QMaxCal: Path-Space Regularization for Open Quantum Control via Girsanov's Theorem¶

会议: NeurIPS 2026
arXiv: 2606.19947
OpenReview: https://openreview.net/forum?id=fQbP42DHcH
领域: 物理/科学计算
关键词: 开源量子控制, 随机薛定谔方程, Girsanov定理, 最大口径原理, 消除退相干

一句话总结¶

基于 Girsanov 定理推导出开放量子系统测量记录轨迹间 KL 散度的闭式可微估计量，提出 Wiener KL 与漂移方差正则项，无需系统特定奖励工程即可引导量子态避开损耗态并显著提升量子态传输保真度与抗噪鲁棒性。

研究背景与动机¶

量子最优控制是实现超导量子计算高保真度量子门、变分量子算法脉冲设计以及非经典态制备的基础支撑技术。然而，在真实的物理设备运行中，系统不可避免地与外部 Markov 环境发生不可逆耦合导致退相干，使得量子相干性在脉冲持续时间内迅速衰减，成为制约控制保真度上限的核心物理瓶颈。传统开环或基于梯度的数值优化算法（如 GRAPE、Krotov 或无约束轨迹优化）主要关注终端态保真度并施加针对控制脉冲幅度或平滑度的惩罚，无法直接感知动力学演化路径对退相干通道的瞬时暴露。

当开放量子系统处于连续弱测量与环境退相干的随机薛定谔方程（SSE）描述下时，系统演化产生的测量记录漂移项直接编码了系统在各退相干通道所承受的实际噪声强度。现有强化学习与轨迹优化方法若要抑制损耗态占据，往往严重依赖繁琐的人工奖励塑形，且传统控制平滑度惩罚仅作用于驱动波形本身，无法区分驱动波形平滑与系统是否穿越低退相干子空间。

本文从非平衡统计物理中的最大口径原理（Maximum Caliber）出发，建立了一种直接作用于量子态轨迹分布路径空间上的正则化方法。核心 idea：利用 Girsanov 定理建立基于扩散展开观测记录的路径分布闭式 KL 散度估计量，通过引入 Wiener 测度与常数漂移测度作为物理先验参考，构造惩罚退相干暴露的 Wiener KL 正则项与消除退相干子空间常数漂移方差正则项，将演化轨迹主动约束于退相干效应最小的状态流形。

方法详解¶

整体框架¶

QMaxCal 针对 Markov 环境下由 Lindblad 主方程展开的同相（扩散）测量记录，建立了控制系统路径分布与无漂移或常数漂移参考扩散过程之间的相对熵损失。整个控制管线输入为初始量子态 $|\psi(0)\rangle$ 与目标态 $|\phi_{\mathrm{target}}\rangle$，通过截断傅里叶级数参数化的驱动脉冲作用于哈密顿量，在 GPU 上并行数值积分随机薛定谔方程生成纯态随机轨迹系综，进而实时计算终端保真度以及路径空间上的漂移正则化项并反向传播梯度。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["初始量子态 |ψ(0)⟩ 与目标态 |ϕ_target⟩"] --> B["傅里叶参数化控制脉冲 u_a(t)"]
    B --> C["随机薛定谔方程 (SSE) 轨迹采样<br/>扩散展开与经典测量记录 dI_k(t)"]
    C --> D["Girsanov 路径空间相对熵估计<br/>计算瞬时漂移 α_k(t) = ⟨ψ|(L_k + L_k†)|ψ⟩"]
    D --> E["双参考物理正则项<br/>Wiener KL (KL_W) 与 漂移方差 (R_DV)"]
    E --> F["联合优化目标 ℒ(θ)<br/>保真度损失 + 路径正则项 + 脉冲通量约束"]
    F -->|Adam 梯度反向传播| B

