論文の概要: The Prevalence of Straight Shots in Control Space for Reaching Optimal Quantum Performance
- arxiv url: http://arxiv.org/abs/2610.28852v1
- Date: Tue, 20 Oct 2026 19:25:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.133039
- Title: The Prevalence of Straight Shots in Control Space for Reaching Optimal Quantum Performance
- Title（参考訳）: 最適量子性能向上のための制御空間における直線ショットの出現状況
- Abstract要約: 本研究では,大規模なストレートショットを識別する非確率的ストレートショット探索アルゴリズム (STSA) を提案する。
その結果, 試料径の増大に伴い, ストレートショット間近距離の減少が認められた。
ランドスケープレベルセット上のストレートショット経路の開始位置は、接続された近傍を形成する可能性があると推測する。
- 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: Gradient-based algorithms are often applied to identify an optimal control for maximizing a quantum objective functional by following a steepest ascent path to the top of the control landscape. In contrast, this paper explores straight shots through control space where movement along such a path corresponds to a less demanding monotonic complete climb up the landscape for the optimal objective value. Existing studies of control landscapes have revealed the presence of straight shots, but identifying them required computationally intensive stochastic methods. In this paper, we introduce a non-stochastic straight-shot search algorithm (STSA) that identifies a large class of straight shots. We apply STSA to numerically generate more than 10,000 distinct straight-shot optimization paths and analyze their statistical distribution for each of the objectives of (i) state-to-state transitions, (ii) general observables, and (iii) unitary transformation generation. The results show a decrease in the nearest-neighbor distances among straight shots as the sample size increases, suggesting their prevalence in control space. We further conjecture that the starting locations of the straight-shot pathways on a landscape level set may form connected neighborhoods, motivating future investigation into their underlying topological structure. The present paper focuses on the use of STSA for locating massive numbers of straight solutions. However, the STSA is not a high-efficiency algorithm in its present form, but the discovered prevalence of control straight shots leaves open future advances to accelerate the discovery of straight shots as optimal controls.
- Abstract（参考訳）: 勾配に基づくアルゴリズムは、制御ランドスケープの最上部への最も急な上昇経路に従うことにより、量子目的関数を最大化する最適制御を特定するためにしばしば用いられる。
これとは対照的に,このような経路に沿った移動が要求の少ない単調な完備化に対応する制御空間をストレートショットで探索し,最適な目標値を求める。
コントロールランドスケープの既存の研究は、ストレートショットの存在を明らかにしているが、それらを特定するには計算集約的な確率的手法が必要である。
本稿では,大規模なストレートショットを識別する非確率的ストレートショット探索アルゴリズム(STSA)を提案する。
我々はSTSAを適用し、1万以上の異なるストレートショット最適化パスを数値的に生成し、それぞれの目的に対してそれらの統計分布を解析する。
(i)状態から状態への遷移
(二)一般観測装置、及び
(三)ユニタリ変換生成
その結果, 試料径の増大に伴い, 直列ショット間の近傍距離の減少が見られ, 制御空間の出現が示唆された。
