-
公开(公告)号：CN115018080A
公开(公告)日：2022-09-06
申请号：CN202210653550.8
申请日：2022-06-09
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于QAOA参数优化的图最大分割问题解决方法，属于量子计算技术领域。本发明将每次演化得到的量子态作为强化学习的状态输入，之后通过深度强化学习来学习优化QAOA的参数，进而来解决Max‑Cut问题；采用了一个强化学习(RL)框架来学习一个策略网络来优化QAOA参数，就能近似得到图的最大割值；将学习QAOA参数的优化策略任务制定为一个强化学习任务，相比于传统QAOA算法，在性能得到了良好的提升。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