关键设计¶

1. 基于 Girsanov 定理的量子轨迹空间闭式 KL 散度估计：实现路径分布差异的解析微分

在开放量子系统连续外差/同相探测中，每个退相干通道 $k$ 产生的测量记录满足随机微分方程 $\mathrm{d}I_k(t) = \alpha_k(t)\mathrm{d}t + \mathrm{d}W_k$，其中瞬时漂移为 $\alpha_k(t) = \langle \psi(t) | (L_k + L_k^\dagger) | \psi(t) \rangle$，扩散项由标准 Wiener 增量 $\mathrm{d}W_k$ 驱动且扩散系数恒为 1。当两个演化共享同一组 Lindblad 耗散算符 $\{L_k\}_{k=1}^K$ 时，测量记录的差异完全体现为漂移差 $\Delta \alpha_k(t) = \alpha_k^{(1)}(t) - \alpha_k^{(2)}(t)$。根据随机微积分中的 Girsanov 测度变换定理，路径测度 $P^{(1)}$ 与 $P^{(2)}$ 之间的 Radon-Nikodym 导数由指数鞅解析表达，从而得到无需求解伴随微分方程即可严格计算的解析闭式 KL 散度：

\[D_{\mathrm{KL}}[P^{(1)} \| P^{(2)}] = \frac{1}{2} \sum_{k=1}^K \mathbb{E}_{P^{(1)}} \left[ \int_0^T \Delta \alpha_k(t)^2 \, \mathrm{d}t \right]\]

2. Wiener KL 正则化项：自发牵引量子态进入联合算符核空间

为了最小化环境噪声对态演化的破坏，最自然的参考基准是不受任何耗散漂移影响的纯布朗运动测度 $P_W$（即零漂移参考过程）。令参考过程漂移恒为 0，通用 KL 散度退化为 Wiener KL 正则项 $\mathrm{KL}_{\text{W}}$：

\[\mathrm{KL}_{\text{W}} = \frac{1}{2} \sum_{k=1}^K \mathbb{E}_{P_\theta} \left[ \int_0^T \alpha_k^{(\theta)}(t)^2 \, \mathrm{d}t \right]\]

该正则项不仅无需额外仿真无控参考系统的 SSE，而且由于 $\alpha_k(t) = \langle L_k + L_k^\dagger \rangle$，在耗散算符的公共零核空间 $\bigcap_k \ker(L_k)$ 上严格为 0。因此，$\mathrm{KL}_{\text{W}}$ 提供了强烈的先验归纳偏置，自发将演化路径引导穿越无耗散安全区域（例如将激发态迅速卸载或避开衰变激发的中间态），而无需人为引入几何路径启发式奖惩。

3. 漂移方差正则化项：全覆盖通用免退相干子空间的守恒约束

当物理系统的免退相干子空间（Decoherence-Free Subspace, DFS）具有非零标量本征值（即 $L_k|\phi\rangle = \ell_k|\phi\rangle$ 且 $\mathrm{Re}(\ell_k) \neq 0$）或系统不存在公共核时，Wiener KL 无法完全覆盖这些无退相干路径。为此，作者将参考测度放宽至最优常数漂移过程 $P_c$（$\mathrm{d}Y_t = c\,\mathrm{d}t + \mathrm{d}W_t$），并通过变分最小化推导出漂移方差正则项 $R_{\mathrm{DV}}$：

\[R_{\mathrm{DV}} = \min_{c \in \mathbb{R}^K} D_{\mathrm{KL}}[P_\theta \| P_c] = \frac{1}{2} \sum_{k=1}^K \mathbb{E}_{P_\theta} \left[ \int_0^T \big(\alpha_k^{(\theta)}(t) - \bar{\alpha}_k\big)^2 \, \mathrm{d}t \right]\]

其中最优参考漂移 $c_k^\star = \bar{\alpha}_k = \frac{1}{T} \mathbb{E}_{P_\theta} [\int_0^T \alpha_k(t)\mathrm{d}t]$ 正好是时间与系综的双重平均漂移。$R_{\mathrm{DV}}$ 在且仅在瞬时漂移在时间演化和所有噪声样本中均保持常数时归零，从理论上精确覆盖所有任意结构的免退相干子空间演化，适合多量子比特不均匀噪声拓扑下的受保护路径搜索。

