arXiv · cs.AI · Gino Kwun, Dhanvi Bharadwaj, Gokul Subramanian Ravi · 9 小时前模型评分31
CRiSP：用强化学习为变分量子算法准备经典初始态
Classical State Preparation for Variational Quantum Algorithms via Reinforcement Learning
导读
CRiSP 用基于 Transformer 的策略网络配合神经引导蒙特卡洛树搜索，通过自博弈训练在参数化旋转前插入学到的 Clifford 门，从而为变分量子算法构造高质量初始态。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We address this bottleneck with CRiSP (a Clifford Reinforcement Learning agent for State Preparation), which casts Clifford prefix selection as a sequential decision-making problem.”
来源：arXiv · cs.AI · arxiv.org