論文の概要: Finding the optimal Nash equilibrium in a discrete Rosenthal congestion
game using the Quantum Alternating Operator Ansatz
- arxiv url: http://arxiv.org/abs/2008.09505v1
- Date: Thu, 20 Aug 2020 00:54:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 11:55:13.386517
- Title: Finding the optimal Nash equilibrium in a discrete Rosenthal congestion
game using the Quantum Alternating Operator Ansatz
- Title(参考訳): 量子交互作用素 ansatz を用いた離散ローゼンタール混雑ゲームにおける最適nash平衡の探索
- Authors: Mark Hodson, Brendan Ruck, Hugh Ong, Stefan Dulman, David Garvin
- Abstract要約: ゲートモデル量子コンピュータを用いて,離散共役ゲームにおいて最適ナッシュ平衡を求める。
本稿では,ゲートモデル量子コンピュータの最適シミュレータ上での解法を実装し,小型の2プレイヤーゲーム上でのトラクタビリティを実証する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper establishes the tractability of finding the optimal Nash
equilibrium, as well as the optimal social solution, to a discrete congestion
game using a gate-model quantum computer. The game is of the type originally
posited by Rosenthal in the 1970's. To find the optimal Nash equilibrium, we
formulate an optimization problem encoding based on potential functions and
path selection constraints, and solve it using the Quantum Alternating Operator
Ansatz. We compare this formulation to its predecessor, the Quantum Approximate
Optimization Algorithm. We implement our solution on an idealized simulator of
a gate-model quantum computer, and demonstrate tractability on a small
two-player game. This work provides the basis for future endeavors to apply
quantum approximate optimization to quantum machine learning problems, such as
the efficient training of generative adversarial networks using potential
functions.
- Abstract(参考訳): 本稿では,ゲートモデル量子コンピュータを用いた離散共役ゲームにおいて,最適ナッシュ平衡と最適社会解を求めるためのトラクタビリティを確立する。
このゲームは1970年代にローゼンタールが提唱したタイプである。
最適ナッシュ平衡を求めるために、ポテンシャル関数と経路選択制約に基づいて最適化問題を定式化し、量子交互演算子Ansatzを用いて解く。
我々はこの定式化を、前任のQuantum Approximate Optimization Algorithmと比較する。
そこで我々はゲートモデル量子コンピュータの理想的なシミュレーター上にソリューションを実装し,小型の2プレイヤーゲーム上でのトラクタビリティを示す。
この研究は、量子機械学習問題に量子近似最適化を適用するための将来の取り組みの基礎を提供し、例えばポテンシャル関数を用いた生成的逆ネットワークの効率的なトレーニングを提供する。
関連論文リスト
- A Quadratic Speedup in Finding Nash Equilibria of Quantum Zero-Sum Games [102.46640028830441]
最適行列乗算重み更新(OMMWU)アルゴリズムを導入し,平均収束複雑性を$mathcalO(d/epsilon)$ to $epsilon$-Nash equilibriaとする。
この二次的なスピードアップは、量子ゼロサムゲームにおける$epsilon$-Nash平衡の計算のための新しいベンチマークを定めている。
論文 参考訳(メタデータ) (2023-11-17T20:38:38Z) - Single-Layer Digitized-Counterdiabatic Quantum Optimization for $p$-spin
Models [8.463477025989542]
我々は、デジタルカウンタダイバティック量子最適化(DCQO)アルゴリズムを利用して、4つの局所相互作用までの$p$-spinモデルの最適解を求める。
変分法を用いてパラメータを最適化することにより,それぞれ100ドル,93%,83%のインスタンスに対して,単位精度2-スピン,3-スピン,4-スピンの問題を解く。
論文 参考訳(メタデータ) (2023-11-11T22:49:16Z) - Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational
Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。
量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文 参考訳(メタデータ) (2023-10-14T02:13:26Z) - Simulating the flight gate assignment problem on a trapped ion quantum
computer [0.0]
イオンQのAriaトラップイオン量子コンピュータにおけるフライトゲート割り当て問題について検討する。
現状のイオン量子ハードウェアは,この最適化問題に対して高い確率で優れた解が得られることを実証する。
論文 参考訳(メタデータ) (2023-09-18T11:49:09Z) - The Role of Entanglement in Quantum-Relaxation Based Optimization
Algorithms [4.00916638804083]
量子ランダムアクセスコード(QRAC)は、バイナリ最適化の複数の変数を1量子ビットでエンコードする。
この結果から,QRAOは量子コンピュータに制限された二項最適化問題の解決可能なインスタンスをスケールできるだけでなく,量子絡み合いの恩恵を受けることが示唆された。
論文 参考訳(メタデータ) (2023-02-01T13:24:51Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳(メタデータ) (2022-12-21T23:15:17Z) - Constrained Quantum Optimization for Extractive Summarization on a
Trapped-ion Quantum Computer [13.528362112761805]
本稿では,量子ハードウェアの制約を保存する量子最適化アルゴリズムの,これまでで最大の実行方法を示す。
我々は、最大20キュービットと2キュービットゲート深さ最大159の量子進化を制限するXY-QAOA回路を実行する。
本稿では,アルゴリズムのトレードオフと,短期量子ハードウェア上での実行に対する影響について論じる。
論文 参考訳(メタデータ) (2022-06-13T16:21:04Z) - Variational quantum algorithm for unconstrained black box binary
optimization: Application to feature selection [1.9182522142368683]
制約のないブラックボックス二項問題の解法として,変分量子アルゴリズムを提案する。
これは最適化のための量子アルゴリズムの典型的な設定とは対照的である。
提案手法は,従来の特徴選択手法よりも競争力があり,性能も向上していることを示す。
論文 参考訳(メタデータ) (2022-05-06T07:02:15Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳(メタデータ) (2022-01-25T05:59:24Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳(メタデータ) (2021-06-24T20:16:02Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳(メタデータ) (2020-03-11T13:52:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。