近日，上海交通大学光子传输与通信全国重点实验室的量子感知与信息处理研究所，在曾贵华教授领导下，提出了一种基于量子人工智能的量子临界传感新方案，解决了长期困扰量子临界传感领域的所谓“临界失速”问题（制备临界量子态所需时间指数爆炸问题），使得量子传感精度真正意义上达到海森堡极限甚至超海森堡极限。研究成果以“Toward  Heisenberg Limit without Critical Slowing Down via Quantum Reinforcement Learning”（基于量子强化学习的无临界失速海森堡极限到达）为题，于2025年3月发表在物理学顶刊《物理评论快报》（Physical Review Letters）。

量子临界传感是指采用量子多体纠缠系统的临界基态作为传感探头进行参量检测的一种方法，其灵敏度提升来自于量子纠缠系统的多体相变，理论上可达到海森堡极限甚至超海森堡极限。近些年，国内外针对不同量子多体系统的相变特性，构造出不同精度极限与功能特性的量子临界传感器。但迄今所有研究工作所获得的海森堡极限都假设量子临界基态的制备是瞬时完成的，这一假设在实际系统显然是不现实的，按照传统方式，采用绝热演化方法制备临界基态会彻底抵消量子传感优势。因此，寻找一种与量子系统尺寸无关的临界基态制备方法成为该领域共同的挑战性问题。

针对上述挑战，研究团队另辟蹊径，研究基于量子强化学习的量子多体临界传感协议（QRLCS），摆脱了传统绝热演化的限制，使得基态制备时间与量子系统尺度无关；并且在较小规模量子系统中学习到的策略能够推广到任意尺度的量子系统中，这种泛化性受到严格的物理保证（即量子系统的平移不变性）。该方案对系统测量噪声等具有鲁棒性，为未来研制超高精度量子临界传感器奠定了基础。

图1 量子强化学习临界传感方案框架。量子强化学习通过对量子传感系统的量子态进行学习并给出最优的量子门调控策略，从而快速制备临界基态。

量子强化学习临界传感方案如图1所示。在量子临界传感中，制备多体基态作为探头是最具有挑战性的问题。量子强化学习通过对多体系统量子态进行学习，并评估其与目标量子态之间的保真度作为奖励函数参考，在只采用单量子比特与双量子比特门作为动作空间的条件下，即可实现量子多体系统的任意基态制备。所提出的方案在当前含噪声中等尺度量子系统中具有良好的可实现性。

该工作首先针对一维量子伊辛模型作为研究对象，在量子比特数为30的量子系统中进行量子强化学习训练，并试图寻找其基态制备策略。在算法收敛后，其发现的最优量子门序列如图2a所示。这一序列长度对于当前的含噪声量子系统是较为容易实现的。图2c显示了量子强化学习的泛化性优势，在量子比特数为30的系统中训练的模型可以在小于30的量子系统中实现任意的泛化，且保真度维持在较高的水平。图2d-2e的数值结果表明采用量子强化学习的临界传感方案与传统绝热演化的临界传感以及非临界传感方案相比，所能达到的精度极限在理论上最高的，即所谓的海森堡极限（为量子比特数）。

图2 量子伊辛模型作为量子传感系统下采用量子强化学习制备探头所能达到的精度极限

然后，研究了一种具备更加奇异量子相的多体系统，即量子XY多体纠缠系统，试图发现其是否能够达到超海森堡极限。类似的，采用量子强化学习对量子XY多体系统的基态进行学习，并从最简单的量子直积态出发，就可制备出相变临界态。图3a-c所示的数值结果图表明采用量子强化学习可以达到超海森堡极限，即。图3d为在不同各向异性参数所刻画的量子XY模型中，量子强化学习所能实现的基态制备保真度变化，表明在更加复杂的量子XY模型中，量子强化学习仍然具备良好的学习性能。

图3 量子XY模型作为量子传感系统下采用量子强化学习制备探头所能达到的精度极限

最后，研究了量子强化学习算法在单量子比特和双量子比特噪声（噪声率为0.01~0.001）条件下的量子XY模型精度极限问题，如图4所示。我们分别分析了在局域传感（图4（a））与大量程传感（图4（b））两种条件下的精度极限，发现含噪声量子强化学习算法仍然能够制备出较高保真度的临界基态（保真度下降为2%~10%），从而使得量子多体临界传感的精度极限逼近超海森堡极限。

图4 含噪声量子强化学习制备临界基态下量子XY模型的精度极限分析