Quantum Bayesian Networks Can Speed up Reinforcement Learning in Partially Observable Environments
本論文は、量子棄却サンプリングを用いて信念更新を行うことで、疎なダイナミクスを持つ部分観測環境のプランニングにおいて劣二次的な加速を実現するハイブリッド量子・古典アルゴリズムである、量子ベイズ強化学習(QBRL)を導入し、こうした利点が完全観測の設定や高次入次数を持つネットワークには拡張されないことを示す。