跳到正文
热点事件持续更新

强化学习控制原子自旋动力学提升磁强计灵敏度

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026年10月30日,arXiv 发布最新研究,展示了一种利用强化学习统一控制原子自旋动力学的新方法。在 161Dy f=21/2 流形中,该策略将非线性塞曼效应转化为持续的计量资源。通过稳定实现超过 4dB 的固定轴自旋压缩,单原子磁场灵敏度达到 13.9pT/√Hz,比标准量子极限高出约 3dB。该学习基控制为将多级原子传感器中不可避免的本征非线性动力学转化为计量优势提供了实验可行的路径。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv · AI
    利用强化学习控制原子四量子的本征非线性自旋动力学以实现磁场测量

    在161Dy f=21/2流形中,利用强化学习识别统一控制策略,将非线性的非线性塞曼效应(NLZ)转化为持续的计量资源。 该策略稳定实现了超过4dB的固定轴自旋压缩,包含状态制备开销的单原子磁场灵敏度达到13.9pT/√Hz,比标准量子极限高出约3dB。 该学习基控制为将多级原子传感器中不可避免的本征非线性动力学转化为计量优势提供了实验可行的路径。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。