LunarLander-v3

新的强化学习技术提高了量子电路优化效率和噪声鲁棒性

研究人员开发了新的技术，利用深度强化学习来提高量子电路优化的效率和鲁棒性。他们的方法ReaPER$+$通过智能地优先处理回放缓冲区中的数据来提高样本效率，与现有方法相比取得了显著的进步。此外，一个名为OptCRLQAS的新课程学习框架降低了评估电路架构的计算成本。该团队还引入了一种方法，将来自无噪声训练的数据用于有噪声环境，从而大大减少了达到所需精度所需的步骤。