論文の概要: Reinforcement learning for quantum processes with memory

• arxiv url: http://arxiv.org/abs/2603.25138v1
• Date: Thu, 26 Mar 2026 07:58:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:48.169943
• Title: Reinforcement learning for quantum processes with memory
• Title（参考訳）: メモリを用いた量子プロセスの強化学習
• Abstract要約: 強化学習では、エージェントが環境と順次対話して報酬を最大化し、部分的確率的フィードバックのみを受け取る。 エージェントは、ターゲットの目的を最大化するために、この知識を活用しながら隠れたダイナミクスを学ぶ必要がある。 我々は、未知の量子チャネルを介して進化する隠れ量子メモリを環境が維持するフレームワークを通じてこの問題を定式化し、エージェントは量子機器を用いて順次介入する。
• 参考スコア（独自算出の注目度）: 1.1417805445492082
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In reinforcement learning, an agent interacts sequentially with an environment to maximize a reward, receiving only partial, probabilistic feedback. This creates a fundamental exploration-exploitation trade-off: the agent must explore to learn the hidden dynamics while exploiting this knowledge to maximize its target objective. While extensively studied classically, applying this framework to quantum systems requires dealing with hidden quantum states that evolve via unknown dynamics. We formalize this problem via a framework where the environment maintains a hidden quantum memory evolving via unknown quantum channels, and the agent intervenes sequentially using quantum instruments. For this setting, we adapt an optimistic maximum-likelihood estimation algorithm. We extend the analysis to continuous action spaces, allowing us to model general positive operator-valued measures (POVMs). By controlling the propagation of estimation errors through quantum channels and instruments, we prove that the cumulative regret of our strategy scales as $\widetilde{\mathcal{O}}(\sqrt{K})$ over $K$ episodes. Furthermore, via a reduction to the multi-armed quantum bandit problem, we establish information-theoretic lower bounds demonstrating that this sublinear scaling is strictly optimal up to polylogarithmic factors. As a physical application, we consider state-agnostic work extraction. When extracting free energy from a sequence of non-i.i.d. quantum states correlated by a hidden memory, any lack of knowledge about the source leads to thermodynamic dissipation. In our setting, the mathematical regret exactly quantifies this cumulative dissipation. Using our adaptive algorithm, the agent uses past energy outcomes to improve its extraction protocol on the fly, achieving sublinear cumulative dissipation, and, consequently, an asymptotically zero dissipation rate.
• Abstract（参考訳）: 強化学習では、エージェントが環境と順次対話して報酬を最大化し、部分的確率的フィードバックのみを受け取る。 エージェントは、ターゲットの目的を最大化するために、この知識を活用しながら隠れたダイナミクスを学ぶ必要がある。 古典的に広く研究されているが、この枠組みを量子システムに適用するには、未知の力学を通して進化する隠れ量子状態を扱う必要がある。 我々は、未知の量子チャネルを介して進化する隠れ量子メモリを環境が維持するフレームワークを通じてこの問題を定式化し、エージェントは量子機器を用いて順次介入する。 この設定のために、楽観的な最大線量推定アルゴリズムを適用する。 我々は解析を連続的な行動空間に拡張し、一般的な正の作用素値測度(POVM)をモデル化する。 量子チャネルや計器による推定誤差の伝播を制御することにより、我々の戦略の累積的後悔は$\widetilde{\mathcal{O}}(\sqrt{K})$ over $K$ episodesとしてスケールすることを示した。 さらに、マルチアーム量子バンドイット問題への還元により、このサブ線形スケーリングがポリ対数因子まで厳密に最適であることを示す情報理論の下界を確立する。 物理的応用として、状態に依存しない作業抽出を考える。 隠れた記憶によって相関する非二項量子状態列から自由エネルギーを抽出すると、源に関する知識の欠如は熱力学的散逸につながる。 私たちの設定では、数学的後悔はこの累積散逸を正確に定量化します。 適応的アルゴリズムを用いて、エージェントは過去のエネルギー結果を用いて、ハエの抽出プロトコルを改善し、サブ線形累積消散を達成し、結果として漸近的にゼロ消散率を得る。

