Noise tolerance via reinforcement: Learning a reinforced quantum dynamics
Department of Physics, College of Science, Shiraz University（物理系，科学学院，谢里兹大学）；Leiden Academic Centre for Drug Research, Faculty of Mathematics and Natural Sciences, Leiden University（药物研究学术中心，数学和自然科学学院，莱顿大学）
本研究通过强化学习方法提升量子退火过程的噪声容忍度，利用学习算法简化动力学近似，减少演化时间并避免量子反馈复杂性。
2025-12-02 cond-mat.dis-nn cs.LG quant-ph
A Tutorial on Optimal Control and Reinforcement Learning methods for Quantum Technologies
本教程介绍了量子最优控制与强化学习方法，并将其应用于三能级布居数转移问题，同时提供了开源的 jupyter notebooks 以重现结果。
2022-03-18 quant-ph
Quantum reinforcement learning in the presence of thermal dissipation
本文研究了热耗散对量子强化学习的影响，通过适配无耗散协议并结合解析计算与数值模拟，发现在足够低温下耗散不显著降低性能甚至有益，为现实条件下实现量子智能体及其应用开辟了新途径。
2023-08-05 cond-mat.stat-mech quant-ph
The Quantum Cartpole: A benchmark environment for non-linear reinforcement learning
本文提出量子推车平衡杆基准，利用弱量子测量与无模型强化学习实现量子控制，揭示状态估计与可控性的权衡，并验证迁移学习及非线性场景下强化学习控制器的优势。
2024-03-10 quant-ph
Automated quantum programming via reinforcement learning for combinatorial optimization
Stanford University（斯坦福大学）；Rigetti Computing（里盖蒂计算公司）
我们开发了一种基于激励的混合量子经典计算系统的编程方法，使用强化学习，并将其应用于解决模拟和真实的基于门的量子计算机上的组合优化问题。相对于一组随机生成的问题实例，通过强化学习技术训练的智能体能够生成短量子程序，这些程序在两种类型的量子资源上生成高质量的解决方案。我们观察到泛化到训练集之外的问题，以及从模拟量子资源到物理量子资源的泛化。
2019-08-21 cs.LG quant-ph
Experimental hybrid quantum-classical reinforcement learning by boson sampling: how to train a quantum cloner
我们报告了一个经典控制驱动的机器学习量子门的实验实现。门在强化学习场景中学习最佳相位协变克隆，该场景具有克隆的保真度作为奖励。在我们的实验中，门学习实现几乎最佳的克隆保真度允许这类特殊的状态。这证明了将量子信息处理与经典控制相结合的混合机器学习方法在当今的可行性和实用性。此外，我们的实验可以直接推广到更大的干涉仪，经典计算机的计算成本远远低于玻色子采样的成本。
2019-06-13 quant-ph
Challenge-Response Quantum Reinforcement Learning with Application to Quantum-Assisted Authentication
Qatar Center for Quantum Computing, College of Science and Engineering, Hamad Bin Khalifa University（卡塔尔量子计算中心，科学与工程学院，哈马德·本·哈利法大学）
本文提出一种挑战-响应量子强化学习环境，探讨在有限量子资源下，通过轻量级混合代理实现可靠推断的策略，验证其在高和低惩罚场景下的优越性及在安全应用中的相关性。
2026-03-17 quant-ph
A Survey on Quantum Reinforcement Learning
Fraunhofer IIS, Fraunhofer Institute for Integrated Circuits IIS（弗劳恩霍夫集成电路研究所）
该综述梳理量子强化学习领域研究，既覆盖基于现有NISQ设备、以变分量子线路为函数逼近器的经典强化学习方案，也调研未来容错硬件下具备可证量子优势的算法，提供全局概览与重点文献评述。
2024-03-08 cs.LG quant-ph
Optimization by a quantum reinforcement algorithm
University of Neyshabur（内沙布尔大学）；Leiden University（莱顿大学）
强化算法通过向系统引入反馈来解决经典优化问题，该反馈缓慢地改变能量景观并将算法收敛到配置空间中的最优解。在这里，我们使用这种策略集中（本地化）优先的波函数的量子粒子，探索配置空间的问题，在一个最佳的配置。我们研究的方法，通过数值求解方程的演变系统，这是类似的非线性薛定谔方程，小问题的大小。特别是，我们观察到，加固增加了量子退火算法中的系统的最小能隙。我们的数值模拟和后者的观察表明，这种量子反馈可能有助于解决计算困难的优化问题的量子增强算法。
