基于强化学习的开放量子系统控制

上传者: 38720653 | 上传时间: 2021-10-09 17:49:15 | 文件大小: 252KB | 文件类型: -
快速保真地制备量子态是量子系统的关键问题。 我们提出了两种基于尖端强化学习方法的改进算法,用于在量子自旋系统中从初始状态翻转到目标状态。 探索与开发之间的平衡以及状态空间的大小是强化学习方法的关键因素。 在第一个算法中,我们提出了一种改进的-贪心策略,而不是-贪心策略,以平衡勘探和开发。 此外,我们使用最终状态的保真度作为奖励,并在每个持续时间内利用分段恒定驾驶协议。 结果表明,该算法的校正率大于采用-贪心策略的Q学习。 但是,如果从一个状态到下一个状态的旋转角度太小,仍然会花费大量的时间资源。 因此,我们在第二种改进的Q学习算法(MQL)中初始化状态动作值表以减少状态空间,可以发现学习效率大大提高了。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明