Coherent Swap Regret and Channel-Proof Learning
Dieses Paper führt kohärenten Swap-Regret als Quantenlern-Benchmark gegenüber lokalen CPTP-Map-Abweichungen ein, etabliert eine dreistufige Landschaft der Abweichungsschwierigkeit, die zeigt, dass nicht-unitäre Kanäle die -Regret-Rate antreiben, und präsentiert einen Algorithmus, der diese Schranke erreicht, um das dezentrale Lernen von kanal-robusten quantenkorrelierten Gleichgewichten zu ermöglichen.