量子复杂性正逐渐成为多体系统(包括黑洞、拓扑材料和早期量子计算机)的一个关键特性。状态的复杂性量化了从简单张量积准备状态所需的计算门的数量。状态与最大复杂性或“不复杂性”的距离越大,该状态作为量子计算的输入就越有用。另外,资源理论(受约束的代理的简单模型)正在量子信息理论中蓬勃发展。我们将这两个领域结合起来,证实了 Brown 和 Susskind 的猜想,即可以定义不复杂性的资源理论。允许的操作(模糊操作)是代理选择的两量子比特门的略微随机的实现。我们形式化了两个操作任务,即不复杂性提取和支出。它们的最佳效率取决于我们设计的反映复杂性的熵。我们还提出了两个单调性非复杂性度量,它们在特定情况下在模糊操作下单调下降。这项工作将量子信息理论中的资源理论工具包应用于多体复杂性。
周期驱动系统在科学和技术中无处不在。在量子动力学中,即使是少量的周期驱动自旋也会导致复杂的动力学。因此,了解此类动力学必须满足哪些约束是很有意义的。我们为每个周期数推导出一组约束。对于纯初始状态,受约束的可观测量是重复概率。我们使用约束来检测与未考虑的环境的不良耦合以及驱动参数的漂移。为了说明这些结果与现代量子系统的相关性,我们在捕获离子量子计算机和各种 IBM 量子计算机上通过实验展示了我们的发现。具体来说,我们提供了两个实验示例,其中这些约束超出了与已知单周期约束相关的基本界限。该方案可能用于检测无法通过经典方式模拟的量子电路中的环境影响。最后,我们表明,在实践中,测试 n 循环约束仅需执行 O(√n) 个循环,这使得评估与数百个循环相关的约束变得现实。
该路线图采用拓扑组装的前体(TAP)的技术,通过三个步骤可以阻止访问基态或其他异构体:(1)将所需结构的原子,结构和局部对称性的前体分子选择(2),然后将其选择为不同的拓扑组成。这是通过将前体单元限制在受约束的超晶格中并控制其整体取向以诱导相邻单元某些原子节点之间的连通性来实现的。(3)然后使用密度功能理论将这些拓扑组件放松到其最近的势能表面临界点。已提出了该路线图的使用,用于合成仅由五角大碳组成的五烯 - 五甲基 - 3,3-二甲基-1-丁烯(C 6 H 12)。理论计算表明,该碳多晶型物在动态和机械上是稳定的,耐温度高达1000 K,具有超高的理想强度,可以优于石墨烯,并且具有内在的准准级带隙,最大为3.25 eV。
摘要。在本文中,我们研究了多目标双级操作(MOBLO)问题,其中高级子问题是一个多目标优化问题,而下层子问题则用于标量优化。现有的基于梯度的MOBLO算法需要计算Hessian矩阵,从而导致综合性不足的问题。为了解决这个问题,我们提出了一个效率的Moblo的第一阶多率方法,称为论坛。特别是,我们通过价值功能函数重新将MOBLO问题重新制定为受约束的多目标优化(MOO)问题。然后,我们提出了一种新型的多进型聚合方法,以解决具有挑战性的约束MOO问题。从理论上讲,我们提供了复杂性分析,以显示所提出的方法的效率和非反应收敛的结果。经验,广泛的实验证明了拟议论坛方法在不同学习概率中的有效性和效率。特别是,它在三个多任务学习基准数据集上实现了最先进的性能。代码可在https://github.com/baijiong-lin/forum上获得。
摘要 - 构建语义3D地图对于搜索官方,仓库,商店和房屋感兴趣的对象很有价值。我们提出了一个映射系统,该系统会逐步构建一种语言包裹的高斯splat(腿):详细的3D场景表示形式,该表示同时编码外观和语义是在统一的表示中。腿在网上训练,因为机器人遍历其环境,以便可以定位开放式对象查询。我们在4个房间场景上评估了腿部,在该场景中我们查询场景中的物体,以评估腿如何捕获语义含义。我们将腿与LERF [1]进行了比较,并发现尽管两个系统都具有可比的对象查询率,但腿的训练速度比LERF快3.5倍。结果表明,多相机设置和增量捆绑捆绑调节可以提高受约束的机器人轨迹的视觉重建质量,并建议腿可以定位开放式播放器和长尾对象查询,其精度高达66%。请参阅项目网站:berkeleyautomation.github.io/legs
