在单光子量子计算机上演示量子投射模拟

变分量子算法在噪声中等规模量子设备上有效运行方面展现出潜力。最近提出了一种新的强化学习变分方法，结合了线性光学干涉仪和一种称为投射模拟（PS）的经典学习模型。PS 是强化学习的决策工具，在经典表示下可描述为智能体记忆图上的随机游走。在其光学量子版本中，该方法利用单光子在可调分束器和移相器网格上的量子游走来选择动作。在这项工作中，我们展示了该算法在 Ascella（Quandela 的一台单光子量子计算机）上的实现。重点在于解决一个测试平台任务，以展示量子智能体相对于经典智能体的潜力。