量子科技中心_量科网

在量子计算与机器学习的交叉领域，量子强化学习（QRL）已成为一个极具前景的研究方向。由于该领域的新颖性，目前尚未建立标准化且全面的QRL算法库。研究人员既需要依赖众多经典强化学习（RL）软件栈，又需使用各类量子计算框架来实现其QRL算法中的量子子程序。受经典RL算法库CleanRL的启发，该研究团队推出了CleanQRL库——该库通过单一脚本实现了多种QRL算法，其代码清晰易懂，便于研究人员快速适配自身需求。除整合ray tune实现分布式计算与高效超参数调优外，CleanQRL还采用weights&biases记录关键指标，便于与其他经典及量子实现方案进行基准测试。该工作使研究人员能轻松将理论构想转化为实际应用。