recid:2893039 - Výsledky hľadania

Hľadaj kolekcie:

Utriediť podľa:	Zobraziť výsledky:	Výstupný formát:

CERN Document Server	1 záznamov nájdených	Hľadanie trvalo 0.99 sekúnd.

Hybrid actor-critic algorithm for quantum reinforcement learning at CERN beam lines / Schenk, Michael (CERN) ; Combarro, Elías F. (U. Oviedo (main)) ; Grossi, Michele (CERN) ; Kain, Verena (CERN) ; Li, Kevin Shing Bruce (CERN) ; Popa, Mircea-Marian (Bucharest, Polytechnic Inst.) ; Vallecorsa, Sofia (CERN)
Free energy-based reinforcement learning (FERL) with clamped quantum Boltzmann machines (QBM) was shown to significantly improve the learning efficiency compared to classical Q-learning with the restriction, however, to discrete state-action space environments. In this paper, the FERL approach is extended to multi-dimensional continuous state-action space environments to open the doors for a broader range of real-world applications. [...]
arXiv:2209.11044.- 2024-02-21 - 17 p. - Published in : Quantum Sci. Technol. 9 (2024) 025012 Fulltext: Publication - PDF; 2209.11044 - PDF;

Úplný záznam

Prajete si byť pravidelne informovaný o výsledkoch tohto hľadania?
Založte si osobný email alert alebo použite RSS feed.

Nenašli ste čo ste hľadali? Skúste Vašu otázku na iných serveroch:
recid:2893039 v Amazon recid:2893039 v CERN EDMS recid:2893039 v CERN Intranet recid:2893039 v CiteSeer recid:2893039 v Google Books recid:2893039 v Google Scholar recid:2893039 v Google Web recid:2893039 v IEC	recid:2893039 v IHS recid:2893039 v INSPIRE recid:2893039 v ISO recid:2893039 v KISS Books/Journals recid:2893039 v KISS Preprints recid:2893039 v NEBIS recid:2893039 v SLAC Library Catalog

CERN Document Server

Access articles, reports and multimedia content in HEP

Main menu

		Tipy pre vyhľadávanie Rozšírené Hľadanie
Add to Search +

CERN Accelerating science