2017-11-03 cond-mat.dis-nn cond-mat.stat-mech cs.AI
Quantum Compiling by Deep Reinforcement Learning
电路量子计算机的体系结构要求计算层致力于将高级量子算法编译成量子门的低级电路。量子编译的一般问题是将描述量子计算的任何幺正变换近似为从通用量子门的有限基中选择的元素序列。Solovay-Kitaev定理保证了一个量子比特量子门的近似序列的存在性，这意味着显式地建立它的次优算法。由于酉变换可能需要显著不同的门序列，取决于所考虑的基础，这样的问题是非常复杂的，不承认一个有效的近似算法。因此，传统的方法是耗时的任务，不适合在量子计算期间使用。我们利用深度强化学习方法作为一种替代策略，它在搜索时间和利用时间之间具有显著不同的权衡。深度强化学习允许在任意长的训练期之后实时创建单量子比特操作，在此期间建立用于创建序列以近似酉算子的策略。基于深度强化学习的编译方法允许快速计算时间，原则上可以用于实时量子编译。
2021-05-31 quant-ph
Optimizing Quantum Variational Circuits with Deep Reinforcement Learning
Rensselaer Polytechnic Institute（伦斯勒理工学院）
量子机器学习（QML）被认为是近期量子器件最有前途的应用之一。然而，量子机器学习模型的优化提出了许多挑战，这些挑战来自硬件的不完善和导航指数缩放希尔伯特空间的根本障碍。在这项工作中，我们评估了当代方法在深度强化学习中的潜力，以增强量子变分电路中基于梯度的优化例程。我们发现，强化学习增强优化器在噪声环境中始终优于梯度下降。所有代码和预训练的权重都可用于复制结果或部署模型：https://github.com/lockwo/rl_qvc_opt。
2022-05-14 cs.LG quant-ph
How to Teach AI to Play Bell Non-Local Games: Reinforcement Learning
受最近在Go和Dota2等游戏中强化学习的成功的启发，我们将Bell非局部游戏制定为强化学习问题。这样的公式有助于我们探索贝尔非定域性在一系列的情况下。测量设置和量子态在开始时由学习者随机选择。尽管如此，最终，它开始理解潜在的模式，并发现与手头任务相对应的最佳（或接近最佳）量子配置。我们提供了一个原理证明的方法来学习违反各种贝尔不等式的量子配置。该算法也适用于非凸优化问题，凸方法失败，从而提供了一种可能性，以探索最佳的量子配置的贝尔不等式对应的大型量子网络。我们还实现了一个混合量子经典变分算法与强化学习。
2019-12-23 quant-ph
Hybrid Action Reinforcement Learning for Quantum Architecture Search
School of Computing Technologies, RMIT University（RMIT大学计算技术学院）；Sportsbet；Data61, CSIRO（CSIRO数据六十一）
HyRLQAS通过混合动作强化学习框架，联合学习量子电路门放置与参数初始化，实现高效优化分子基态能量，展现优于现有方法的性能。
2026-01-29 quant-ph
Quantum Reinforcement Learning: Recent Advances and Future Directions
本综述系统梳理量子强化学习（QRL）的最新进展，分析其算法、架构、SDK及跨量子与经典领域的应用，并指出挑战与机遇，以推动该领域创新与跨学科采纳。
2025-10-16 quant-ph
Quantum-accessible reinforcement learning beyond strictly epochal environments
近年来，量子增强机器学习已经成为量子算法的一个特别富有成效的应用，涵盖了监督，无监督和强化学习的各个方面。强化学习为如何应用量子理论提供了许多选择，并且可以说是从量子角度探索最少的。在这里，一个代理人探索一个环境，并试图找到一个优化某些品质因数的行为。第一批方法中的一些研究了可以加速这种探索的环境，通过考虑经典环境的量子类似物，然后可以在叠加中查询。如果环境在时间上具有严格的周期性结构（即，严格地是偶发的），则这样的环境可以有效地转换为在量子信息中遇到的常规预言。然而，在一般的环境中，我们得到的场景，概括标准的甲骨文任务。在这项工作中，我们考虑这样的概括，其中的环境是不严格的情节，这是映射到一个不断变化的甲骨文的甲骨文识别设置。我们分析了这种情况下，并表明，标准的振幅放大技术，稍加修改，仍然可以应用到实现二次加速，这种方法是最佳的某些设置。这一结果构成了量子可访问强化学习的第一个概括。
2020-08-04 quant-ph
When does reinforcement learning stand out in quantum control? A comparative study on state preparation
强化学习已被广泛应用于许多问题，包括量子比特的量子控制。然而，这些问题可以同时通过传统的非机器学习方法来解决，例如随机梯度下降和Krotov算法，并且当控制具有特定约束时，仍然不清楚哪种方法最适合。在这项工作中，我们对三种强化学习算法的有效性进行了比较研究：表格Q学习，深度Q学习和策略梯度，以及两种非机器学习方法：随机梯度下降和Krotov算法，在准备所需的量子态的问题中。我们发现，总体而言，当问题离散化时，深度Q学习和策略梯度算法优于其他算法，例如允许离散控制值，以及当问题扩大时。强化学习算法还可以自适应地降低控制序列的复杂度，缩短运算时间，提高保真度。我们的比较为强化学习在量子控制问题中的适用性提供了见解。
