Beyond Reinforcement Learning: Fast and Scalable Quantum Circuit Synthesis
Der vorgeschlagene Ansatz kombiniert ein leichtgewichtiges, überwachtes Lernmodell mit stochastischer Beam-Suche, um Quantenschaltkreise schnell und skalierbar zu synthetisieren, wobei er die Trainingskosten und die Generalisierungsgrenzen bestehender Reinforcement-Learning-Methoden überwindet.