损失函数 / 训练策略¶

优化目标函数结合了终端态期望保真度、路径空间正则化项以及脉冲总能量（fluence）约束：

\[\mathcal{L}(\theta) = 1 - \mathbb{E}_{P_\theta}[F(\psi(T))] + \lambda_{\mathrm{KL}_{\text{W}}} \mathrm{KL}_{\text{W}} + \lambda_{R_{\mathrm{DV}}} R_{\mathrm{DV}} + \lambda_{\mathrm{flu}} \mathrm{Flu}\]

其中 $F(\psi(T)) = |\langle \phi_{\mathrm{target}} | \psi(T) \rangle|^2$，控制能量惩罚为 $\mathrm{Flu} = \sum_a \int_0^T |u_a^{(\theta)}(t)|^2 \mathrm{d}t$。控制场采用 16-20 个阶数的平滑截断傅里叶基展开。求解器采用指数分裂步（ExpSplit）或欧拉-马鲁山（Euler-Maruyama）数值格式，配合 Adam 优化器进行自动微分反向传播。在强噪声和高维链场景下，引入 500-2000 步的 fluence 预热阶段（warm-up）以确保轨迹搜索初期的平稳收敛。

实验关键数据¶

主实验¶

在五大具有代表性的开放量子控制基准上进行评测，涵盖单比特振幅阻尼、STIRAP 三能级跃迁、四能级菱形逃逸系统、四比特非对称解相链以及真实标定的 IBM Kingston 六量子比特处理器链，对比无正则化梯度基线和强约束强化学习基线 PPO。

基准任务与系统	评测指标	QMaxCal (本文)	无正则化基线	PPO 基线	相对增益 / 优势
振幅阻尼 ($\gamma T = 2.0$)	精确 Lindblad 保真度 $F$	0.9810 ± 0.0001 ($\text{KL}_{\text{W}}$)	0.9715 ± 0.0004	0.9684 ± 0.0017	+0.95 pp (不保真度下降 33.3%)
菱形逃逸系统 ($\gamma_{\text{train}} = 2.0$)	精确 Lindblad 保真度 $F$	0.834 ± 0.003 ($\text{KL}_{\text{W}}$)	0.665 ± 0.017	0.605 ± 0.005	+16.9 pp (逃逸至安全态 $\\|d\rangle$)
菱形系统抗噪外推 ($\gamma_{\text{test}} = 5.0$)	强噪声失配保真度 $F$	0.665 ± 0.004 ($\text{KL}_{\text{W}}$)	0.393 ± 0.020	0.288 ± 0.001	+27.2 pp (相对基线大幅领先)
四比特链 ($\rho = 8.0$ 强非对称)	激发态传输保真度 $F$	0.42 ± 0.11 ($R_{\text{DV}}$)	0.22 ± 0.04	崩溃 (无法稳定)	+20.0 pp (基线严重退化)
IBM Kingston 6比特真实硬件标定	激发态传输保真度 $F$	0.863 ± 0.002 ($R_{\text{DV}}$)	0.837 ± 0.004	0.604 ± 0.041	+2.6 pp (相对失真减少约 16.0%)

消融实验¶

消融实验重点验证了不同正则项的作用机制、禁阻态/损耗态占据情况，以及 Wiener KL 与传统控制平滑度惩罚（C4/C5 导数惩罚）的本质差异。

实验配置与系统	关键指标	说明
振幅阻尼 ($\gamma T = 2.0$) 轨迹系综布居方差	时间积分方差 $\sum_k \int_0^T \mathrm{Var}[P_k(t)]\mathrm{d}t$	基线为 0.0321；Wiener KL 降至 0.0021 (方差压缩 15×)；漂移方差为 0.0077
STIRAP ($\gamma T = 10.0$) 禁阻激发态损耗	峰值 $	e\rangle$ 占据率 / 时间积分暴露量
菱形系统正则权重消融 ($\gamma = 2.0$)	最终保真度 $F$	$\lambda=0$ (0.665) $\to \lambda=0.5$ (0.810) $\to \lambda=5.0$ (0.834)
控制平滑度惩罚替代消融 (振幅阻尼)	保真度 $F$	Wiener KL 单独优化达 0.981；仅施加平滑度惩罚降至 0.932；两者叠加热衰至 0.941
控制平滑度惩罚替代消融 (STIRAP)	保真度 $F$	Wiener KL 达 0.979；强平滑度惩罚使系统保真度崩溃至 0.819 (跌落 16.0 pp)

