机构名称：
¥ 1.0
抽象变分量子算法（VQA）广泛用于解决嘈杂的中间尺度量子（NISQ）时代的优化问题。但是，设计与当前量子硬件的局限性兼容的有效量子电路（Ansatzes）仍然是一个重大挑战。在这项工作中，我们引入了一种加强学习（RL）代理，该学习代理自主为VQAS生成Ansatzes。RL代理在不同的图形拓扑中培训了几个优化问题，包括最大切割，最大集团和最小顶点盖。我们的结果表明，该代理能够生成有效的量子电路，其近似值比与常用的Ansatz相比有利。此外，我们确定了一个新型的Ansatzes家族，称为“连接”，特别有效地对最大切割问题有效。这些发现突出了RL技术在为量子计算中广泛应用的有效量子电路设计有效的量子电路中的潜力。
跨量子电路设计的加固学习
主要关键词
相关文件推荐
