用于自动化纠缠操作的动态本地操作与经典通信

为什么把嘈杂的量子链路变成可靠链路很重要

当今的量子计算机规模小且脆弱，但许多最令人兴奋的应用——从安全通信到强大的模拟——需要多台设备在远距离协同工作。这要求在相距甚远的实验室之间共享一种称为纠缠的特殊连接。在现实世界中，这些链路很容易被噪声破坏，使得它们既昂贵又不可靠。本文提出了一种新的方法，能够自动设计逐步的程序来清理这些嘈杂的量子链路，帮助远端设备更有效地协作。

为远端量子实验室构建更智能的操作手册

研究聚焦于一个受限但现实的设定：远端实验室只能操作各自的本地量子系统并通过普通的经典信道通信。这一规则集合称为“本地操作与经典通信”，是分布式量子计算的骨干。在这些规则下设计良好策略一向很困难；随着系统规模增长，可能性的空间会爆炸式增加。早期工作使用机器学习（一个称为 LOCCNet 的框架）来搜索有用策略，但其计算代价迅速膨胀，因而仅在小规模问题上实用。新的框架称为动态 LOCCNet（DLOCCNet），在保留自动化设计精神的同时重构了流程，使其可以扩展到更大规模的问题。

将大型量子任务拆成可重复使用的小步骤

DLOCCNet 的关键思想是避免构建一个一次性处理所有共享态副本的巨大全局协议。相反，该方法将任务拆成一系列轮次，每轮只作用于每个实验室中的少量量子比特。每一轮中，两方运行一个紧凑且可调的本地量子电路、对部分量子比特进行测量、通过经典信道交换测量结果，然后根据结果决定下一轮的动作——可能用新的纠缠对重置某些量子比特。一个经典优化器会调整电路参数，使得经过多次模拟运行后选定的性能度量（例如最终纠缠态的质量或判别任务的成功率）被最大化。由于每轮只涉及固定的小子系统，计算量随副本数增长时增长得很温和，而不是爆炸式增长。

更高效地清理嘈杂的量子链路

作者首先将 DLOCCNet 应用于纠缠蒸馏，即消耗若干嘈杂的纠缠对以产生更少但质量更高的纠缠对。他们在几种标准噪声类型上测试了该方法，包括丢失（擦除）、随机翻转与混合（去极化噪声）、以及能量泄漏（振幅阻尼及其热变体）。对于一个简单的丢失模型，DLOCCNet 发现了一个解析协议，该协议仅使用一小套基本量子门却可接近最佳性能，并且在有更多副本可用时超越了一个广泛使用的基准协议（称为 DEJMPS）。对于更复杂的噪声模型，DLOCCNet 一贯生成质量更高的最终纠缠对，且训练时间显著更短，即便在使用远多于早期机器学习方法可处理的输入副本数量时亦然。

利用多副本来区分量子态

接下来，该框架被用于分布式态判别，其中远端实验室必须确定他们共享的是两种可能的联合量子态中的哪一种。与其扩宽电路以同时处理多副本，DLOCCNet 保持电路宽度不变，而是将副本按顺序输入，基于先前测量结果调整后续操作。目标是使错误判断的概率最小化。数值实验表明，随着使用副本数的增加，正确识别态的概率明显上升，尽管每轮电路仍然很小。与理论基准的比较表明，这些自动设计的策略在有限的通信与控制条件下能很好地利用可用资源。

这对未来量子网络意味着什么

通俗地说，这项工作提供了一种配方，用以教会远端量子设备在严格规则下如何协作，且所需的计算资源适中。通过将令人畏惧的整体设计问题转化为一连串可训练的小步骤，DLOCCNet 能够制定实用协议，更可靠地清理嘈杂的纠缠并区分脆弱的量子态。对于未来的量子网络——许多小型处理器需要在不完美的链路上共享高质量连接——这种可扩展的自动设计操作手册可能是把脆弱实验室演化为稳健大规模技术的关键组成部分。

引用: Liu, X., Zhao, J., Zhao, B. et al. Dynamic local operations and classical communication for automated entanglement manipulation. Commun Phys 9, 113 (2026). https://doi.org/10.1038/s42005-026-02549-z

关键词: 分布式量子计算, 纠缠蒸馏, 本地操作与经典通信, 量子网络, 量子态判别