2021-05-05 quant-ph
Playing Atari with Hybrid Quantum-Classical Reinforcement Learning
尽管最近在量子强化学习方面的工作取得了成功，但由于将大型观测空间编码到量子系统中的挑战，其应用仍然存在严重的限制。为了应对这一挑战，我们建议使用神经网络作为数据编码器，Atari游戏作为我们的测试平台。具体来说，神经网络将来自游戏的像素输入转换为量子变分电路（QVC）的量子数据;然后将该混合模型用作双深度Q网络算法中的函数近似器。我们探索了一些变化，这种算法，并发现我们提出的混合模型并没有取得有意义的结果，两个雅达利游戏-突破和乒乓球。我们怀疑这是由于混合量子-经典系统的尺寸显著减小。
2021-07-08 quant-ph
Quantum circuits as a game: A reinforcement learning agent for quantum compilation and its application to reconfigurable neutral atom arrays
本文提出强化学习智能体QC-Daemon，通过物理启发的Transformer架构解决可重构中性原子阵列上的原子移动合成问题，在多达100量子比特的基准上降低保真度损失并展现策略泛化能力。
2025-06-05 quant-ph
Quafu-RL: The Cloud Quantum Computers based Quantum Reinforcement Learning
本文提出 Quafu-RL，在 BAQIS Quafu 云的最多 136 量子比特真实 NISQ 设备上运行量子强化学习基准，并结合多目标进化算法设计硬件高效 PQC 与适配学习算法。
2024-03-05 quant-ph
Reinforcement Learning with Quantum Variational Circuits
Rensselaer Polytechnic Institute（伦斯勒理工学院）
近年来，量子计算技术的发展取得了很大进展，与深度强化学习技术的进步平行。这项工作探讨了量子计算促进强化学习问题的潜力。由于量子计算能够利用叠加和纠缠的量子现象，因此相对于传统算法，它在时间和空间复杂度方面提供了重要的潜在改进。具体来说，我们研究了量子变分电路的使用，这是量子机器学习的一种形式。我们给出了量子变分电路中经典数据的编码技术，进一步探讨了DQN和Double DQN的纯量子和混合量子算法。我们的研究结果表明，混合和纯量子变分电路都有能力解决具有较小参数空间的强化学习任务。这些比较是在两个OpenAI Gym环境中进行的：CartPole和Blackjack，这项工作的成功表明了量子机器学习和深度强化学习之间的强大未来关系。
2020-08-28 cs.LG quant-ph stat.ML
Deep Reinforcement Learning for Quantum Gate Control
如何高效、高精度地实现多量子比特门是实现通用容错计算的关键。对于一个具有外部可控参数的物理系统，如何控制这些参数的时间依赖性，从而高效、精确地实现目标多比特量子门是一个很大的挑战。在这里，我们构建了一个决斗双深度Q学习神经网络（DDDQN），以找出可控参数的优化时间依赖性，以实现两个典型的量子门：单量子位Hadamard门和双量子位CNOT门。与传统的最优控制方法相比，这种深度强化学习方法在学习过程中不需要任何梯度信息，就能实现高效、精确的闸门控制。这项工作试图为使用深度强化学习技术研究更多的量子控制问题铺平道路。
2019-07-23 quant-ph
Deep Reinforcement Learning Control of Quantum Cartpoles
University of Tokyo（东京大学）；RIKEN Center for Emergent Matter Science (CEMS)（理化学研究所创发物性科学研究中心）
我们将强化学习的标准基准，经典的cartpole平衡问题，通过测量和反馈将粒子稳定在不稳定的势中，从而将其推广到量子领域。我们使用最先进的深度强化学习来稳定量子cartpole，并发现我们的深度学习方法比标准控制理论中的其他策略表现更好。我们的方法也适用于量子振荡器的测量反馈冷却，显示了深度学习对一般连续空间量子控制的适用性。
2020-09-05 cs.LG quant-ph
Mutual Reinforcement between Neural Networks and Quantum Physics
量子机器学习产生于量子力学和机器学习的共生。特别是，后者在量子科学中表现为：（i）使用经典机器学习作为应用于量子物理问题的工具，（ii）或使用量子资源，如叠加，纠缠或量子优化协议，以增强分类和回归任务的性能。本文回顾了这两种情况下的例子。一方面，应用经典神经网络设计了一种新的量子传感协议。另一方面，量子神经网络的设计基于量子感知器的动力学与绝热性的捷径的应用，产生了短的操作时间和鲁棒的性能。这些例子证明了神经网络和量子物理学的相互强化。
2022-02-14 quant-ph
Experimentally Realizing Efficient Quantum Control with Reinforcement Learning
