Kategoria: Reinforcement Learning
Quarl optymalizuje obwody kwantowe, przewyższając istniejące metody uczenia ze wzmocnieniem
—
in neural architecture, Quantum Algorithm Design, Quantum Circuit Optimization, quantum circuit optimizer, quantum circuits, quantum computing, Quantum Error Correction, Quantum Program, Quarl, Reinforcement Learning, RL training procedure, Technology, transformation-based quantum circuit optimization.[ad_1] Quarl, oparty na uczeniu się optymalizator obwodów kwantowych, został opracowany przez naukowców z Carnegie Mellon University, Columbia University, Microsoft, Tsinghua University i VMware Research. Optymalizator wykorzystuje uczenie ze wzmocnieniem, aby sprostać wyzwaniom związanym z optymalizacją obwodów kwantowych, takim jak duża i zmienna przestrzeń akcji oraz niejednolita reprezentacja stanu. Quarl znacznie przewyższa istniejące optymalizatory obwodów…
