論文の概要: A QUBO Formulation for the Generalized Takuzu/LinkedIn Tango Game
- arxiv url: http://arxiv.org/abs/2501.00002v2
- Date: Sun, 09 Feb 2025 17:58:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-11 14:23:42.609152
- Title: A QUBO Formulation for the Generalized Takuzu/LinkedIn Tango Game
- Title(参考訳): 汎用Takuzu/LinkedIn TangoゲームのためのQUBO公式
- Authors: Alejandro Mata Ali, Edgar Mencia,
- Abstract要約: 本稿では,最新のLinkedInゲームであるTangoに対するTakuzuゲーム(Binaor Binairo)のQUBO定式化と,その一般化について述べる。
問題を解くのに必要な変数の数を最適化し、少ないリソースで量子デバイスで解くのに適したものにする。
- 参考スコア(独自算出の注目度): 49.1574468325115
- License:
- Abstract: In this paper we present a QUBO formulation for the Takuzu game (or Binairo), for the most recent LinkedIn game, Tango, and for its generalizations. We optimize the number of variables needed to solve the combinatorial problem, making it suitable to be solved by quantum devices with fewer resources.
- Abstract(参考訳): 本稿では,最新のLinkedInゲームであるTangoに対するTakuzuゲーム(ビナイロ)のQUBO定式化と,その一般化について述べる。
組合せ問題を解くのに必要な変数数を最適化し、少ないリソースで量子デバイスで解くのに適している。
関連論文リスト
- A QUBO Formulation for the Generalized LinkedIn Queens and Takuzu/Tango Game [49.1574468325115]
本稿では、LinkedIn Queens ゲームの一連の一般化を解決するために設計された QUBO の定式化について述べる。
この定式化は、テンツ・アンド・ツリー (Tents & Trees) のような、問題のいくつかの特定のケースに適応する。
また,カラーチェスピース問題 (Coloured Chess Piece Problem) とマックスチェスピース問題 (Max Chess Pieces Problem) という2種類の新しい問題を,対応するQUBOの定式化とともに提示する。
論文 参考訳(メタデータ) (2024-10-08T23:54:54Z) - Sinkhorn algorithms and linear programming solvers for optimal partial transport problems [1.8130068086063336]
一般化された最適部分輸送問題について紹介する。
次に、これらの問題の二重定式化と関連するシンクホーン解法について議論する。
論文 参考訳(メタデータ) (2024-07-09T01:08:21Z) - A Simple QUBO Formulation of Sudoku [0.0]
本稿では,擬似非制約二項最適化(QUBO)を用いた数独パズルの解法について述べる。
729変数を持つQUBOインスタンスが構築され、すべての制約のあるSudokuグリッドを符号化する。
結果として得られるインスタンスは、量子アニールまたは他の戦略で解決でき、完全に満たされたスドク格子を得ることができる。
論文 参考訳(メタデータ) (2024-03-07T09:54:06Z) - Open Ad Hoc Teamwork with Cooperative Game Theory [28.605478081031215]
アドホックなチームワークは、事前の調整や共同トレーニングなしに、チームメイトと協力するエージェントの設計を必要とする、困難な問題を引き起こします。
有望な解決策の1つは、制限のない数のエージェントを扱うためにグラフニューラルネットワークの一般化性を活用することである。
本稿では,ゲームフレームワークをベースとしたCIAOという新しいアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-02-23T11:04:33Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳(メタデータ) (2022-12-06T22:01:49Z) - A Variational Inequality Approach to Bayesian Regression Games [90.79402153164587]
我々は凸類の一意性の存在を証明し、それを滑らかなコスト関数に一般化する。
必然的に強い収束で解くための2つの簡単なアルゴリズムを提供する。
論文 参考訳(メタデータ) (2021-03-24T22:33:11Z) - Faster Algorithms for Optimal Ex-Ante Coordinated Collusive Strategies
in Extensive-Form Zero-Sum Games [123.76716667704625]
我々は,不完全情報ゼロサム拡張形式ゲームにおいて,対戦相手と対決する2人の選手のチームにとって最適な戦略を見つけることの課題に焦点をあてる。
この設定では、チームができる最善のことは、ゲーム開始時の関節(つまり相関した)確率分布から潜在的にランダム化された戦略(プレイヤー1人)のプロファイルをサンプリングすることである。
各プロファイルにランダム化されるのはチームメンバーの1人だけであるプロファイルのみを用いることで、そのような最適な分布を計算するアルゴリズムを提供する。
論文 参考訳(メタデータ) (2020-09-21T17:51:57Z) - SudoQ -- a quantum variant of the popular game [1.5229257192293197]
古典ゲームSudookuの量子バージョンであるSudoQを紹介する。
SudoQパズルの解集合は古典的な(可換な)設定よりもはるかに大きい。
論文 参考訳(メタデータ) (2020-05-21T19:19:51Z) - From Poincar\'e Recurrence to Convergence in Imperfect Information
Games: Finding Equilibrium via Regularization [49.368421783733815]
モノトーンゲームにおいて,報酬の適応が強い収束保証を与えることを示す。
また、この報酬適応手法を用いて、Nash平衡に正確に収束するアルゴリズムを構築する方法を示す。
論文 参考訳(メタデータ) (2020-02-19T21:36:58Z)
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。