Diagnosing Simulation and Hardware Barriers to Cross-Size Transfer in Equivariant Quantum Reinforcement Learning
本論文は、小規模な組合せ最適化問題のインスタンスで訓練された等変量子強化学習ポリシーが、理想的なレジームにおいては、サイズが一致した訓練に対してゼロショット転移において優れた性能を示す一方で、現実のハードウェア上ではシミュレーションの打ち切り、条件付き性能境界、およびショットノイズの制限によって性能が著しく低下することを実証し、最終的に将来の量子優位性の主張に対する厳格な診断基準を確立するものである。