Quantum Bayesian Networks Can Speed up Reinforcement Learning in Partially Observable Environments
यह शोध पत्र क्वांटम बेयसियन रिइन्फोर्समेंट लर्निंग (QBRL) प्रस्तुत करता है, जो एक हाइब्रिड क्वांटम-क्लासिकल एल्गोरिदम है जो विश्वास अपडेट (belief updates) के लिए क्वांटम रिजेक्शन सैंपलिंग का लाभ उठाकर आंशिक रूप से दृश्य (partially observable) वातावरणों में विरल गतिकी (sparse dynamics) के नियोजन के लिए उप-द्विघाती (sub-quadratic) गति वृद्धि प्राप्त करता है, जबकि यह प्रदर्शित करता है कि ऐसे लाभ पूर्णतः दृश्य (fully observable) परिवेशों या उच्च इन-डिग्री (high in-degree) वाले नेटवर्कों तक विस्तारित नहीं होते हैं।