AI dan Masalah-Masalah Sulit Dunia · Fisika kuantum & komputasi kuantum · arXiv · 2026-10-21
Penjadwalan Pemurnian Belitan Konkuren dalam Jaringan Kuantum Dinamis
Judul asli: Concurrent Entanglement Purification Scheduling in Dynamic Quantum Networks
Jaringan kuantum harus mengirimkan terjalinan (entanglement) ujung-ke-ujung yang fidelitasnya memenuhi persyaratan aplikasi, umumnya melalui purifikasi sepanjang jalur multi-hop, tetapi penjadwal yang ada bekerja pada tingkat tautan atau untuk himpunan permintaan statis dan mengabaikan permintaan konkuren yang bersaing memperebutkan kapasitas tautan dan memori kuantum. Makalah ini mengkaji penjadwalan purifikasi terjalinan secara konkuren dalam jaringan time-slotted dengan tautan heterogen, merumuskan penjadwal MILP yang memaksimalkan permintaan terjadwal dengan alokasi jalur max-min sebagai kriteria keadilan, ditambah penjadwal reinforcement learning berbasis DQN, PPO, dan SAC. Di bawah beban, topologi, dan target fidelitas yang bervariasi, penjadwal RL mencapai tingkat keberhasilan tertinggi, mengungguli MILP hingga 6% dan heuristik Progressive Filling serta Greedy sebesar 16.5% dan 19.5%, dengan konsekuensi konsumsi pasangan Bell yang lebih tinggi dan sebagian permintaan ditunda, sedangkan MILP memberikan keadilan tertinggi dan konsumsi pasangan Bell terendah pada sebagian besar skenario.