論文の概要: Staged Hybridisation for Visual Quantum Reinforcement Learning via Knowledge Distillation

• arxiv url: http://arxiv.org/abs/2606.30520v1
• Date: Mon, 29 Jun 2026 16:28:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.329824
• Title: Staged Hybridisation for Visual Quantum Reinforcement Learning via Knowledge Distillation
• Title（参考訳）: 知識蒸留による視覚量子強化学習のための段階的ハイブリッド化
• Abstract要約: 本稿では,知識蒸留を視覚強化学習のための段階的ハイブリッド化戦略として研究する。 まず、古典的な視覚教師を訓練し、そのエンコーダを機能インターフェースとして凍結し、教師の政策行動を下流のコンパクトなヘッドに落とし込む。 その結果,ステージドKDにより,直接画素ベースのトレーニングが著しく困難となる設定において,浅いVQCヘッドが非自明な視覚制御動作を得ることが可能であることが示唆された。
• 参考スコア（独自算出の注目度）: 0.08921166277011346
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual environments are a demanding setting for quantum reinforcement learning (QRL): high-dimensional observations, unstable RL optimisation, and constrained variational quantum circuits (VQCs) are difficult to train jointly. This paper studies knowledge distillation (KD) as a staged hybridisation strategy for visual QRL. Instead of training a hybrid visual agent end-to-end from pixels, we first train a classical visual teacher, freeze its encoder as a feature interface, and distil the teacher's policy behaviour into compact downstream heads. These heads can be classical or VQC-based, enabling small quantum-compatible students to be evaluated under the same frozen representation as compact classical controls. We evaluate the pipeline on CartPole Pixels and Acrobot Pixels. The results show that staged KD enables shallow VQC heads to acquire non-trivial visual-control behaviour in settings where direct pixel-based training would be substantially more difficult. Angle-encoded VQC heads retain near-teacher performance, while amplitude-encoded heads push compactness to an extreme regime, at the cost of greater fragility, stronger budget sensitivity, and higher simulation time. Overall, staged KD reframes visual QRL as a compact-head learning problem, opening a practical route for training small quantum-compatible policies outside the standard end-to-end RL loop.
• Abstract（参考訳）: 視覚環境は、高次元の観測、不安定なRL最適化、制約付き変分量子回路(VQC)の訓練が困難である。 本稿では,ビジュアルQRLの段階的ハイブリッド化戦略として知識蒸留(KD)について検討する。 まず、従来の視覚教師を訓練し、そのエンコーダを機能インターフェースとして凍結させ、教師のポリシー行動を下流のコンパクトなヘッドに分解する。 これらのヘッドは古典的またはVQCベースであり、小型の量子互換の学生をコンパクトな古典的制御と同じ凍結表現で評価することができる。 CartPole PixelsとAcrobot Pixelsでパイプラインを評価した。 その結果,ステージドKDにより,直接画素ベースのトレーニングが著しく困難となる設定において,浅いVQCヘッドが非自明な視覚制御動作を得ることが可能であることが示唆された。 アングル符号化されたVQCヘッドは、ほぼ教師に近い性能を維持し、振幅符号化されたヘッドは、より脆弱で、予算感度が良く、シミュレーション時間も高く、極端にコンパクトである。 全体として、ステージドKDはビジュアルQRLをコンパクトなヘッドラーニング問題として再構成し、標準のエンドツーエンドRLループの外で小さな量子互換ポリシーをトレーニングするための実践的なルートを開く。

