Speaker: 陈泽乾研究员，中国科学院精密测量科学与技术创新研究院

Title: 强化学习的物理模型与搜索问题

Language: Chinese

Time & Venue: 2026.10.13 13:00-14:00 腾讯会议：630-380-795

Abstract: 本报告主要介绍我们关于强化学习的一个物理理论，该理论解释了强化学习的物理机制。通常强化学习是采用Markov决策过程描述的，这可以看作是算法运行结果的数学描述，即对智能体的外在描述。从物理上看，芯片是通过控制晶体管电流的方式(形式上等同于开关)来处理数据的，因此需要用电动力学(而不是通常采用的统计力学)来描述智能体执行算法的演化过程。近期物理研究表明，芯片可以看作是开量子系统。为此，我们用算子理论构造强化学习的物理模型，该理论形式包含经典和量子系统作为两种特殊情形。在该模型中，对智能体的奖励(reward)由一个测量方案(measurement scheme)确定，而智能体的策略(policy)由一个开量子系统演化过程来实现。我们将该强化学习的物理模型应用于无序搜索问题，提出了一个理论方案可以用于检测目前智能体的量子效应强度，用以说明智能体的搜索能力来源于量子效应。本报告内容源于论文[Zeqian Chen, A physical theory of reinforcement learning, ChinaXiv202605.00097, 2026]。