机构名称：
¥ 1.0
在不久的将来，建造量子计算机[1]的最新进展[1]在量子算法中广泛应用。有了量子计算机的优势，人们不仅可以加快基本算法，例如非结构化搜索[6]和分解[11]，而且还可以加快机器学习算法[3]。在本文中，我们研究了强化学习的规范任务的量子加速，这是多臂匪徒中最佳的手臂识别。多臂匪徒（MAB） - 从LAI和ROBBINS引起[8] - 是一个重要的顺序决策模型（参考，[9]）。在随机情况下，mAb由k臂组成，每个臂都与未知平均µ k的奖励分布相关。查询臂k∈K时：= {1，2，。。。，k}，一个人从其奖励分布中获得的奖励，即
量子最佳手臂识别-CUHK CSE
主要关键词
相关文件推荐
