Reinforcement Learning to Disentangle Multiqubit Quantum States from Partial Observations
Dit artikel presenteert een deep reinforcement learning-benadering met behulp van een permutatie-equivalente transformer-architectuur die, uitsluitend vertrouwend op lokale twee-qubit gereduceerde dichtheidsmatrices, autonoom efficiënte en ruisbestendige ontwarrelingscircuits construeert voor meer-qubit toestanden op NISQ-apparaten, waarbij optimale poortaantallen worden bereikt voor willekeurige 4-qubit toestandspreparatie.