quantum-cloud-computing

标签

Cards List
#quantum-cloud-computing

量子云编排中成本与延迟权衡的量子强化学习

arXiv cs.LG ↗ · 2026-09-24 缓存

本文提出QRLQ,一种量子强化学习框架,该框架将参数化量子电路与dueling double deep Q-networks集成,以优化量子云编排中的成本与延迟权衡,实现在成本和延迟上优于启发式基线,同时参数量少于经典DRL。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