鲁棒、高精度的量子控制是可扩展量子计算和量子信息处理的关键和挑战。由于量子系统的有限相干时间，传统的绝热控制受到环境诱导噪声对门性能的严重限制。在这项工作中，我们通过实验证明了一种基于深度强化学习（DRL）的量子控制方法，该方法基于捕获的$^{171}\mathrm{Yb}^{+}$离子。特别是，我们发现，DRL导致快速和强大的{数字量子操作的运行时间由绝热性的捷径限制}（STA）。此外，我们证明了DRL对拉比和失谐误差的鲁棒性可以同时实现，而无需STA的任何输入。我们的实验揭示了一个数字量子控制的一般框架，导致一个有前途的增强量子信息处理。
2021-01-22 quant-ph
Measurement Based Feedback Quantum Control With Deep Reinforcement Learning for Double-well Non-linear Potential
闭环量子控制使用测量来控制量子系统的动态，以实现期望的目标状态或目标动态。在量子哈密顿量在${x}$和${p}$中是二次的情况下，存在已知的最优控制技术来将动力学驱动到特定状态，例如基态。然而，对于非线性哈密顿，这种控制技术往往失败。我们应用深度强化学习（DRL），其中人工神经代理探索并学习控制高度非线性系统（双阱）的量子演化，以高保真度将系统推向基态。我们考虑一个DRL策略，这是特别动机的实验中，量子系统是连续的，但弱测量。然后将测量结果反馈给神经代理并用于训练。我们表明，DRL可以有效地学习反直觉的策略，以冷却系统到一个接近纯的“猫”状态，具有很高的重叠保真度与真正的基态。
2021-07-20 physics.comp-ph quant-ph
Circuit Partitioning for Multi-Core Quantum Architectures with Deep Reinforcement Learning
Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）
本文提出一种基于深度强化学习的电路划分新方法，以解决多核量子架构中量子算法适配不同核心的挑战，为量子电路映射引入了新解决范式。
2024-07-24 cs.AI quant-ph
Quantum Hierarchical Reinforcement Learning via Variational Quantum Circuits
Wells Fargo（富国银行）
本研究证明变分量子电路可增强基于选项-评论家架构的分层强化学习智能体，在标准环境中以更少参数超越经典基线，并揭示量子电路设计原则与架构瓶颈。
2026-09-22 cs.LG quant-ph
Measurement-based adaptation protocol with quantum reinforcement learning in a Rigetti quantum computer
University of the Basque Country UPV/EHU（巴斯克大学（UPV/EHU））；IKERBASQUE, Basque Foundation for Science（巴斯克科学基金会（IKERBASQUE））；Shanghai University（上海大学）；International Center of Quantum Artificial Intelligence for Science and Technology (QuArtist)（国际科学技术量子人工智能中心（QuArtist））；IQM（IQM公司）；Universidad de Sevilla（塞维利亚大学）
我们在Rigetti云量子计算机中提出了一种基于测量的自适应协议的实验实现，该协议具有量子强化学习。在这个几个量子比特的超导芯片上进行的实验忠实地再现了理论上的提议，为半自主量子代理迈出了第一步。这个实验为超导电路的量子强化学习铺平了道路。
2020-05-19 cond-mat.mes-hall cs.AI cs.ET
Multiqubit and multilevel quantum reinforcement learning with quantum technologies
Universidad de Santiago de Chile (USACH)（智利圣地亚哥大学）；Center for the Development of Nanoscience and Nanotechnology（纳米科学与纳米技术发展中心）；University of the Basque Country UPV/EHU（巴斯克大学）；IKERBASQUE, Basque Foundation for Science（伊克尔巴斯克巴斯克科学基金会）；Shanghai University（上海大学）
我们提出了一个协议来执行量子强化学习与量子技术。与最近关于超导电路量子强化学习的结果不同，在我们目前的协议中，在学习过程中不需要相干反馈，使其能够在各种量子系统中实现。我们考虑不同的可能方案的代理，环境，并连接它们的寄存器，涉及多量子位和多级系统，以及开放系统动力学。最后，我们提出了可能的实现该协议在捕获离子和超导电路。利用量子技术的量子强化学习领域将实现增强的量子控制，以及更有效的机器学习计算。
2018-07-19 cond-mat.mes-hall cs.AI quant-ph
Free energy-based reinforcement learning using a quantum processor
QBit（1QBit）；The University of British Columbia（不列颠哥伦比亚大学）；Simon Fraser University（西蒙菲莎大学）
