arXiv quant-ph· Yifan Wang, Li Xing, Ruigang Wang, Zheng Qian·· 2 小时前AI 评分27
基于 PAS-Q 的低功耗 NV 色心温度计极化效率自适应自优化
Adaptive Self-Optimization of Polarization Efficiency for Low-Power NV Center Thermometers Based on PAS-Q
AI 导读
研究人员提出一种基于渐进动作空间 Q 学习（PAS-Q）的强化学习方法，用于自适应优化低功耗金刚石 NV 色心温度计的激光极化参数。硬件实验表明，该策略使激光致热降低 44%，自旋极化率提升 33%，优化时间较传统方法减少 71%。该方案还可拓展至金刚石硅-空位色心与碳化硅双空位缺陷等热敏感量子自旋传感器。
来源：arXiv quant-ph · arxiv.org