النظام الكمومي، مثل شخص في غرفة صاخبة، يفقد تدريجيًا خيط الحديث — تتشتت حالته في المحيط. لكن في بعض الأحيان، وكأنه يتذكر فكرة مهمة فجأة، يمكنه استعادة جزء من المعلومات المفقودة. يطلق الفيزيائيون على هذه الظاهرة اسم الديناميكا غير الماركوفية: ذاكرة البيئة لماضي النظام تسمح للمعلومات بالتدفق عائدًا.
قرر العلماء تعزيز هذا التأثير من خلال التحكم في نظام ثنائي المستوى (أبسط جسم كمومي مثل ذرة بحالتين) باستخدام التعلم المعزز. تشبه هذه الطريقة التدريب: يحاول وكيل حاسوبي تسلسلات مختلفة من نبضات التحكم ويتلقى مكافأة مقابل تعزيز استرجاع المعلومات. أظهرت المقارنة مع التحكم الأمثل التقليدي أن النهج القياسي يعطي فقط ارتفاعات ضعيفة ونادرة في الاسترجاع، بينما يقوم الوكيل المدرب بمزامنة أفعاله مع "النوافذ المواتية" لذاكرة البيئة ويحقق تأثيرًا أقوى بكثير.
أفضل نتيجة أظهرتها خوارزمية SAC، بينما أعطت PPO نتيجة أقل قليلاً، لكن بنبضات أكثر سلاسة يسهل تنفيذها في التجربة. هذا يعني أن ذاكرة النظام الكمومي يمكن تدريبها بشكل هادف، وتحويلها من صدفة إلى أداة عمل.
يمكن أن يكون هذا النهج مفيدًا لحماية الحوسبة الكمومية من الأخطاء وإنشاء أجهزة كمومية أكثر قدرة على البقاء.
خوارزمية SAC، التي أظهرت أفضل نتيجة، طُوّرت في الأصل لتعليم الروبوتات حركات سلسة — والآن تساعد في التحكم بالأنظمة الكمومية.