ICLRFeb, 2024
硬件错误下的量子架构搜索的课程增强学习
Curriculum reinforcement learning for quantum architecture search under hardware errors
Yash J. Patel, Akash Kundu, Mateusz Ostaszewski, Xavier Bonet-Monroig, Vedran Dunjko...
TL;DR该研究以引入一种基于课程的强化学习量子架构搜索算法(CRLQAS)为主要方法,旨在解决在真实的 VQA 部署中所面临的挑战。该算法通过使用三维架构编码和环境动力学的限制来高效地探索可能电路的搜索空间,引入一种剧集终止方案以寻找更短的电路,并应用一种新颖的同时扰动随机逼近作为更快收敛的优化器,从而在噪声和非噪声环境中提高了在多个度量标准下的性能。