Мультиагентне навчання з підкріпленням для оптимізації квантових схем

У статті представлено підхід до оптимізації квантових схем на основі мультиагентного навчання з підкріпленням (Multi-Agent Reinforcement Learning — MARL), у якому алгоритм MAPPO (Multi-Agent Proximal Policy Optimization — мультиагентна проксимальна оптимізація політики) поєднується з графовими нейро...

Full description

Saved in:
Bibliographic Details
Published in:Проблеми керування та інформатики
Date:2025
Main Authors: Кирилов, І.І., Сініцин, І.П.
Format: Article
Language:Ukrainian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2025
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/211413
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Мультиагентне навчання з підкріпленням для оптимізації квантових схем / І.І. Кирилов, І.П. Сініцин // Проблемы управления и информатики. — 2025. — № 4. — С. 109-123. — Бібліогр.: 16 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

Similar Items