文件名称：量子系统的闭环和鲁棒控制
文件大小：1.65MB
文件格式：PDF
更新时间：2024-06-06 13:13:17
研究论文
对于大多数实际的量子控制系统，由于系统动力学或模型中不可避免的不确定性，获得鲁棒性和可靠性是重要且困难的。 三种典型的方法（例如，闭环学习控制，反馈控制和鲁棒控制）已被证明可有效解决这些问题。 这项工作提供了对量子系统的闭环和鲁棒控制的独立研究，并简要介绍了该研究领域的一些基本理论和方法，以为感兴趣的读者提供进一步研究的总体思路。 在量子系统的闭环学习控制领域，我们从探索量子的统一观点出发，概述并介绍了基于梯度的方法，遗传算法（GA）和强化学习（RL）方法等学习控制方法。控制景观。 对于反馈控制方法，本文概述了三种控制策略，包括Lyapunov控制，基于测量的控制和相干反馈控制。 然后回顾了量子鲁棒控制领域中的一些主题，例如H无限控制，滑模控制，量子风险敏感控制和量子集成控制。 本文以未来可能会引起更多关注的研究方向的观点作为结束。