量子科技中心_量科网

量子强化学习已成为将量子计算与序列决策相结合的框架，并在多臂老虎机（MAB）问题上得到应用。图老虎机问题通过引入空间约束扩展了MAB设置，但量子方法仍存在局限。该团队提出了一种用于图老虎机场景下最优臂识别的量子算法，称为“量子空间最优臂识别（QSBAI）”。该方法利用量子行走对图约束动作的叠加态进行编码，扩展了幅度放大技术，并通过Szegedy行走框架推广了量子BAI算法，从而在具有结构限制的强化学习任务与Grover型搜索之间建立联系。研究人员分析了完全图和二分图，推导出识别最优臂的最大成功概率及其对应的时间步长。该工作揭示了量子行走在加速受限环境探索方面的潜力，并拓展了量子决策算法的适用边界。