さらに,ランドスケープレベルの直線的経路の開始位置が連結された近傍を形成し,その基盤となる位相構造に関する今後の研究の動機となると推測した。
本稿では,多数の直線解の探索にSTSAを用いることに焦点を当てる。
しかし、STSAは現在の方式では高効率のアルゴリズムではないが、制御ストレートショットの発見の頻度は、最適制御としてストレートショットの発見を加速するために将来の進歩を残している。
関連論文リスト
- MeshSIPP: Efficient Lattice Planning in Dynamic Environment [1.5039745292757674]
MeshSIPPは、多くのプリミティブが同じ領域にあるという事実を利用して計算ボトルネックを誘発する効率的なプランナーである。
6,000以上のベンチマークインスタンスとリアルタイムROS2シミュレーションによる大規模な実験により、MeshSIPPは最先端の時間プランナよりも3$times$のスピードアップを実現している。
論文 参考訳（メタデータ） (2026-10-07T08:24:28Z) - An Efficient Beam Search Algorithm for Active Perception in Mobile Robotics [10.002920418375007]
アクティブな知覚は、ロボットがどこに移動するかを判断しなければならない自律ロボット工学の基本的な問題である。
既存のアプローチは、計算に費用がかかる旅行問題を過剰に選択した情報ノードで解決するか、より効率的だが過度に制約された最短経路木の定式化を採用するかのどちらかである。
本稿では,ノード毎の上位B候補を効率的に探索するノードワイズビームサーチ(NBS)アルゴリズムを提案する。
第2の貢献として、フロンティアの概念を経路選択基準に統合し、期待される利得指標を導入する。
第3の貢献は、高速探索ランダムアンラスグラフ(R)の提案である。
論文 参考訳（メタデータ） (2026-04-25T14:35:11Z) - Enhancing Adversarial Transferability by Balancing Exploration and Exploitation with Gradient-Guided Sampling [82.52485740425321]
アドリアックは、ディープニューラルネットワークの堅牢性にとって重要な課題である。
敵攻撃の伝達性は、爆発(最大攻撃能力)と探索(クロスモデル一般化の促進)のジレンマに直面している
論文 参考訳（メタデータ） (2025-11-01T05:43:47Z) - ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model [51.83639270669481]
ハイパースペクトル画像(HSI)における教師なし異常検出は、背景から未知のターゲットを検出することを目的としている。
HSI研究は、HSIの高次元特性と高密度サンプリングベーストレーニングパラダイムにより、計算コストの急激さによって妨げられている。
計算コストを大幅に削減する非対称コンセンサス状態空間モデル(ACMamba)を提案する。
論文 参考訳（メタデータ） (2025-04-16T05:33:42Z) - SeWA: Selective Weight Average via Probabilistic Masking [51.015724517293236]
より良く、より高速な収束を達成するためには、ほんの数ポイントしか必要としないことを示す。
離散選択問題を連続的な部分集合最適化フレームワークに変換する。
両凸画像チェックポイントの値よりもシャープなSeWAの安定性境界を導出する。
論文 参考訳（メタデータ） (2025-02-14T12:35:21Z) - Toward a Theory of Phase Transitions in Quantum Control Landscapes [0.0]
制御ランドスケープの位相遷移は、制御パラメータの変化に伴うコスト関数ランドスケープの急激な変化として発生する。
コスト関数に対するDyson, Magnus, 累積展開を開発することにより, CLPTの解析理論の基礎を築いた。
我々の研究は、CLPTの体系的理論への第一歩を提供し、汎用的な複合制御ランドスケープに統計場理論技術を利用するための道を開く。
論文 参考訳（メタデータ） (2024-08-20T18:08:49Z) - SRRT: Exploring Search Region Regulation for Visual Object Tracking [58.68120400180216]
探索領域規則追跡(SRRT)と呼ばれる新しい追跡パラダイムを提案する。
SRRTでは,各フレームに対して最適な探索領域を動的に推定するために,提案された探索領域レギュレータを適用している。
大規模なLaSOTベンチマークでは、SRRTはSiamRPN++とTransTをAUCの4.6%と3.1%で改善した。
論文 参考訳（メタデータ） (2022-07-10T11:18:26Z) - Homography Decomposition Networks for Planar Object Tracking [11.558401177707312]
平面オブジェクトトラッキングは、ロボット工学、ビジュアルサーボ、ビジュアルSLAMといったAIアプリケーションにおいて重要な役割を果たす。
本稿では, ホログラフィ変換を2つのグループに分解することで, 条件数を大幅に削減し, 安定化する新しいホモグラフィ分解ネットワークを提案する。
論文 参考訳（メタデータ） (2021-12-15T06:13:32Z) - On the Convergence Rate of Projected Gradient Descent for a
Back-Projection based Objective [58.33065918353532]
我々は、最小二乗(LS)の代替として、バックプロジェクションに基づく忠実度項を考える。
LS項ではなくBP項を用いることで最適化アルゴリズムの繰り返しを少なくすることを示す。
論文 参考訳（メタデータ） (2020-05-03T00:58:23Z)
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。