프로젝트 소개
본 과제는 비교적 적은 수의 큐비트로 NISQ 단계 양자컴퓨팅을 활용하려는 near-term 알고리즘 QAOA와 양자 심층 학습(quantum deep learning)을 양자 강화 학습(quantum reinforcement learning)과 접목해 Q-DRL을 개발하는 연구임.
연구 목표는 Q-DRL 알고리즘 구현·확장 후 이동체 등 어플리케이션에 적용하는 데 있음. 핵심 연구 내용은 low-depth QAOA의 성능/NPO 비교, depth 증가 시 QAOA 매개변수 세팅 이슈 보완, QAOA와 DRL 구성요소(CNN+RL) 및 CNN·QCNN 결합, 역강화학습·모방학습 관점 확장 Q-DRL, 중앙집중형 다중 에이전트 접목, SW 단계 양자 시뮬레이팅 프레임워크 비교·인프라 설계, 모의실험 및 성능평가 수행임. 기대 효과는 NISQ 양자 알고리즘 응용 패러다임 제시, QAOA 성능 개선 지표, 양자 자율주행·고속 이동 비행체·우주항공 기반 시스템·기상예측(Navier?Stokes)·단백질 구조 시뮬레이션·양자 인공지능/군사 시스템 활용 가능성 확대임.