在日常生活中，我们几乎可以以无限的精度进行测量。但在量子世界——原子、电子、光子和其他微小粒子的领域——这变得更加困难。每次测量都会干扰物体并导致测量错误。事实上，从使用的仪器到系统的特性，一切都可能影响结果，科学家称之为噪音。使用噪声测量来控制量子系统，尤其是实时控制，是有问题的。因此，寻找基于测量的精确控制方法对于强大的量子计算机和医疗成像设备等量子技术至关重要。

现在，来自日本冲绳科学技术研究生院 (OIST) 和澳大利亚昆士兰大学量子机器部门的一组国际研究人员通过模拟表明，强化学习是一种机器学习，可用于产生准确的量子控制，即使是嘈杂的测量。他们的研究最近发表在《物理评论快报》上。

薛定谔的猫说明了叠加的悖论。在这种情况下，一只猫被放在一个封闭的盒子里，里面有一瓶毒药。过了一会儿，猫可以被认为是同时生死的。类似于量子力学，这指的是一个量子粒子同时在两个井中。如果有人将盒子完全打开，他们会发现猫是活着还是死了，因此普通的经典世界的规则将恢复。然而，如果打开盒子一点点，他们可能只看到猫的一小部分，也许是尾巴，如果他们看到尾巴在抽动，他们可能不确定地假设猫还在活。这是指机器为研究人员提供的弱测量数据点。

该单位的博士后学者和论文的第一作者 Sangkha Borah 博士用一个简单的例子解释了这个想法。想象一个球在山顶上。球可以很容易地向左或向右滚动，但目标是将它保持在同一个地方。要实现这一点，人们需要看看它会向哪个方向滚动。如果它倾向于向左移动，则需要在右侧施加力，反之亦然。现在，想象一下机器正在施加该力，并且使用强化学习，可以教机器施加多大的力以及什么时候。

强化学习通常用于机器人技术，其中机器人可能学会通过反复试验的方法行走。但在量子物理学领域内的此类应用很少见。尽管山顶上的球是一个有形的例子，但研究人员正在模拟的系统规模要小得多。该物体不是一个球，而是一个在双井中移动的小粒子，博拉博士和他的同事们正试图使用实时测量来控制它。

机器学习代理试图通过施加适量的力将球保持在斜坡的顶部。在这个片段中，代理没有通过强化学习进行任何训练，所以球不规则地移动。图片来源：冲绳科学技术研究所

“两个井的底部被称为量子基态，”该单位的博士后学者、该论文的合著者 Bijita Sarma 博士说：“这就是我们希望粒子最终被定位的地方。为此，我们需要连续执行测量以提取有关粒子状态的信息，并根据该信息施加一些力将其推到基态。然而，测量通常用于量子力学不允许我们这样做。因此，我们需要有一种更智能的方法来控制系统。”

有趣的是，当处于基态时，粒子将同时在两个孔中。这称为量子叠加，鉴于其在各种量子技术中的重要性，它是系统所处的必要状态。为了检测孔中粒子的位置（或多个位置），机器代理实时获得连续弱测量的测量记录，并将其用作学习的数据点。由于这使用了强化循环，机器从系统中学到的任何信息都将用于使其未来的测量更加准确。

增加该系统的复杂性的是它是非线性的，这意味着其输出的变化与其输入的变化无关。与所谓的线性系统相比，这些系统令人困惑和混乱。对于这样的非线性系统，没有标准的量子控制方法，但这项研究表明，通过强化学习，机器可以完全自主地学习控制量子系统。

“随着我们逐渐走向主要由人工智能主导的未来，探索人工智能（例如机器学习）在解决一些传统方法无法解决的问题方面的效用的时机已经成熟，”博拉博士总结道：“这尤其适用于在量子水平上控制粒子动力学，在量子水平上，一切都非常违反直觉。”

OIST 部门负责人 Jason Twamley 教授补充说：“对于非线性系统，没有已知的有效反馈控制方法。在这项工作中，我们已经证明强化学习确实可以有效地进行这种控制，这是惊人的和未来派。”