ICLRFeb, 2024

硬件错误下的量子架构搜索的课程增强学习

PDF
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。
noisy intermediate-scale quantumvariational quantum algorithmsquantum architecture searchparameter optimizationreinforcement learning
发现论文，激发创造
  • 基于强化学习的变分量子算法的量子架构搜索

    使用强化学习自动化搜索最佳结构以提高变分量子算法在噪声干扰下的性能。

    Feb, 2024

  • 变分量子算法的量子电路架构搜索

    通过量子架构搜索来最大程度地提高 VQAs 的鲁棒性和可培训性，以在嘈杂的中间规模量子设备上实现数据分类和量子化学任务的优化。

    Oct, 2020

  • 量子比特逐比特的可变量量子电路架构搜索方法

    在本文中，我们提出了一种新颖的量子位架构搜索（QWAS）方法，通过将搜索空间划分为好的和坏的子区域，逐步搜索每个阶段的单量子位配置，并结合蒙特卡洛树搜索算法，在某些真实任务（如 MNIST，Fashion 和 MOSI）中平衡电路性能和大小的探索和开发，达到了准确率和电路大小方面的最新结果。

    Mar, 2024

  • 量子强化学习的可微分量子架构搜索

    基于梯度的量子架构搜索在 NISQ 时代提供了自动设计量子电路的框架，通过解决误差缓解、量子电路的灵活性、电路设计成本、BP 问题以及权重周期性等问题，该研究展示了梯度量子架构搜索在解决量子深度强化学习任务中的能力。

    Sep, 2023

  • 基于神经预测器的量子架构搜索

    This paper explores quantum architecture search for parameterized quantum circuits in the context of Variational Quantum Algorithms and demonstrates that using a neural predictor as the evaluation policy can improve results while using fewer circuit evaluations.

    Mar, 2021

  • 量子架构搜索：综述

    量子计算在近年来取得了显著进展，不仅吸引了研究实验室的极大兴趣，也在各个行业引起了广泛关注。这篇论文提供了量子架构搜索 (QAS) 的概览，通过检验相关的研究成果，讨论在设计和执行自动搜索最佳参数化量子电路时面临的主要挑战，以及解决这些挑战的方法，以便促进未来的研究。

    Jun, 2024

  • 强化学习中变分量子电路的优化技术研究

    量子计算通过减少可训练参数来提高机器学习效果，并且通过使用变分量子电路 (VQCs) 融合经典优化技术，研究人员致力于在噪声中等规模量子时代 (NISQ) 中，应用 VQCs 到强化学习中以减少参数并提高超参数稳定性及整体性能。

    May, 2024

  • 深度强化学习量子体系结构搜索

    使用增强学习算法为量子电路架构设计提供了一个通用架构，可以在不编码任何关于量子物理的知识下，成功地生成多比特 GHZ 态的量子门序列。

    Apr, 2021

  • 学习优化变分量子电路来解决组合问题

    本文提出了两种基于机器学习的方法，采用强化学习 (RL) 框架和核密度估计 (KDE) 技术，分别用于优化 QAOA 电路，从小规模问题实例中学习，然后在较大的问题实例中使用，结果表明与其他现成的优化器相比，这两种方法可以将优化度缺口减少多达 30.15 个因子。

    Nov, 2019

  • 可微量子架构搜索

    本文提出了一种不同 iable 的量子体系结构搜索框架，可自动化设计量子电路，并演示了该框架的优越性和潜力。

    Oct, 2020