带辉光机制的量子机器学习用于情景任务与决策游戏

我们考虑一类通用模型，其中强化学习（RL）智能体通过经典信号从与外部环境的循环交互中学习。感知输入被编码为量子态，随后由代表智能体记忆的量子信道进行变换，而在信道输出处执行的测量结果决定智能体的动作。学习通过逐步修改信道属性来实现。这些修改由一种更新规则描述，该规则受投影模拟（PS）模型启发并配备了辉光机制，允许策略变更的反向传播，类似于RL中的资格迹和PS中的边缘辉光。以此方式，该模型将PS的特征与其作为量子系统所具备的物理实现所提供的泛化能力相结合。我们将该智能体应用于入侵游戏和网格世界的多种设置，这些设置作为基本模型任务，允许与基础经典PS智能体进行直接比较。