关键发现¶

对核空间的强力收敛引导：在存在明确零算符核空间或损耗避让路径的系统（单比特衰减、STIRAP、菱形系统）中，Wiener KL 表现出决定性的性能增益。在振幅阻尼任务中，轨迹布居方差缩减 15 倍，表明优化器发现了穿过 $|0\rangle \in \ker L$ 的无噪低方差演化路径；在 STIRAP 中将敏感中间态的峰值暴露压低 56%，避免无谓的光子自发辐射散射。
卓越的模型失配鲁棒性：在四能级菱形系统中，当测试环境噪声强度达到训练假设的 2.5 倍（$\gamma = 5.0$ vs $\gamma = 2.0$）时，未加路径正则化的梯度基线与 PPO 迅速崩溃至 0.39 和 0.28，而 Wiener KL 仍维持在 0.665，展现出对真实硬件环境噪声漂移的天然强鲁棒性。
与传统波形平滑惩罚的物理正交性：消融证实平滑度惩罚限制驱动场的一阶/二阶导数，本质上限制了控制器的表达能力与频率带宽，强行加入会导致系统保真度大幅暴跌 16 pp；而 Wiener KL 作用于希尔伯特空间的路径漂移分布，驱动系统主动绕开高噪声状态，两者在物理机制和数学形式上完全不具可替代性。
多比特非对称链路的主动避障能力：在四比特与 IBM Kingston 六比特链中，各比特的弛豫与退相干速率存在显著空间不均匀性（如 Kingston 节点 q10 处于极高退相干状态 $T_2 = 17\mu\text{s}$），$R_{\mathrm{DV}}$ 展现出压倒性优势，主动让激发态在低噪声内部节点滞留并在穿过损耗严重节点时快速切换，使六比特传输保真度提升至 0.863。

亮点与洞察¶

将最大口径原理引入量子路径可微分控制：创造性地将随机薛定谔方程同相测量记录在 Girsanov 定理下的 Radon-Nikodym 导数化为解析可微形式，绕开了高维密度矩阵微分或黑盒强化学习奖励塑形。
闭式推导两种物理动机极强的参考测度：Wiener KL 针对算符零核空间提供极强的避噪归纳偏置；漂移方差正则化通过全时空均值变分，自然锁定了所有形态的免退相干子空间（DFS）。
显存与计算规模跨越式扩展：依托随机量子轨迹向量表示对传统密度矩阵表示具有二次方的维度压缩优势（$\mathcal{O}(2^n)$ 对比 $\mathcal{O}(4^n)$），使高保真度开放控制可在单张 40GB A100 GPU 上拓展至 12 个量子比特（Hilbert 空间维度 4096），而密度矩阵基线在此尺寸下直接 OOM。

