یادگیری هامیلتونی در سیستمهای کوانتومی همیشه با چالش «زمان انتظار» بالا برای محاسبات بایزی روبرو بوده است. حالا پژوهشگران با معرفی SymQNet، یک مدل یادگیری تقویتی آمورتیزه، این مشکل را حل کردهاند.
این مدل جدید با یادگیری آفلاین سیاستهای تصمیمگیری، سرعت یادگیری هامیلتونی را به شکل چشمگیری افزایش داده است. برای مثال، در سیستمهای ۱۲ کیوبیتی، زمان انجام مراحل کامل از ۱۳ ثانیه به حدود ۱ ثانیه کاهش یافته که پیشرفتی انقلابی برای کاربردهای عملیاتی کوانتوم محسوب میشود. ⚛️💻
منبع: arXiv AI