最近的理论和实验结果表明，在具有挑战性的采样任务中使用当前和不久的将来的量子硬件的可能性。在本文中，我们介绍了基于自由能的强化学习（FERL）作为量子硬件的应用。我们提出了一种方法来处理量子退火机的测量量子位自旋配置近似量子玻尔兹曼机（QBM）的自由能。然后，我们应用这种方法来执行强化学习的网格世界的问题，使用D-Wave 2000 Q量子退火。实验结果表明，我们的技术是一种很有前途的方法，利用量子采样的权力在强化学习任务。
2017-05-29 cs.AI cs.LG cs.NE
Reinforcement Learning vs. Gradient-Based Optimisation for Robust Energy Landscape Control of Spin-1/2 Quantum Networks
我们探索了在强化学习中使用策略梯度方法，通过以模型不可知的方式对XX-Heisenberg自旋链进行能量景观塑造来进行量子控制。他们的性能相比，找到控制器使用基于梯度的L-BFGS优化与重新启动，完全访问分析模型。汉密尔顿噪声和粗粒度的保真度测量被认为是。强化学习能够解决具有挑战性、有噪音的量子控制问题，其中L-BFGS优化算法难以表现良好。在不同水平的哈密顿噪声下的鲁棒性分析表明，通过强化学习发现的控制器似乎比L-BFGS发现的控制器受噪声的影响更小。
2021-09-15 math.OC quant-ph
Improving the dynamics of quantum sensors with reinforcement learning
University of Tübingen（蒂宾根大学）
最近提出的量子混沌传感器通过将非线性控制脉冲应用于量子传感器的动力学，同时使用易于制备的经典初始状态，来实现测量精度的量子增强。在这里，我们使用强化学习的交叉熵方法来优化控制脉冲的强度和位置。与具有超辐射阻尼的周期控制脉冲的量子混沌传感器相比，通过优化控制可以更好地抑制退相干，进一步提高测量精度。在某些示例中，我们发现灵敏度的增强超过一个数量级。通过对量子态演化过程的可视化，将强化学习方法所利用的机制确定为一种适用于超辐射阻尼的自旋压缩策略。
2020-03-10 cs.LG quant-ph
Quantum Reinforcement Learning via Policy Iteration
Université de Paris（巴黎大学）；CNRS（法国国家科学研究中心）；IRIF（法国信息与自动化研究所）；QC Ware（QC Ware公司）
本文提出了一个通过策略迭代执行量子强化学习的通用框架，通过构建量子态编码价值函数实现量子策略评估与改进，并在OpenAI Gym环境中验证了其理论与实验性能。
2022-03-03 cs.LG quant-ph
Reinforcement Learning for Quantum Circuit Design: Using Matrix Representations
Rensselaer Polytechnic Institute（伦斯勒理工学院）
针对NISQ时代下量子电路自动映射到通用门集的挑战，本文提出通用的MDP建模，并采用Q-learning和DQN算法进行量子电路设计，提供了一种超越传统手工启发式方法的自动化、可扩展方案。
2025-01-27 cs.AI quant-ph
Software Simulation and Visualization of Quantum Multi-Drone Reinforcement Learning
Korea University（高丽大学）；Ajou University（亚洲大学）
量子机器学习（QML）因其训练参数少、速度快而受到广泛关注，量子多智能体强化学习（QMARL）的研究也随之活跃起来。现有的经典多智能体强化学习（MARL）具有非平稳性和不确定性。因此，本文提出了一种新的QMARL控制自主多无人机的仿真软件框架，即，量子多无人机强化学习我们提出的框架完成了合理的回报收敛和服务质量性能与较少的可训练参数。此外，它显示出更稳定的训练结果。最后，我们提出的软件允许我们分析培训过程和结果。
2023-02-03 cs.AI cs.LG cs.MA
Quantum Control based on Deep Reinforcement Learning
the University of Tokyo（东京大学）
在这篇论文中，我们考虑了两个简单但典型的控制问题，并将深度强化学习应用于它们，即，在一维二次势或四次势中冷却和控制受到连续位置测量的粒子。我们比较了强化学习控制和传统控制策略在这两个问题上的性能，并表明强化学习在二次型情况下达到了与最优控制相当的性能，在四次型情况下优于传统控制策略，其中最优控制策略是未知的。据我们所知，这是深度强化学习首次应用于连续实空间中的量子控制问题。我们的研究表明，深度强化学习可以作为测量反馈闭环控制器有效地控制真实空间中的随机量子系统，我们的研究还表明人工智能能够发现新的控制策略和量子系统的性质，这些量子系统还没有得到很好的理解，我们可以通过从人工智能中学习来深入了解这些问题，这为科学研究开辟了新的领域。
2022-12-14 cs.AI quant-ph
Multi-Agent Quantum Reinforcement Learning using Evolutionary Optimization
Institute of Informatics, LMU Munich（慕尼黑大学信息学研究所）；University of Southern California（南加州大学）
本文针对多智能体量子强化学习中贫瘠高原问题，提出三种基于变分量子电路的遗传变体，在Coin Game环境中以少97.88%参数取得与更大神经网络相似的结果。
2025-01-02 cs.AI cs.MA quant-ph
