GRPO-QM: Target Preserving Exploration for Quantum Tomography
Il documento introduce GRPO-QM, un metodo di esplorazione che preserva l'obiettivo per la tomografia quantistica che utilizza una policy group-relative con correzione esatta di Metropolis per mantenere la stazionarietà della distribuzione a posteriori, rivelando che mentre le strategie apprese offrono guadagni limitati rispetto alle proposte fisiche e ai priori, la scalabilità dell'obiettivo influenza significativamente le prestazioni dell'addestramento tramite campionamento rispetto a quello tramite gradiente esatto.