Quantum‑Boltzmann‑Maschinen: Effizientes Reinforcement Learning mit kontinuierlichen Aktionen
In einer wegweisenden Veröffentlichung auf arXiv wird das neue Modell Continuous Semi‑Quantum Boltzmann Machines (CSQBMs) vorgestellt, das kontinuierliche Aktionsräume in Reinforcement‑Learning‑Algorithmen unterstützt. Durch die Kombination von exponentiellen Familienprioren für sichtbare Einheiten mit quantenmechanischen Boltzmann‑Verteilungen für verborgene Einheiten entsteht ein hybrides Modell, das die Quantenressourcen reduziert, ohne die Ausdruckskraft zu verlieren.
