悉尼大学的科学家采用了自动驾驶汽车和机器人技术，以有效评估量子设备的性能，这是帮助稳定新兴技术的重要过程。
实验证明，这种创新方法比这些环境的简单表征要好三倍，对于更复杂的模拟环境，其结果要高得多。
“使用这种方法，我们可以绘制出导致整个量子设备性能变化的'噪声'的速度至少是蛮力方法的三倍，”物理学家博士生Riddhi Gupta说中国机械网okmao.com。“迅速评估噪声环境可以帮助我们改善量子器件的整体稳定性。”
这项研究已经发表在《自然》杂志的《量子信息》杂志上。
量子计算仍处于发展的早期阶段，但有望通过解决超出传统计算范围的问题来革新技术。
将这些系统开发到实际规模的障碍之一是克服硬件的缺陷。量子技术的基本单位-量子比特或量子比特-对来自其环境的干扰（例如电磁“噪声”）高度敏感，并表现出降低其实用性的性能差异。
Gupta女士还是ARC工程量子系统卓越中心的一部分，她从机器人技术中采用了经典估计中的技术，并对其进行了改进以提高硬件性能。这是通过对大型量子器件的环境和性能变化进行映射的过程的高效自动化来实现的。
她说：“我们的想法是采用机器人技术中用于映射环境的算法，并将一个物体相对于其估计地形中的其他物体放置。” “我们有效地使用设备中的某些量子位作为传感器，以帮助了解其他量子位在其中处理信息的经典地形。”
在机器人技术中，机器依赖于同时定位和映射算法或SLAM算法。诸如机器人真空吸尘器之类的设备会连续绘制其环境，然后估算其在该环境中的位置以便移动。
将SLAM算法应用于量子系统的困难在于，如果您测量或表征单个量子位的性能，则会破坏其量子信息。
古普塔女士所做的是开发一种自适应算法，该算法可测量一个量子比特的性能，并使用该信息来估计附近量子比特的能力。
“我们称之为“量子架构的噪声映射”。我们无需为每个量子位估算经典环境，而是能够使过程自动化，减少所需的测量和量子位数量，从而加快了整个过程，”古普塔女士说。
Cornelius Hempel博士的实验团队为古普塔女士提供了一维束缚离子的实验数据，他说，即使在绘制如此小的量子系统时，他也很高兴看到三倍的改进。
他说：“但是，当Riddhi在更大，更复杂的系统中对该过程进行建模时，速度提高了多达20倍。鉴于量子处理的未来将在更大的设备中进行，这是一个了不起的结果，”他说。
Gupta女士的主管是量子技术公司Q-CTRL的创始人兼悉尼纳米科学中心悉尼大学量子控制实验室主任Michael J. Biercuk教授。
他说：“这项工作令人振奋，证明了机器人技术的最新知识可以直接塑造量子计算的未来。这是统一这两个领域的概念的第一步，我们看到了非常光明的未来用于量子控制工程的持续发展。