近日，首都师范大学物理系冉仕举副教授受邀在《自然机器智能》（Nature Machine Intelligence）发表量子机器学习方面的新闻-观点（news-views）文章，题为《基于强化学习与张量网络的多体调控》（Many-body control with reinforcement learning and tensor networks）。该文章介绍了张量网络在量子机器学习方面的应用，重点评述了德国马克斯普朗克复杂物理系统所马林·布科夫（Marin Bukov）教授团队近期发表的论文，该工作将张量网络中的矩阵乘积态与强化学习相结合，实现了可自纠错的量子多体态高效调控。目前，张量网络作为一种基本的数学方法，正被越来越广泛地用于量子计算与量子机器学习方面的研究，特别是涉及量子多体系统时，张量网络在效率方面展现出了其独有的优势。物理系研究生卢迎为该观点文章的第一作者，冉仕举为通信作者。

《自然机器智能》是计算机领域的顶级刊物，属于《自然》（Nature）系列子刊，涉及机器学习、机器人学和人工智能等方面的重要研究成果，最新的影响因子为23.8。

近年来，物理系在学科建设，青年人才队伍培养等方面效果显著。今后物理系将继续紧紧围绕“攀登计划”，为提高首都师范大学的整体科研水平及国际学术影响力努力。

（来源：物理系；作者：李志鹏；值班编辑：张星宇、刘子嘉；责任编辑：哈婧琦）