摘要 — 我们考虑电力聚合器试图了解客户的用电模式,同时通过实时广播调度信号实施负荷调整程序的问题。我们采用多臂老虎机问题公式来解释客户对调度信号响应的随机性和未知性。我们提出了一种受约束的汤普森抽样启发式方法 Con-TS-RTP,作为电力聚合器试图影响客户用电以匹配各种期望需求曲线(即减少高峰时段的需求、整合更多间歇性可再生能源发电、跟踪期望的每日负荷曲线等)的负荷调整问题的解决方案。所提出的 Con-TS-RTP 启发式方法考虑了每日变化的目标负荷曲线(即反映可再生能源预测和期望需求模式的多个目标负荷曲线),并考虑了配电系统的运营约束,以确保客户获得足够的服务并避免潜在的电网故障。我们对我们的算法的遗憾界限进行了讨论,并讨论了在整个学习过程中坚持分销系统约束的运行可靠性。
多门店企业或连锁店是美国零售业中一个庞大且不断增长的部分,不同门店类别和地理位置的连锁店存在显著差异。本文量化了以连锁店形式运营门店网络的需求方激励:各种形式的规模经济使连锁店能够产生比独立企业更高的需求,但同时连锁店在不同地点定制产品选择或价格的灵活性较低。为了定量评估这种权衡,我开发了一个简单的模型,并使用支付卡公司的大量交易级数据集对其进行了估算,重点关注餐厅购买。我发现,如果连锁店能够根据当地口味优化定制产品,平均而言,它们可以多赚 22% 的交易,但如果它们以不受约束的独立经营方式运营,它们将损失 13% 的交易。禁止连锁餐厅的政策将导致消费者福利损失,相当于餐厅支出的 1.5%,并将对低收入消费者产生不成比例的影响。考虑独立餐厅的内生进入会将连锁禁令的影响削弱30%。
摘要 — 我们考虑电力聚合器试图了解客户的用电模式,同时通过实时广播调度信号实施负荷调整程序的问题。我们采用多臂老虎机问题公式来解释客户对调度信号响应的随机性和未知性。我们提出了一种受约束的汤普森抽样启发式方法 Con-TS-RTP,作为电力聚合器试图影响客户用电以匹配各种期望需求曲线(即减少高峰时段的需求、整合更多间歇性可再生能源发电、跟踪期望的每日负荷曲线等)的负荷调整问题的解决方案。所提出的 Con-TS-RTP 启发式方法考虑了每日变化的目标负荷曲线(即反映可再生能源预测和期望需求模式的多个目标负荷曲线),并考虑了配电系统的运营约束,以确保客户获得足够的服务并避免潜在的电网故障。我们对我们的算法的遗憾界限进行了讨论,并讨论了在整个学习过程中坚持分销系统约束的运行可靠性。
随着无人机系统 (UAS) 继续快速发展以满足我们陆军的需求,其在航空编队中的演变也随之加快。随着 RQ-7B Shadow 的加入,我们的战斗航空旅 (CAB) 在过去 5 年中呈指数级增长。这种快速且有点不受约束的需求和增长是有代价的——尤其是在安全方面。在 2019 至 2021 财年,Shadow 的 UAS 事故率与前几年(2016-2018 年)相比有所增加。本次审查旨在加强努力,以提高人们对目前影响 RQ-7B 平台的安全问题的认识,特别是与人为错误有关的问题。与过去几年一样,物资故障仍然是 UAS 的主要致病因素;然而,与人为因素相关的事故显著增加。2021 年,陆军发生了 8 起 B 级事故和 22 起 C 级事故。其中,14 起事故归因于人为失误。以下是 2021 年事故小插曲的汇编,将重点介绍 UAS 专业人员可以集中精力采取更大风险缓解措施以及提高整个编队意识的领域。
多门店企业或连锁店是美国零售业中一个不断增长的庞大部分,不同门店类别和地理位置的差异很大。本文量化了以连锁店形式运营门店网络的需求方激励:各种形式的规模经济使连锁店能够产生比独立企业更高的需求,但同时连锁店在定制不同地点的产品选择或价格方面灵活性较低。为了定量评估这种权衡,我开发了一个简单的模型,并使用支付卡公司的大型交易级数据集对其进行了估计,重点关注餐厅购买。我发现,如果连锁店能够根据当地口味优化定制产品,平均可以多赚 22% 的交易,但如果他们以不受约束的独立经营方式运营,他们将损失 13% 的交易。禁止连锁餐厅的政策将导致消费者福利损失,相当于餐厅支出的 1.5%,并将对低收入消费者产生不成比例的影响。考虑独立餐厅的内生进入会将连锁禁令的影响减弱 30%。