机器学习增强型光镊，实现无缺陷重排

作者

李永雄,蔡恩美

摘要

光镊是原子、分子和光学物理学中的关键工具，有助于精确捕获和操纵单个原子和分子。该过程提供了在一维和二维空间中生成所需几何形状的能力，同时还能够实时重新配置原子。由于这些镊子的随机缺陷会导致灾难性的性能下降，尤其是在量子计算中，因此必须快速准确地重新排列镊子。我们的研究引入了一种机器学习方法，该方法使用近端策略优化模型来优化这种重新排列过程。该方法侧重于有效解决最短路径问题，确保形成无缺陷的镊子阵列。通过实现机器学习，我们可以计算出各种条件下的最佳运动路径，从而在模型学习中取得有希望的结果。这一进步为镊子阵列重排提供了新的机会，有可能提高量子计算研究的效率和精度。

图形摘要