报告摘要：量子信息处理技术的实用化面临诸多来自随机噪声和系统误差的挑战，因此在有限的测量信息下如何设计高精度强鲁棒的控制具有重要意义。本报告介绍最近围绕这些问题提出的若干算法：（1）基于梯度算法通过迭代学习控制实现门操作脉冲的校准；（2）通过迭代学习控制实现原位（in situ）控制信号的在线校准；（3）通过基于梯度算法的离线学习设计具有强鲁棒性的单发（single-shot）控制。

报告人简介：吴热冰，现为清华大学自动化系副教授。2004年于清华大学自动化系获工学博士学位，2005-2008年在普林斯顿大学化学系从事博士后研究。主要研究方向为量子控制系统的分析、优化及其在实验系统中的应用。