基于保真度的概率Q-learning用于量子系统控制
机器学习
2018-06-11 v1 系统与控制
机器学习
摘要
探索与利用之间的平衡是强化学习方法的关键问题，尤其对于Q-learning。本文提出一种基于保真度的概率Q-learning（FPQL）方法，以自然解决该问题，并应用于量子系统的学习控制。在该方法中，采用保真度帮助引导学习过程，且在某一状态下选择各动作的概率随学习过程迭代更新，从而形成了一种自然的探索策略，而非带有配置参数的指向性策略。首先提出一种概率Q-learning（PQL）算法以展示概率动作选择的基本思想。随后提出FPQL算法用于量子系统的学习控制。通过两个示例（自旋-1/2系统和lambda型原子系统）验证FPQL算法的性能。结果表明，FPQL算法在探索与利用之间取得了更好的平衡，且能够避免局部最优策略并加速学习过程。
引用
@article{arxiv.1806.03145,
title = {Fidelity-based Probabilistic Q-learning for Control of Quantum Systems},
author = {Chunlin Chen and Daoyi Dong and Han-Xiong Li and Jian Chu and Tzyh-Jong Tarn},
journal= {arXiv preprint arXiv:1806.03145},
year = {2018}
}
备注
13 pages, 16 figures