🧬 biologia
Diagnosing Simulation and Hardware Barriers to Cross-Size Transfer in Equivariant Quantum Reinforcement Learning
Este artigo demonstra que, embora políticas de aprendizado por reforço quântico equivariantes treinadas em pequenas instâncias de otimização combinatória possam superar o treinamento de tamanho correspondente na transferência zero-shot para instâncias maiores dentro de regimes idealizados, seu desempenho em hardware realista é severamente degradado pelo truncamento de simulação, limites de desempenho condicional e limitações de ruído de disparo, estabelecendo, em última análise, um padrão diagnóstico rigoroso para futuras alegações de vantagem quântica.