Квантовые траектории на коротком поводке ✛

Квантовое состояние под непрерывным измерением — это не застывшая картина, а случайный танец. Каждый исход измерения слегка сдвигает состояние в ту или иную сторону, и чтобы предсказать будущее, нужно отслеживать всю траекторию. Для систем с большим числом уровней это вычислительный кошмар: матрица плотности растёт экспоненциально с размером системы.

Но есть хорошая новость. Во многих случаях квантовое состояние сидит на коротком поводке: шум тянет его в стороны, но не даёт уйти далеко от предписанной поверхности. Эта поверхность — низкоразмерное многообразие, которое можно описать несколькими переменными, а не полной матрицей плотности. Работа показывает, как найти такой поводок и как вычислить его длину.

Для квантовых неразрушающих измерений, гармонических осцилляторов и составных систем получены явные формулы. Например, для кутрита с одним каналом неразрушающего измерения размерность равна единице: все траектории лежат на кривой. Для трёхкубитного кода повторения с двумя синдромными измерениями возникает двумерная поверхность. А для гармонического осциллятора при измерении оператора уничтожения и квадратур размерность многообразия равна 2 или 4 в зависимости от наличия теплового шума.

Этот результат меняет правила игры для квантовой инженерии. Раньше было неясно, когда стохастическую эволюцию можно свести к малому числу переменных, а когда требуется полная матрица плотности. Теперь есть точный критерий. Для квантового фильтра достаточно хранить лишь несколько интегралов от измерительного сигнала, а не всю матрицу плотности. Это открывает путь к эффективным контроллерам и оценке состояния в реальном времени без экспоненциального взрыва сложности.

Естественное продолжение — изучение приближённого удержания на многообразии, когда малые возмущения медленно размывают структуру. Также перспективно применение критерия к пуассоновским измерениям, где вместо винеровских процессов — скачки. Открытый вопрос: можно ли специально спроектировать систему так, чтобы она оставалась на низкоразмерном многообразии, и даёт ли это операционные преимущества.