局限与展望¶

展开方式受限于扩散测量体制：当前的 Girsanov 解析形式基于同相/外差等连续扩散展开，对于光子计数等跳跃式（jump unravelling）非连续测量记录，测度变换需依赖标定点过程强度比乘积，无法直接代入现有连续公式。
Markov 环境假设约束：理论推导立足于 Lindblad 形式及无记忆环境，未能覆盖非马尔可夫量子浴（Non-Markovian）中由环境记忆回流主导的动力学过程。
依赖免退相干或非对称物理结构的存在：该路径正则化项本质上是一种几何结构先验，当物理系统中完全不存在可达的 DFS、算符核或空间噪声非对称性时，正则项无法提供额外的性能收益。
未来方向：作者指出可借助神经互信息估计（MINE）或对比密度比估计，直接从实验测得的非重构经典测量流中在线计算 Girsanov 散度，从而在未知底层解析波函数的情况下实现面向硬件漂移的自适应自闭环量子反馈控制。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首次运用 Girsanov 定理在连续监测量子轨迹空间上导出闭式可微相对熵并提出物理匹配的参考测度，构思非常优雅且理论极其严密。
实验充分度: ⭐⭐⭐⭐⭐ 覆盖单比特阻尼、STIRAP、菱形系统、4比特非对称链直至真实 IBM Kingston 硬件标定，实验包含多随机种子统计、噪声外推鲁棒性测试及详尽的平滑度消融。
写作质量: ⭐⭐⭐⭐⭐ 数学推导无懈可击，从物理背景、随机微积分引理到实验细节层次分明，理论直觉与实验观测高度自洽。
价值: ⭐⭐⭐⭐⭐ 为含噪声中等规模量子（NISQ）时代的脉冲优化提供了全新的路径空间正则化范式，并在单 GPU 上突破至 12 比特规模，工程实用与学术价值极大。

基准任务与系统	评测指标	QMaxCal (本文)	无正则化基线	PPO 基线	相对增益 / 优势
振幅阻尼 (\(\gamma T = 2.0\))	精确 Lindblad 保真度 \(F\)	0.9810 ± 0.0001 (\(\text{KL}_{\text{W}}\))	0.9715 ± 0.0004	0.9684 ± 0.0017	+0.95 pp (不保真度下降 33.3%)
菱形逃逸系统 (\(\gamma_{\text{train}} = 2.0\))	精确 Lindblad 保真度 \(F\)	0.834 ± 0.003 (\(\text{KL}_{\text{W}}\))	0.665 ± 0.017	0.605 ± 0.005	+16.9 pp (逃逸至安全态 \(\\|d\rangle\))
菱形系统抗噪外推 (\(\gamma_{\text{test}} = 5.0\))	强噪声失配保真度 \(F\)	0.665 ± 0.004 (\(\text{KL}_{\text{W}}\))	0.393 ± 0.020	0.288 ± 0.001	+27.2 pp (相对基线大幅领先)
四比特链 (\(\rho = 8.0\) 强非对称)	激发态传输保真度 \(F\)	0.42 ± 0.11 (\(R_{\text{DV}}\))	0.22 ± 0.04	崩溃 (无法稳定)	+20.0 pp (基线严重退化)
IBM Kingston 6比特真实硬件标定	激发态传输保真度 \(F\)	0.863 ± 0.002 (\(R_{\text{DV}}\))	0.837 ± 0.004	0.604 ± 0.041	+2.6 pp (相对失真减少约 16.0%)

实验配置与系统	关键指标	说明
振幅阻尼 (\(\gamma T = 2.0\)) 轨迹系综布居方差	时间积分方差 \(\sum_k \int_0^T \mathrm{Var}[P_k(t)]\mathrm{d}t\)	基线为 0.0321；Wiener KL 降至 0.0021 (方差压缩 15×)；漂移方差为 0.0077
STIRAP (\(\gamma T = 10.0\)) 禁阻激发态损耗	峰值 $	e\rangle$ 占据率 / 时间积分暴露量
菱形系统正则权重消融 (\(\gamma = 2.0\))	最终保真度 \(F\)	\(\lambda=0\) (0.665) \(\to \lambda=0.5\) (0.810) \(\to \lambda=5.0\) (0.834)
控制平滑度惩罚替代消融 (振幅阻尼)	保真度 \(F\)	Wiener KL 单独优化达 0.981；仅施加平滑度惩罚降至 0.932；两者叠加热衰至 0.941
控制平滑度惩罚替代消融 (STIRAP)	保真度 \(F\)	Wiener KL 达 0.979；强平滑度惩罚使系统保真度崩溃至 0.819 (跌落 16.0 pp)