Efficient circuit implementation for coined quantum walks on binary trees and application to reinforcement learning
IRT Saint Exupery（圣埃克苏佩里技术研究所）；Université Paul Sabatier（保罗·萨巴捷大学）；IRIT（图卢兹信息学研究所）
二叉树上的量子行走被用于许多量子算法中，以实现相对于经典算法的重要加速。这种算法作为量子电路的形式呈现出易于读取、在基于电路的量子计算机和模拟器上可执行以及资源利用最优的优点。根据通用门模型量子计算原理，我们提出了一种在二叉树上进行量子行走的量子电路构成策略。我们特别关注NAND公式求值算法，因为它在博弈论和强化学习中有许多应用。因此，我们提出了该算法的应用程序，并展示了它如何可以用来训练量子强化学习代理在两个玩家的游戏环境。
2022-10-14 cs.ET cs.LG quant-ph
Reinforcement Learning for Many-Body Ground-State Preparation Inspired by Counterdiabatic Driving
University of California, Berkeley（加州大学伯克利分校）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；St. Kliment Ohridski University of Sofia（圣基里尔·奥赫里德斯基索菲亚大学）
量子交替算子（QAOA）是变分量子算法的一个突出例子。我们提出了一个广义QAOA称为CD-QAOA，这是受反绝热驱动程序的启发，设计用于量子多体系统和优化使用强化学习（RL）的方法。由此产生的混合控制算法被证明是通用的制备基态的量子混沌多体自旋链通过最小化的能量。我们表明，使用条款发生在绝热规范位作为发电机的额外的控制酉，它是可能的，以实现快速高保真多体控制远离绝热制度。虽然每个酉保持传统的QAOA固有的连续控制的自由度，如持续时间，我们认为多个可用酉出现在控制序列中的顺序作为一个额外的离散优化问题。赋予策略梯度算法自回归深度学习架构来捕获因果关系，我们训练RL代理来构建酉的最佳序列。该算法没有访问量子态，我们发现，在小系统上学习的协议可以推广到更大的系统。通过扫描一系列的协议持续时间，我们提出了一个有限的量子速度限制在不可积的混合场自旋1/2伊辛和Lipkin-Meshkov-Glick模型的数值证据，并为适合准备基态的自旋1海森堡链在远程和拓扑有序的参数制度。这项工作为将深度学习最近的成功用于量子多体控制铺平了道路。
2021-10-03 cond-mat.quant-gas cs.LG physics.comp-ph
Universal Quantum Control through Deep Reinforcement Learning
使用深度神经网络的新兴强化学习技术在控制优化方面表现出了巨大的潜力。它们利用噪声控制轨迹的非局部扰动，并促进任务之间的迁移学习。为了利用这些强大的量子控制优化功能，我们提出了一个新的控制框架，以同时优化量子计算的速度和保真度，以防止泄漏和随机控制错误。对于多电子系统的量子模拟中重要的两量子比特幺正门，我们通过在训练环境中添加控制噪声来提高控制鲁棒性，以训练可信区域策略优化的强化学习代理。代理控制解决方案表明，两个数量级的减少平均门误差基线随机梯度下降的解决方案和一个数量级的减少门时间从最佳门合成同行。
2018-04-16 math.OC quant-ph
Quantum noise modeling through Reinforcement Learning
La Sapienza University of Rome（罗马大学）；Technology Innovation Institute（技术创新研究所）；The Australian National University（澳大利亚国立大学）；Instituto de Física Teórica, UAM-CSIC, Universidad Autónoma de Madrid（马德里自治大学理论物理研究所）；CERN, Theoretical Physics Department（欧洲核子研究中心理论物理部）；Università degli Studi di Milano（米兰大学）；INFN, Sezione di Milano（意大利国家核物理研究所米兰分部）
本文提出利用强化学习建模量子噪声，通过模拟验证其有效性，并展示在量子算法研究中的应用。
2026-02-20 physics.comp-ph quant-ph
Quantum framework for Reinforcement Learning: Integrating Markov decision process, quantum arithmetic, and trajectory search
Graduate School of Science and Technology, Keio University（Keio大学科学技术研究生院）；Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电气工程研究生院）；RIKEN Center for Computational Science（理化学研究所计算科学中心）
本文提出一个基于量子原理的强化学习框架，利用量子模型实现马尔可夫决策过程，通过量子算法提升智能体与环境交互的计算效率，展示量子现象在强化学习中的应用潜力。
2025-05-28 cs.LG quant-ph
