Fugu-MT 論文翻訳(概要): Quantum Advantage Actor-Critic for Reinforcement Learning

論文の概要: Quantum Advantage Actor-Critic for Reinforcement Learning

arxiv url: http://arxiv.org/abs/2401.07043v1
Date: Sat, 13 Jan 2024 11:08:45 GMT
ステータス: 処理完了
システム内更新日: 2024-01-17 20:08:49.500215
Title: Quantum Advantage Actor-Critic for Reinforcement Learning
Title（参考訳）: 強化学習のための量子アドバンテージアクタークリティカル
Authors: Michael K\"olle, Mohamad Hgog, Fabian Ritz, Philipp Altmann, Maximilian Zorn, Jonas Stein, Claudia Linnhoff-Popien
Abstract要約: 本稿では,Advantage Actor-Criticアルゴリズムと変分量子回路を組み合わせた新しい量子強化学習手法を提案する。複数の量子アドバンテージ・アクター・クリティカル構成をよく知られたカートポール環境で実証的にテストし、連続的な状態空間を持つ制御タスクにおける我々のアプローチを評価する。
参考スコア（独自算出の注目度）: 5.579028648465784
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Quantum computing offers efficient encapsulation of high-dimensional states. In this work, we propose a novel quantum reinforcement learning approach that combines the Advantage Actor-Critic algorithm with variational quantum circuits by substituting parts of the classical components. This approach addresses reinforcement learning's scalability concerns while maintaining high performance. We empirically test multiple quantum Advantage Actor-Critic configurations with the well known Cart Pole environment to evaluate our approach in control tasks with continuous state spaces. Our results indicate that the hybrid strategy of using either a quantum actor or quantum critic with classical post-processing yields a substantial performance increase compared to pure classical and pure quantum variants with similar parameter counts. They further reveal the limits of current quantum approaches due to the hardware constraints of noisy intermediate-scale quantum computers, suggesting further research to scale hybrid approaches for larger and more complex control tasks.
Abstract（参考訳）: 量子コンピューティングは高次元状態の効率的なカプセル化を提供する。本研究では,古典的成分の一部を置換することにより,アドバンテージ・アクター・クライトアルゴリズムと変分量子回路を組み合わせた量子強化学習手法を提案する。このアプローチは、ハイパフォーマンスを維持しながら強化学習のスケーラビリティに関する懸念に対処する。複数の量子アドバンテージ・アクター・クリティカル構成をよく知られたカートポール環境で実証的にテストし、連続状態空間を持つ制御タスクにおける我々のアプローチを評価する。以上の結果から,古典的ポストプロセッシングを用いた量子アクタや量子評論家のハイブリッド戦略は,パラメータ数に類似した純粋古典的および純粋量子的変種と比較して,大幅な性能向上をもたらすことが示唆された。彼らはさらに、ノイズの多い中間スケール量子コンピュータのハードウェア制約による現在の量子アプローチの限界を明らかにし、より大きく複雑な制御タスクのためにハイブリッドアプローチをスケールするためのさらなる研究を提案する。

関連論文リスト

A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文参考訳（メタデータ） (2023-09-11T18:00:00Z)
On-the-fly Tailoring towards a Rational Ansatz Design for Digital Quantum Simulations [0.0]
量子デバイスで物理的に実現可能な低深さ量子回路を開発することが不可欠である。我々は,最適なアンサッツを動的に調整できるアンサッツ構成プロトコルを開発した。アンザッツの構成は、エネルギーソートと演算子の可換性事前スクリーニングによって並列量子アーキテクチャで実行される可能性がある。
論文参考訳（メタデータ） (2023-02-07T11:22:01Z)
Time-Optimal Quantum Driving by Variational Circuit Learning [2.9582851733261286]
ディジタル量子シミュレーションとハイブリッド回路学習は、量子最適制御の新しい可能性を開く。有限個の量子ビットを持つ量子デバイス上で、捕捉された量子粒子の波束展開をシミュレートする。本手法の誤差に対する堅牢性について考察し,回路にバレンプラトーが存在しないことを示す。
論文参考訳（メタデータ） (2022-11-01T11:53:49Z)
Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。予測の利点を生かして、新しいタイプの量子測度がもたらされる。予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文参考訳（メタデータ） (2022-09-12T15:47:44Z)
Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文参考訳（メタデータ） (2022-09-01T17:08:41Z)
Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文参考訳（メタデータ） (2022-08-29T15:24:03Z)
Surviving The Barren Plateau in Variational Quantum Circuits with Bayesian Learning Initialization [0.0]
変分量子古典ハイブリッドアルゴリズムは、近い将来に量子コンピュータの実用的な問題を解くための有望な戦略と見なされている。本稿では,ベイズ空間における有望な領域を特定するために勾配を用いた高速・スローアルゴリズムを提案する。本研究は, 量子化学, 最適化, 量子シミュレーション問題における変分量子アルゴリズムの応用に近づいたものである。
論文参考訳（メタデータ） (2022-03-04T17:48:57Z)
Measurement-induced entanglement phase transitions in variational quantum circuits [0.4499833362998487]
変分量子アルゴリズム(VQA)は古典的にパラメータ化された量子回路を最適化して計算処理を解く。中間射影測定による変分量子回路の絡み合い遷移について検討する。我々の研究は、現在利用可能な量子ハードウェアに中間計測プロトコルを組み込むことで、量子回路のトレーニング可能性を大幅に向上する道を開いた。
論文参考訳（メタデータ） (2021-11-15T19:00:28Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。