Modeling quantum neural network gradient with reinforcement learning
यह शोध पत्र RLQ-Grad को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) आधारित ऑप्टिमाइज़र है जो पैरामीटर अपडेट का प्रस्ताव देने के लिए एक क्लासिकल पॉलिसी का उपयोग करके क्वांटम न्यूरल नेटवर्क को प्रशिक्षित करता है, जिससे बैरन प्लेटो (barren plateau) की समस्या से बचा जा सके और 20 क्विबिट्स तक के निकट-अवधि हार्डवेयर (near-term hardware) पर कुशल प्रशिक्षण सक्षम करने के लिए कम्प्यूटेशनल लागत को कम किया जा सके।