関連論文リスト

• Towards Fair Benchmarking of Quantum Transfer Learning for Visual Classification [2.417944170423441]
  Quantum Transfer Learningは、短期的制約下でのビジュアル量子機械学習に有望なアプローチを提供する。 既存のQTL結果を比較するのは難しいのは、データセット、前処理、バックボーン設定、キュービット予算、回路設計、最適化の選択、レポートプロトコルが異なるためである。 本研究は,一貫したトランスファーラーニングパイプラインの下で,代表的QTL手法を評価するための,制御されたベンチマーク手法を提案する。
  論文  参考訳（メタデータ） (2026-05-19T06:10:32Z)
• In Pursuit of Pixel Supervision for Visual Pre-training [60.63095313440605]
  Pixioは、最小限の人間のキュレーションで自己キュレーション戦略を備えた、2Bのウェブクローリング画像に基づいて訓練された強化マスク付きオートエンコーダ(MAE)である。 Pixioは、単眼深度推定、フィードフォワード3D再構成、セマンティックセグメンテーション、ロボット学習など、幅広い下流タスクで競争力を発揮する。 この結果から,画素空間の自己教師型学習は有望な代替手段となり,潜在空間アプローチの補完となる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-12-17T18:59:58Z)
• Quantum Reinforcement Learning-Guided Diffusion Model for Image Synthesis via Hybrid Quantum-Classical Generative Model Architectures [2.005299372367689]
  本稿では,各段階でCFGを動的に調整するQRL(quantum reinforcement learning)コントローラを提案する。 コントローラは、ハイブリッド量子-古典的アクター-批判的アーキテクチャを採用する。 CIFAR-10の実験は、QRLポリシーが知覚品質を改善することを示した。
  論文  参考訳（メタデータ） (2025-09-17T16:47:04Z)
• Quantum Visual Fields with Neural Amplitude Encoding [70.86293548779774]
  本稿では2次元画像と3次元幾何場学習のための新しいタイプの量子入射ニューラル表現(QINR)を提案する。 QVFは古典的なデータを学習可能エネルギー多様体に接地したニューラル振幅符号化を用いて量子状態ベクトルに符号化する。 我々のアンサッツは、学習可能なパラメトリド量子回路の完全に絡み合った設計に従い、実際のヒルベルト空間で量子(単位)演算を行う。
  論文  参考訳（メタデータ） (2025-08-14T17:59:52Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Training Hybrid Deep Quantum Neural Network for Efficient Reinforcement Learning [3.753031740069576]
  量子回路は、次元が指数関数的に増加するヒルベルト空間にデータを埋め込む。 量子回路を局所的に近似する有接サロゲートqtDNNを導入する。 我々は、連続制御強化学習のためのハイブリッドディープ量子ニューラルネットワークhDQNN-TD3を設計する。
  論文  参考訳（メタデータ） (2025-03-12T07:12:02Z)
• VQC-Based Reinforcement Learning with Data Re-uploading: Performance and Trainability [0.8192907805418583]
  強化学習(Reinforcement Learning, RL)は、人間の監督なしに知的意思決定を行うエージェントを設計する。 Deep NNを使用するRLアルゴリズムであるDeep Q-Learningは、いくつかの特定のタスクで超人的なパフォーマンスを達成した。 また、RLアルゴリズムの関数近似器として変分量子回路(VQC)を用いることもできる。
  論文  参考訳（メタデータ） (2024-01-21T18:00:15Z)
• Solving Continuous Control via Q-learning [54.05120662838286]
  深いQ-ラーニングの簡単な修正は、アクター批判的手法による問題を大幅に軽減することを示します。 バンバン動作の離散化と値分解、協調マルチエージェント強化学習(MARL)としての単一エージェント制御のフレーミングにより、このシンプルな批判のみのアプローチは、最先端の連続アクター批判法の性能と一致する。
  論文  参考訳（メタデータ） (2022-10-22T22:55:50Z)
• Hybrid Contrastive Quantization for Efficient Cross-View Video Retrieval [55.088635195893325]
  クロスビュービデオ検索のための最初の量子化表現学習法,すなわちHybrid Contrastive Quantization(HCQ)を提案する。 HCQは、粗粒度と微粒度の両方を変換器で学習し、テキストやビデオの補完的な理解を提供する。 3つのWebビデオベンチマークデータセットの実験により、HCQは最先端の非圧縮検索手法と競合する性能を示す。
  論文  参考訳（メタデータ） (2022-02-07T18:04:10Z)
• Mode connectivity in the loss landscape of parameterized quantum circuits [1.7546369508217283]
  パラメータ化量子回路(PQC)の変分訓練は、近時雑音型中間スケール量子(NISQ)デバイスに多く採用されている。 PQCトレーニングにおける損失ランドスケープの特徴を研究するために、引用したraxler 2018essentiallyで使用されるコネクティビティの視覚化とテストを行うために、citegoodfellowqualitatively,li 2017で導入されたニューラルネットワークの定性的な損失ランドスケープのキャラクタリゼーションを適用した。
  論文  参考訳（メタデータ） (2021-11-09T18:28:46Z)
• Learning the Linear Quadratic Regulator from Nonlinear Observations [135.66883119468707]
  我々は、LQR with Rich Observations(RichLQR)と呼ばれる連続制御のための新しい問題設定を導入する。 本設定では, 線形力学と二次的コストを有する低次元連続潜伏状態によって環境を要約する。 本結果は,システムモデルと一般関数近似における未知の非線形性を持つ連続制御のための,最初の証明可能なサンプル複雑性保証である。
  論文  参考訳（メタデータ） (2020-10-08T07:02:47Z)

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。