Quantum Policy Iteration via Amplitude Estimation and Grover Search -- Towards Quantum Advantage for Reinforcement Learning
Technical University of Munich（慕尼黑工业大学）；Siemens Technology（西门子技术公司）
该研究提出结合幅度估计与Grover搜索的量子强化学习方法，构建量子策略评估与迭代框架，在样本复杂度上优于经典蒙特卡洛方法，并通过双臂老虎机MDP仿真验证了可行性。
2023-05-10 cs.LG quant-ph
Model-free Quantum Gate Design and Calibration using Deep Reinforcement Learning
高保真量子门设计对于量子计算和量子通信等各种量子技术都具有重要意义。在量子系统的动力学模型下，已经提出了许多用于量子门设计的控制策略。然而，量子系统通常对噪声高度敏感，并且对于许多实际应用而言，获得其精确建模可能是困难的。因此，基于量子系统模型的控制策略对于量子门设计可能是不实用的。此外，量子测量使量子态坍缩，这使得在控制过程中通过测量获得信息具有挑战性。在本文中，我们提出了一种新的训练框架，使用深度强化学习进行无模型量子控制。所提出的框架仅依赖于控制过程结束时的测量，并提供了在学习过程中无需访问量子系统即可找到最优控制策略的能力。数值模拟表明，所提出的技术的有效性无模型量子门设计和量子门校准使用离政策强化学习算法。
2023-02-07 cs.SY eess.SY quant-ph
Reinforcement Quantum Annealing: A Quantum-Assisted Learning Automata Approach
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
我们介绍了强化量子退火（RQA）计划，其中智能代理与量子退火机，扮演学习自动机的随机环境的作用，并试图迭代地找到更好的伊辛哈密顿为给定的问题的兴趣。作为一个概念验证，我们提出了一种新的方法，减少了NP完全问题的布尔可满足性（SAT），以最大限度地减少伊辛哈密尔顿算子，并展示了如何应用RQA增加找到全局最优的概率。我们在两个不同的基准SAT问题（即分解伪素数和随机SAT与相变）上的实验结果，使用D-Wave 2000 Q量子处理器，表明RQA发现了更好的解决方案，更少的样本，与量子退火领域的最先进的技术相比。
2020-01-01 cs.AI cs.LG quant-ph
Exponential improvements for quantum-accessible reinforcement learning
Leiden University（莱顿大学）；Max-Planck-Institut für Quantenoptik（马克斯·普朗克量子光学研究所）；University of Maryland, College Park（马里兰大学帕克分校）；National Institute of Standards and Technology（美国国家标准与技术研究院）；University of Tokyo（东京大学）
量子计算机可以为预测和分类等数据分析任务提供比经典设备更大的改进。然而，量子计算机在强化学习环境中可能带来的优势知之甚少，其中学习是通过与任务环境的交互来实现的。在这里，我们考虑强化学习的一个特殊情况，其中任务环境允许量子访问。此外，我们对任务环境施加了某些“自然”条件，这排除了在量子查询复杂性中研究的各种Oracle问题（量子加速是众所周知的）。在这个量子可访问强化学习环境的框架内，我们证明了量子代理可以实现学习效率的指数级提高，超过了以前只显示二次提高的结果。证明中的一个关键步骤是构建任务环境，对著名的预言问题进行编码，如西蒙问题和递归傅立叶采样，同时满足上述强化学习的“自然性”条件。我们的研究结果表明，量子代理可能在某些游戏场景中表现良好，其中游戏具有递归结构，代理可以通过与自己对抗来学习。
2018-08-08 cs.AI cs.NE quant-ph
Basic protocols in quantum reinforcement learning with superconducting circuits
University of the Basque Country UPV/EHU（巴斯克大学）
超导电路技术最近实现了涉及闭环反馈回路的量子协议。量子人工智能和量子机器学习是量子技术中的新兴领域，可以使量子设备从外部世界获取信息并通过学习过程进行自我改进。在这里，我们提出了量子强化学习中基本协议的实现，超导电路采用反馈回路控制。我们介绍了不同的情况下，与国家的最先进的超导电路技术的原理验证实验，并分析其存在的缺陷的可行性。用超导电路实现的量子人工智能领域为增强的量子控制和量子计算协议铺平了道路。
2017-05-09 cond-mat.mes-hall cond-mat.supr-con cs.AI
Optimizing Quantum Error Correction Codes with Reinforcement Learning
University of Innsbruck（因斯布鲁克大学）；Microsoft Research（微软研究院）；Leiden University（莱顿大学）；University of Konstanz（康斯坦茨大学）；Austrian Academy of Sciences（奥地利科学院）
