利用混沌激光器和光子设备构建的机器学习能力及其重要性，通过量化稳定性分析，研究了集体决策的基本网络结构，展示了竞争多臂赌博问题中玩家的非对称偏好，扩展其功能以应用于更实际的场景。
Dec, 2023
本研究探讨了几种采样方法，这些方法可收敛到启发式联合选择概率矩阵，满足玩家的偏好，从而显著降低了计算成本和保密性问题。特别地，我们通过光子的量子干涉介绍了两种无冲突联合抽样方法，第一个系统允许玩家在具有相同偏好时隐藏其选择，第二个系统则通过信任的第三方假设遮蔽了玩家的选择。
Aug, 2022
本文从信息理论的角度考察了量子算法的演化，利用 Deutsch-Jozsa，Shor 和 Grover 算法的经典和量子信息流分析来论证基于超态叠加、量子纠缠和干涉的信息门控单元（QAG）通过作用于输入向量，将信息储存到系统状态中，在最小化经典 Shannon 熵和量子 von Neumann 熵之间的差距时终止 QA 计算智能度量。
May, 2023
本研究利用氮化硅纳米钻石之缺陷中心作为单光子源来解决多臂赌博机问题，证明了单光子可用于在不确定和动态变化的环境下进行决策，这为充分利用光的量子特性来实现实用和重要的智能功能的系统开发提供了可能。
Sep, 2015
通过实验验证光网络作为光子加速器在竞争型多臂赌博问题中的应用，实现协同决策、冲突避免、低碰撞率和高奖励，并展示了该系统的可扩展性以及在激光动力学领域中智能功能的新可能性。
Jul, 2023
本文报道了一种高维度量子纠缠态的制备方法，该方法通过编码光子对的轨道角动量产生最大程度的纠缠，而无需使用滤波和纠缠浓缩等传统方法。
Jul, 2018
本文分析了模拟人类情感决策过程应该基于的人工智能基本原理，比较了基于量子理论与经典术语的两种方法。虽然认知过程与量子测量具有许多形式类似的特征，但模拟人类决策过程时，情感人工智能没有必要依赖于量子系统的功能。情感人工智能的运作避免了传统决策制定的许多行为悖论，使决策具有动态性。
通过使用量子机器学习工具来优化参数化量子电路的局部处理，以最大化平均保真度和平均成功概率，提出了一种名为 Noise Aware-LOCCNet (NA-LOCCNet) 的方法，对于存在噪声的经典通信，该方法在量子信息处理中的量子纠缠和量子状态区分任务中具有显着优势。
Jul, 2022
本文证明了，一些非经典的人类决策模型可以在量子计算机上成功运行。
Feb, 2023
本研究使用 Stern-Gerlach 实验的实验设计，利用量子物理理论开发了一个量子认知决策模型，并通过计算 Wigner 函数来测试其量子性。研究结果表明，该模型在预测决策时比 Bayes 规则更准确。
Jul, 2019