1. 课程导入

量子实验自动化与结果复现，是把量子物理实验从“依赖个人经验的手工操作”推进到“可编程、可记录、可回放、可验证”的工程化流程。它并不是简单地把仪器换成电脑控制，而是围绕三个核心问题展开：实验如何被精确描述、执行过程如何被稳定控制、结果如何被独立复现。在超导量子比特、离子阱、中性原子、光量子等平台上，一次完整实验往往涉及波形发生、激光调制、微波脉冲、触发同步、数据采集和统计分析等多个环节，任何一处参数漂移或时序错位，都可能让结果无法复现。

本课程面向已经具备基础量子力学与实验操作概念的学习者，目标不是停留在“知道自动化很重要”，而是能够独立设计一条可复现的实验链路。学完本课程后，你应当能够：用结构化参数描述一个量子实验；把实验流程拆解为可调度的任务与设备动作；为关键数据建立元数据与版本记录；在结果偏离时定位是参数、设备、时序还是分析脚本的问题；并最终形成一份他人可以按图索骥复现的实验记录。

核心概念：从“做实验”到“描述实验”

自动化实验的第一层，是把实验写成机器可执行的描述。以超导量子比特的 Rabi 振荡实验为例，手工操作时你可能只记得“调了一个微波脉冲，扫了脉宽”。但在自动化系统中，这个实验必须被写成明确的参数集合：

experiment: rabi_oscillation
qubit: Q1
drive_frequency: 5.012 GHz
drive_amplitude: 0.35 (归一化)
pulse_widths: 0 ns 到 400 ns，步进 8 ns
repetitions: 2048
readout_delay: 300 ns
analysis: 拟合 A*sin(2π f t + φ) + offset

这段描述里，频率、幅度、脉宽扫描范围、重复次数、读出延迟和分析模型都是实验的一部分。自动化的价值在于：这些参数不再散落在实验记录本或某个人脑子里，而是成为可版本管理的输入。复现时，只要参数、设备配置和代码版本一致，结果就应当落在统计误差允许的范围内。

结果复现则要求更高一层：不仅要“跑出相似曲线”，还要能解释差异来源。例如两次 Rabi 实验的振荡频率相差 0.3%，可能是驱动频率标定漂移，也可能是脉冲上升沿不同，还可能是拟合初值选择不同。复现的核心不是追求完全相同的数值，而是建立“差异—原因—可接受范围”的判断链条。

整体框架：五层结构

为了把上述概念落到工程上，本课程采用一个五层框架来组织内容，如下图所示。该图不是操作步骤，而是帮助你理解各层之间的依赖关系：越靠下的层越接近物理信号，越靠上的层越接近实验语义与复现判断。

这五层之间不是单向流水线，而是双向约束：第1层的噪声和退相干时间决定了第3层能安排多长的脉冲序列；第4层的拟合结果又会反过来修正第2层的驱动幅度。理解这种双向关系，是后续排障和复现的基础。

典型应用场景

自动化与复现能力在以下几类场景中尤为关键。第一类是参数扫描实验，例如 Rabi、Ramsey、T1、T2 等表征实验，需要大量重复扫描和自动拟合，手工操作既慢又容易引入人为偏差。第二类是多设备同步实验，例如需要微波源、任意波形发生器、采集卡和触发板在纳秒级对齐，任何一台设备的延迟设置不同都会改变结果。第三类是长期稳定性监测，例如每天定时测量同一量子比特的频率漂移，需要自动记录环境温度、磁场和驱动功率，才能判断漂移来源。第四类是协作复现，当另一个实验室或另一位同学要重复你的实验时，他需要的是完整的参数、代码版本、设备型号和校准记录，而不是一张结果图。

本课程的学习路径

后续章节会沿着上述五层框架逐步展开。你会先学习如何把实验参数结构化，再进入设备控制与时序调度，然后处理数据采集、元数据记录和拟合分析，最后回到复现验证与差异定位。每一节都会尽量给出具体的参数示例、判断依据和可操作的记录方式，而不是停留在概念层面。你需要准备的是一台可编程的实验设备或仿真环境、一份版本管理工具，以及一个明确的实验目标——例如“让 Q1 的 Rabi 振荡在两周后仍能被复现”。

在开始之前，请先建立一个最小可复现实验记录的意识：任何一次实验，至少应包含实验名称、设备清单与型号、关键参数、扫描范围、重复次数、原始数据存放路径、分析脚本版本和当日校准结果。这八项不要求一次做到完美，但它们是后续所有自动化工作的起点。