Reinforcement Learning for Variational Quantum Circuits Design
Este estudio demuestra que el Aprendizaje por Refuerzo puede utilizarse para entrenar agentes capaces de diseñar autónomamente circuitos cuánticos variacionales efectivos, descubriendo incluso nuevas familias de ansatzes como la -conectada que logran altos ratios de aproximación en problemas de optimización como el Corte Máximo.