量子计算机有点像一辆会慢慢跑偏的车：温度、器件状态和时间变化，会让脉冲频率等控制参数偏离最佳位置。以往的办法是暂停计算、重新校准，但未来可能连续运行数天甚至数月，频繁停机很难接受。Klimov 团队把强化学习（RL——根据结果好坏反复调整策略）引入运行中的量子纠错，让系统边算边校准。
最关键的一步，是让纠错信号“一鱼两吃”。量子纠错会把一个逻辑量子比特分散到多个物理量子比特上，并反复检测错误迹象；团队既用这些信号修正量子状态，也把它们当作 RL 的奖励反馈，持续调整控制参数。在 Willow 超导处理器上，论文报告称，面对人为注入的参数漂移，这套方法将表面码的逻辑稳定性提高了 3.5 倍。这个结果的价值不只在数字：它展示了一条无需另设停机校准环节、直接从计算错误中学习的在线控制路径；不过该提升针对的是实验中注入的漂移。