Predictive Fidelity-Aware Routing and Adaptive Scheduling in Distributed NISQ Quantum Networks via Actor–Critic Reinforcement Learning
本論文は、Bi-LSTM忠実度予測器とアクター・クリティック型スケジューリングエージェントを統合した深層強化学習ベースのフレームワーク(DRL-QCOF)を提案しており、これにより分散型NISQ量子ネットワークにおけるルーティングとスケジューリングを共同最適化することで、動的な条件下においてリンク忠実度、レイテンシ、およびリソース利用率の面で既存の手法を大幅に上回る性能を実現している。