量子自然策略梯度

本文研究了量子菲舍尔信息矩阵在增强参数化量子电路(PQC)强化学习代理性能中的作用。通过分析量子和经典菲舍尔信息矩阵之间的Löwner不等式，揭示了使用不同类型信息矩阵的差异和影响。结果显示，使用量子菲舍尔信息矩阵的PQC代理通常会导致更大的近似误差，且性能改进不确定。实证评估表明，尽管量子菲舍尔信息矩阵的预处理优于标准梯度上升，但总体上并不比经典菲舍尔信息矩阵的预处理优越。