프로젝트 소개
본 과제는 NISQ 단계에서 적은 수의 큐비트로 동작하는 QAOA와 quantum deep learning을 quantum reinforcement learning과 결합해 확장 Q-DRL(양자 심층 강화 학습) 알고리즘을 개발하는 연구임.
연구 목표는 Q-DRL 구현 및 소프트웨어 단계 적용을 통해 이동체 등 어플리케이션에 연결하는 데 있음. 핵심 연구 내용은 low-depth QAOA 성능 비교, depth 증가 매개변수 세팅 이슈 보완, CNN+RL 결합을 위한 QCNN 기반 양자 데이터 처리와 RL 프로세스 연구, 역강화학습·모방학습 및 양자 action-reward policy에 게임이론을 접목한 이론적 개선, 양자 시뮬레이팅 프레임워크 SW 비교·설계 및 고성능 분산 컴퓨팅 인프라 기반 모의실험·성능평가 수행임. 기대 효과는 새로운 NISQ 응용 패러다임, QAOA 성능 개선 지표, 양자 인공지능 및 군사 시스템 활용 가능성과 드론 포함 고속 이동 비행체·우주항공 기반 시스템 적용성 확보임.