一种基于混合量子经典并行架构的量子强化学习模型

本发明涉及一种基于混合量子经典并行架构的量子强化学习模型，包括位于首尾的经典前馈神经网络层、作为中间层的至少两个并行量子层和合并函数模块，输入数据经由首端的经典前馈神经网络层处理后，将输出分为至少两部分分别输入不同的并行量子层，合并函数模块合并并行量子层的输出并将其输入到尾端的经典前馈神经网络层。通过构建并行架构，充分发挥量子计算的并行性，减少噪声对计算结果的影响，提高模型在复杂环境下的决策效率和准确性。与现有技术相比，本申请公开的一种基于混合量子经典并行架构的量子强化学习模型，可以实现提高计算效率和准确程度的目的。