本申請(qǐng)涉及量子計(jì)算和量子人工智能領(lǐng)域，具體涉及一種基于量子經(jīng)典混合架構(gòu)的強(qiáng)化學(xué)習(xí)方法、電子設(shè)備以及非瞬時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、近年來，隨著量子計(jì)算技術(shù)的發(fā)展，量子硬件得到了飛速進(jìn)步，那么利用量子硬件與經(jīng)典機(jī)器學(xué)習(xí)相結(jié)合，尤其是在量子強(qiáng)化學(xué)習(xí)領(lǐng)域近年來展現(xiàn)出了巨大的潛力。在這種發(fā)展態(tài)勢(shì)下，探索如何使用量子硬件來增強(qiáng)解決傳統(tǒng)計(jì)算難題的方法，以及如何將傳統(tǒng)的強(qiáng)化學(xué)習(xí)算法遷移到量子硬件平臺(tái)上，成為了研究的重點(diǎn)。

2、一方面，量子計(jì)算云平臺(tái)如ibmq、amazon?braket和quafu，在nisq時(shí)代扮演了重要角色，它們連接了量子軟件應(yīng)用程序開發(fā)者與前沿量子硬件之間的橋梁。另一方面，無論是基于策略的還是基于價(jià)值的量子強(qiáng)化學(xué)習(xí)方法，在解決標(biāo)準(zhǔn)任務(wù)及理論上超越傳統(tǒng)算法方面都展現(xiàn)了較大潛力。

3、由此，量子計(jì)算的快速發(fā)展使得研究人員更加關(guān)注如何利用量子硬件加速解決傳統(tǒng)計(jì)算問題。在此情境中，量子強(qiáng)化學(xué)習(xí)算法的研究顯得格外重要。然而，當(dāng)前的含噪中等尺度規(guī)模量子(nisq)技術(shù)受到量子比特?cái)?shù)量、量子態(tài)退相干和量子操作不精確等因素的制約，這些因素限制了實(shí)現(xiàn)所謂的量子優(yōu)勢(shì)。因此，在量子強(qiáng)化學(xué)習(xí)中，設(shè)計(jì)能夠?qū)⒔?jīng)典算法遷移到量子計(jì)算機(jī)并減少設(shè)備噪聲影響的算法，已成為一項(xiàng)極具挑戰(zhàn)性的任務(wù)。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中出現(xiàn)的上述問題，本申請(qǐng)?zhí)峁┝艘环N基于量子經(jīng)典混合架構(gòu)的強(qiáng)化學(xué)習(xí)方法、電子設(shè)備以及非瞬時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

2、根據(jù)本申請(qǐng)的一個(gè)方面，提供了一種基于量子經(jīng)典混合架構(gòu)的強(qiáng)化學(xué)習(xí)方法，包括：

3、確定強(qiáng)化學(xué)習(xí)的環(huán)境；

4、根據(jù)所述環(huán)境，構(gòu)建量子網(wǎng)絡(luò)和經(jīng)典網(wǎng)絡(luò)，以形成具有量子經(jīng)典混合架構(gòu)的人工智能模型；以及

5、對(duì)所述人工智能模型進(jìn)行訓(xùn)練，以得到強(qiáng)化學(xué)習(xí)訓(xùn)練后的模型。

6、根據(jù)本申請(qǐng)的另一方面，提供了一種電子設(shè)備，包括：

7、處理器；以及

8、存儲(chǔ)器，存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如上所述的方法。

9、根據(jù)本申請(qǐng)的另一方面，提供了一種非瞬時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)可讀指令，當(dāng)所述指令被處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如上所述的方法。

10、由此，本申請(qǐng)所構(gòu)建的一個(gè)經(jīng)典網(wǎng)絡(luò)加上一個(gè)量子網(wǎng)絡(luò)的策略可以顯著提高量子強(qiáng)化學(xué)習(xí)算法在嘈雜量子設(shè)備上的性能表現(xiàn)。通過量子網(wǎng)絡(luò)和經(jīng)典網(wǎng)絡(luò)的結(jié)合使用，本申請(qǐng)?jiān)谔幚砭唧w強(qiáng)化學(xué)習(xí)問題時(shí)，結(jié)合了傳統(tǒng)和量子計(jì)算的優(yōu)勢(shì)，從而在當(dāng)前量子硬件上實(shí)現(xiàn)更為有效的量子強(qiáng)化學(xué)習(xí)。

技術(shù)特征：

1.一種基于量子經(jīng)典混合架構(gòu)的強(qiáng)化學(xué)習(xí)方法，包括：

2.如權(quán)利要求1所述的方法，其中所述量子經(jīng)典混合架構(gòu)為演員-評(píng)論家網(wǎng)絡(luò)架構(gòu)，所述量子網(wǎng)絡(luò)和所述經(jīng)典網(wǎng)絡(luò)分別為所述演員-評(píng)論家網(wǎng)絡(luò)架構(gòu)中的價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)中的一個(gè)。

3.如權(quán)利要求1所述的方法，其中所述環(huán)境為預(yù)設(shè)的多個(gè)基準(zhǔn)測(cè)試環(huán)境之一，或者用戶自定義的強(qiáng)化學(xué)習(xí)環(huán)境。

4.如權(quán)利要求1所述的方法，還包括：

5.如權(quán)利要求1所述的方法，其中根據(jù)所述環(huán)境，構(gòu)建量子網(wǎng)絡(luò)和經(jīng)典網(wǎng)絡(luò)，以形成具有量子經(jīng)典混合架構(gòu)的人工智能模型，包括：

6.如權(quán)利要求5所述的方法，其中根據(jù)所述環(huán)境，構(gòu)建量子網(wǎng)絡(luò)和經(jīng)典網(wǎng)絡(luò)，以形成具有量子經(jīng)典混合架構(gòu)的人工智能模型，還包括：

7.如權(quán)利要求1所述的方法，其中根據(jù)所述環(huán)境，構(gòu)建量子網(wǎng)絡(luò)和經(jīng)典網(wǎng)絡(luò)，以形成具有量子經(jīng)典混合架構(gòu)的人工智能模型，包括：

8.如權(quán)利要求1所述的方法，其中對(duì)所述人工智能模型進(jìn)行訓(xùn)練，包括：

9.一種電子設(shè)備，包括：

10.一種非瞬時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)可讀指令，當(dāng)所述指令被處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如權(quán)利要求1-8中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┝艘环N基于量子經(jīng)典混合架構(gòu)的強(qiáng)化學(xué)習(xí)方法、電子設(shè)備以及非瞬時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。該方法包括：確定強(qiáng)化學(xué)習(xí)的環(huán)境；根據(jù)所述環(huán)境，構(gòu)建量子網(wǎng)絡(luò)和經(jīng)典網(wǎng)絡(luò)，以形成具有量子經(jīng)典混合架構(gòu)的人工智能模型；以及對(duì)所述人工智能模型進(jìn)行訓(xùn)練，以得到強(qiáng)化學(xué)習(xí)后的模型。

技術(shù)研發(fā)人員：胡孟軍,靳羽欣,王子威,許宏澤,莊偉峰
受保護(hù)的技術(shù)使用者：北京量子信息科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30