10:08官方账号arXiv cs.LG@Jian Xu, Delu Zeng, John Paisley, Qibin Zhao精选该论文通过PAC-Bayesian框架分析了参数化量子电路(PQC)作为策略和价值函数时的泛化机制。研究发现,泛化由Fisher几何有效维度主导,而非参数数量,且纠缠会增大该维度,成为独立的复杂性轴。在固定参数数量的实验中,Fisher有效维度更大的电路显示出更大的训练-测试差距,纠缠电路比非纠缠电路泛化更差。分类、上下文强盗和值函数实验中,效果显著,且在IBM Heron量子处理器上真实噪声下依然成立。论文PAC-BayesianFisher有效维度量子策略纠缠泛化量子强化学习推荐理由:别只看参数数量,量子电路里的纠缠才是泛化关键。这篇论文用PAC-Bayesian理论加实验验证,帮你理解怎么设计泛化更好的量子策略。原文