量子自适应智能体的维度缩减

自适应智能体通过使用过去输入刺激和输出动作的记忆来指导结构化的未来响应，从而实现复杂的反应行为。量子自适应智能体可以在记忆中存储比最优经典对应物更少的信息的情况下运行；然而，这并不一定转化为必须物理实现的记忆维度的减少。我们引入了一种路由-截断-修复程序，将熵量子记忆优势转化为记忆维度的减少。将参考输入过程路由通过智能体，产生一个时间矩阵乘积态表示，其典范键被识别为智能体的记忆。截断该键并局部修复由此产生的动力学，产生一个更小的、物理上有效的智能体，它仍然能够响应任意输入序列。保真度-散度证书量化了精度和记忆维度之间的权衡。基准自适应过程表现出显著的维度缩减，同时以高保真度保留潜在行为。这些结果建立了一条从熵记忆优势到实用的、维度缩减的自适应量子智能体的途径。