龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：清华大学
摘要：本发明提供了一种解决MAB问题的经典量子混合强化学习模拟方法及装置，方法包括：设计关于多摇臂MAB求解问题的量子结合经典的强化学习学习范式；确定MAB求解问题的摇臂数量m并引入量子辅助比特数量n；根据摇臂的数量和辅助比特的数量对量子态进行普通初始态制备和引入迭代次数信息的特定的初始态制备，其中在初始化时对于每一个摇臂的量子态概率是均等的；对完成初始化的量子态进行测量获得摇臂结果，并利用摇臂结果实现对应量子态幅值的增大；根据摇臂结果选择对应摇臂对应量子态区间的前进指针信息进行加一更新并再次对量子态进行迭代测量确定最优摇臂。
主权项：1.一种解决MAB问题的经典量子混合强化学习模拟方法，其特征在于，包括：获取多臂赌博机问题中摇臂的数量m和辅助比特的数量n；根据所述摇臂的数量m和辅助比特的数量n对量子态进行普通初始态制备和引入迭代次数信息的特定的初始态制备；对完成初始化的量子态进行测量获得摇臂结果，并利用所述摇臂结果实现对应量子态幅值的增大；根据所述摇臂结果选择对应摇臂对应量子态区间的前进指针信息进行加一更新并再次对量子态进行迭代测量确定最优摇臂；所述根据所述摇臂的数量m和辅助比特的数量n对量子态进行普通初始态制备和引入迭代次数信息的特定的初始态制备，包括：根据所述摇臂的数量m和辅助比特的数量n制备个特殊的量子态；将特殊的量子态按照区间划分给m个摇臂；在每个区间中引入迭代次数的影响因子使开始时每个区间对应的量子态概率幅值一致为；初始化每个摇臂的前进指针信息。
全文数据：
权利要求：
百度查询： 清华大学 解决MAB问题的经典量子混合强化学习模拟方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号