Quantum‑GAT reduziert Routingkosten um 5 % bei Fahrzeug‑Routenplanung
Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz zeigt, dass ein hybrides Modell, das Quanten‑Graph‑Attention‑Netzwerke (Q‑GAT) mit Deep‑Reinforcement‑Learning kombiniert, die klassische Fahrzeug‑Routing‑Problem‑Lösung (VRP) deutlich verbessert. Durch den Einsatz von parametrisierten Quanten‑Schaltkreisen (PQCs) anstelle der üblichen, ressourcenintensiven Multi‑Layer‑Perzeptronen (MLPs) kann die Anzahl der trainierbaren Parameter um mehr als 50 % reduziert werden, ohne die Ausdruckskraft der Graph‑Attention‑Encoder zu verlieren.
