量子强化学习技术及研究进展

摘要

近年来,强化学习理论和算法研究迅速发展,并且在竞争博弈、智能控制、分析预测、优化调度等领域得到广泛应用.但是,传统强化学习算法学习效率低、系统开销大,尤其是面对复杂任务时这种情况更为严重.结合量子计算特性,可实现对强化学习算法的加速,由此提出的量子强化学习技术,对强化学习技术的发展赋予了全新的动力与广阔的前景,引发了日益广泛的关注.文章对量子强化学习技术及其研究进展进行了介绍、分析与展望.首先,分别对量子计算和强化学习的基本概念和原理进行了介绍.在此基础上,介绍了量子强化学习的基本思想与机制,并从两方面分析介绍了量子强化学习的研究与进展:(1)传统计算环境下,将量子特性融入到强化学习以提高算法效率;(2)量子计算环境下,将经典环境量子化之后,智能体同环境进行量子化交互的强化学习技术.最后,对量子强化学习的应用前景进行了展望.

关键词

量子计算 / 强化学习 / 量子强化学习 / 机器学习 / 人工智能