ハイブリッド量子古典的Ulam-von Neumann線形ソルバーベースの量子動的プログラミングアルゴリズムの開発

抄録

線形方程式の大規模システムを解くことは、多くの人工知能アプリケーション、特に強化学習分野で頻繁に使用される動的プログラミングにとって重要な部分です。ノイズの多い中間規模の量子コンピューターの登場により、より大規模な線形システムを解く新たな機会が提供されます。 Ulam-von Neumann法を使用したハイブリッド量子古典線形ソルバーは、以前に実証されました。この作業では、状態値関数またはアクション状態値関数V（またはQ）=（1-γP）-1 R（ここで、γはである動的プログラミングにハイブリッド量子古典Ulam-von Neumann線形ソルバーを適用します割引率、Pは状態遷移行列、Rは報酬）を解決します。ユニスタライズと量子ランダムウォークの線形結合のアイデアに基づいて、非確率的マトリックスを超える体系的な回路拡張が開発されています。マトリックス構築のための生成的敵対ネットワーク訓練法も開発されています。いくつかのベンチマーク強化学習タスクの数値例を示します。