ReaPER+: Ingegneria del Replay Buffer per l'Ottimizzazione di Circuiti Quantistici Robusta al Rumore

Uno studio recente presenta ReaPER+, una regola di replay avanzata progettata per l'apprendimento per rinforzo profondo finalizzato all'ottimizzazione di circuiti quantistici. Questo approccio passa dalla priorizzazione degli errori di differenza temporale (TD) nella fase iniziale di addestramento all'uso di campionamento basato sull'affidabilità man mano che le stime dei valori diventano più accurate. Affronta tre sfide chiave: la trascuratezza dell'affidabilità del target TD nei buffer di replay, la necessità di valutazioni quantistico-classiche complete nelle ricerche di architettura basate su curriculum e la frequente eliminazione di traiettorie prive di rumore a causa del rumore hardware. ReaPER+ dimostra miglioramenti dell'efficienza del campionamento di 4-32x rispetto a PER fisso, ReaPER e replay uniforme nei benchmark di compilazione quantistica e QAS, producendo costantemente circuiti più compatti. La sua validazione su LunarLander-v3 illustra la sua natura agnostica rispetto al dominio, posizionando il buffer di replay come strumento cruciale per l'ottimizzazione quantistica.