Physics-Informed Evolution: An Evolutionary Framework for Solving Quantum Control Problems Involving the Schr\"odinger Equation
Created by
Haebom
Category
Empty
저자
Kaichen Ouyang, Mingyang Yu, Zong Ke, Jun Zhang, Yi Chen, Huiling Chen
💡 개요
본 논문은 물리 법칙 정보를 진화 알고리즘의 적합도 함수에 직접 통합하는 'Physics-informed Evolution(PIE)' 프레임워크를 제안한다. 이를 통해 슈뢰딩거 방정식으로 기술되는 양자 제어 문제를 해결하며, 물리적 제약을 고려하여 탐색 효율성과 결과의 물리적 일관성을 높였다. PIE는 다양한 양자 제어 벤치마크에서 높은 충실도와 강건성을 갖는 제어 필드를 성공적으로 도출했다.
🔑 시사점 및 한계
•
물리 법칙 정보를 진화 알고리즘의 적합도 함수에 통합함으로써, 기계 학습 분야에서 성공적인 'Physics-informed Neural Networks' 개념을 진화 연산으로 확장할 수 있다.
•
PIE는 양자 제어 문제에서 기존 진화 알고리즘보다 더 우수한 성능을 보이며, 물리적 시스템의 탐색 및 제어에 대한 새로운 방향을 제시한다.
•
다양한 물리 시스템 및 제어 문제에 PIE 프레임워크를 적용하고, 물리 정보 통합 방식을 최적화하는 추가 연구가 필요하다.