関連論文リスト

• Balancing Expressivity and Learnability in Quantum Kernel Bandit Optimization [50.880384999888044]
  我々は,不特定なGP帯域幅アルゴリズムを開発し,近似誤差と情報ゲインとのトレードオフを特徴付ける後悔境界を導出する。 提案手法は, 計算オーバーヘッドを大幅に低減しつつ, サンプル効率で完全量子カーネルの性能を向上する。
  論文  参考訳（メタデータ） (2026-07-01T15:38:00Z)
• A Demon that remembers: An agential approach towards quantum thermodynamics of temporal correlations [0.0]
  この理論は、量子系における時間的相関から熱力学的作用を抽出するための決定論的枠組みを開発する。 メモリ効果の活用により、適応的戦略が非適応的境界を超えることが示される。 また、強化学習を用いて未知の情報源からの作業抽出にも取り組みます。
  論文  参考訳（メタデータ） (2026-04-06T06:20:22Z)
• Optimal quantum learning in proximity to universality [0.0]
  古典的にシミュレート可能な量子システムと計算的に優れた量子システムの境界は、真の量子優位性を特定するのに基本である。 可変な$N$-qubitランダム回路モデルを導入し、クリフォードゲートの分数$p$を確率的に非安定化条件付き$hatT$ゲートに置き換える。 本研究では,時間的処理タスクにおける貯水池の性能と,その絡み合いスペクトル統計量と長距離非安定化資源量との直接対応性を確立する。
  論文  参考訳（メタデータ） (2025-10-21T13:27:41Z)
• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Quartic quantum speedups for community detection [84.14713515477784]
  我々は,準量子スピードアップを実現するハイパーグラフコミュニティ検出のための量子アルゴリズムを開発した。 提案アルゴリズムは,従来検討されていた PCA や $p$XORSAT といった問題を超えて拡張した Kikuchi 法に基づいている。
  論文  参考訳（メタデータ） (2025-10-09T17:35:17Z)
• Bandits roaming Hilbert space [0.7614628596146601]
  マルチアームバンディットを用いた量子状態の性質のオンライン学習における探索と利用のトレードオフについて検討する。 我々は,情報の理論的下界と,それに対応する上界の最適戦略を導出し,円の平方根として後悔のスケールを示す。
  論文  参考訳（メタデータ） (2025-09-29T10:26:29Z)
• Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
  量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。 既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。 我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
  論文  参考訳（メタデータ） (2025-07-09T15:22:17Z)
• Quantum Reinforcement Learning in Non-Abelian Environments: Unveiling Novel Formulations and Quantum Advantage Exploration [0.0]
  我々の研究は、量子システムの固有の性質を利用する定式化と戦略を導入することで、意思決定の境界を再定義することに努めている。 我々は、量子系の絡み合ったダイナミクスを考慮して、無限の地平線上で期待される累積報酬を最大化する方法論を確立する。 この関数は、システムに固有の潜在量子並列性を利用し、エージェントの意思決定能力を高め、未チャート領域における量子優位性を探究する方法を開拓する。
  論文  参考訳（メタデータ） (2024-04-11T13:21:49Z)
• Contextual Subspace Variational Quantum Eigensolver Calculation of the Dissociation Curve of Molecular Nitrogen on a Superconducting Quantum Computer [0.06990493129893112]
  超伝導量子ハードウェア上でのコンテキスト部分空間変動量子固有解器の実験実験を行った。 特に分子窒素のポテンシャルエネルギー曲線を計算し、解離限界における静的相関の優位性は、多くの従来の量子化学技術において困難であることを示す。 我々の量子シミュレーションは、選択されたSTO-3Gベースにおける完全な構成相互作用エネルギーと良好な一致を維持し、ボンドブレーキングを適切に捉える際に、ベンチマークされたすべての単一参照波動関数技術より優れている。
  論文  参考訳（メタデータ） (2023-12-07T16:05:52Z)
• Bounds on an effective thermalization beyond the Zeno limit [0.0]
  量子ゼノ効果は、量子システムに格納された古典的な情報を保護するために広く利用される技術として登場した。 操作間の任意の時間間隔で有効なゼノダイナミクスを導出する。 これらの知見は、量子システムに格納された古典的な情報を保存するための量子ゼノ効果の実用的な適用性についての理解を深める。
  論文  参考訳（メタデータ） (2023-04-12T13:18:11Z)
• Universality of critical dynamics with finite entanglement [68.8204255655161]
  臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。 その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
  論文  参考訳（メタデータ） (2023-01-23T19:23:54Z)
• Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
  最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。 我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。 動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
  論文  参考訳（メタデータ） (2021-02-08T14:55:44Z)

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。