量子科技中心_量科网

该研究团队在部分可观测马尔可夫决策过程（POMDPs）中的决策代理与单输入过程函数（高阶量子操作的经典极限）之间建立了精确对应关系。在此对应关系中，代理的策略与记忆更新被整合为过程函数w，通过链接积与POMDP环境进行交互。这揭示了双重解释：从物理学视角看，过程函数作为接收局部操作（代理干预）的环境；而从人工智能视角看，它编码了代理，插入的函数则代表环境。该团队将这一观点拓展至多代理系统，通过将观测无关的分散式POMDPs识别为多输入过程函数的自然作用域。