Мультиагентне навчання з підкріпленням для оптимізації квантових схем

У статті представлено підхід до оптимізації квантових схем на основі мультиагентного навчання з підкріпленням (Multi-Agent Reinforcement Learning — MARL), у якому алгоритм MAPPO (Multi-Agent Proximal Policy Optimization — мультиагентна проксимальна оптимізація політики) поєднується з графовими нейр...

Popoln opis

Bibliografske podrobnosti

Principais autores:	Іван Ігорович Кирилов, Ігор Петрович Сініцин
Format:	Artigo
Jezik:	Inglês
Izdano:	V.M. Glushkov Institute of Cybernetics of the National Academy of Sciences of Ukraine 2025-08-01
Serija:	Міжнародний науково-технічний журнал "Проблеми керування та інформатики"
Teme:	мінімізація кількості вентилів квантова компіляція квантові обчислення
Online dostop:	https://jais.net.ua/index.php/files/article/view/531
Oznake:	Označite Brez oznak, prvi označite!