量子纠错被广泛认为是容错量子计算的关键。然而，为未知的错误通道或特定的实验室设置确定最合适的编码是非常具有挑战性的。在这里，我们提出了一个强化学习框架优化和容错适应量子纠错码。我们考虑一个强化学习代理，其任务是修改一系列表面码量子存储器，直到达到所需的逻辑错误率。使用具有任意连接性的大约70个数据量子位的有效模拟，我们证明了这样的强化学习代理可以确定各种感兴趣的错误模型的数据量子位数量的接近最优的解决方案。此外，我们表明，在一个设置上训练的代理能够成功地将他们的经验转移到不同的设置。这种迁移学习的能力展示了强化学习的内在优势，以及我们的方法从离线模拟到在线实验室设置的优化适用性。
2020-04-09 cs.AI cs.LG quant-ph
An Introduction to Quantum Reinforcement Learning (QRL)
Wells Fargo（富国银行）
本文面向AI与ML社区，综述量子计算与强化学习的交叉领域量子强化学习（QRL），介绍其通过量子原理增强RL算法的研究方向。
2024-09-09 cs.AI cs.ET cs.LG
A quantum system control method based on enhanced reinforcement learning
School of Computer and Software, Nanjing University of Information Science and Technology（南京信息工程大学计算机与软件学院）；School of Electronic and Optical Engineering, Nanjing University of Science and Technology（南京理工大学电子工程与光电技术学院）；Hurghada Faculty of Computers and Artificial Intelligence, South Valley University（南谷大学胡尔加达计算机与人工智能学院）
针对传统量子系统控制在资源有限时易产生误差的问题，提出基于增强强化学习的控制方法QSC-ERL，通过映射强化学习要素与量子系统要素、采用增强神经网络实现接近1保真度的控制，且演化所需回合数更少。
2023-09-30 cs.AI cs.ET quant-ph
Model-based Offline Quantum Reinforcement Learning
Technical University of Munich（慕尼黑工业大学）；Siemens AG（西门子股份公司）
本文提出首个基于模型的离线量子强化学习算法，用变分量子电路实现模型与策略，通过梯度下降拟合数据、无梯度优化策略，并在倒立摆基准上验证，为量子优势提供可能。
2024-04-14 cs.AI cs.LG quant-ph
Reinforcement Learning for Quantum Technology
Max Planck Institute for the Physics of Complex Systems（复杂系统物理最大平面研究所）；Max Planck Institute for the Science of Light（光的科学最大平面研究所）
本文探讨了强化学习在量子技术中的应用，包括状态制备、量子门优化和量子电路构建，以及量子反馈控制和纠错等挑战。
2026-01-26 cond-mat.quant-gas cond-mat.stat-mech cs.AI
Quantum Multi-Agent Reinforcement Learning via Variational Quantum Circuit Design
Korea University（高丽大学）；Hallym University（翰林大学）
近年来，量子计算（QC）得到了工业界和学术界的广泛关注。特别是，在各种QC研究主题中，变分量子线路（VQC）使量子深度强化学习（QRL）成为可能。许多关于QRL的研究表明，QRL在训练参数数量的限制下优于经典的强化学习方法。本文将QRL扩展并证明为量子多智能体RL（QMARL）。然而，QRL到QMARL的扩展并不简单，这是由于经典多智能体RL（MARL）中的噪声中间尺度量子（NISQ）和非平稳特性的挑战。因此，本文提出了集中训练和分散执行（CTDE）QMARL框架，通过设计新的VQC框架，以应对这些问题。为了证实QMARL框架，本文在单跳环境中进行了QMARL演示，其中边缘代理将数据包卸载到云。大量的实验表明，所提出的QMARL框架比经典框架提高了57.7%的总回报。
2022-03-20 cs.ET cs.LG quant-ph
Reinforcement Learning Using Quantum Boltzmann Machines
QB Information Technologies (1QBit)（1QB信息技术公司（1QBit））；University of British Columbia（不列颠哥伦比亚大学）；Simon Fraser University（西蒙弗雷泽大学）；University of Waterloo（滑铁卢大学）
我们研究具有选择芯片布局的量子退火机是否可以在强化学习任务中优于经典计算机。我们将横向场伊辛自旋哈密顿量与类似于深玻尔兹曼机（DBM）的量子位布局相关联，并使用模拟量子退火（SQA）来数值模拟从该系统进行量子采样。我们设计了一种强化学习算法，其中代表最优策略的状态和动作的可见节点集是深度网络的第一层和最后一层。在没有横向场的情况下，我们的模拟表明，DBMs比具有相同节点数的受限玻尔兹曼机（RBM）更有效地训练。然后，我们开发了一个框架，用于在强化学习的显著横向场存在下将网络训练为量子玻尔兹曼机（QBM）。这种方法也优于使用RBM的强化学习方法。
2019-01-03 cs.AI cs.LG cs.NE
