Los autores proponen QADAPT, un framework para aprendizaje por refuerzo cooperativo multiagente que aborda el cruce de parámetros en matrices de puntos cuánticos definidos electrostáticamente mediante el uso de una representación factorizada del espacio de acción aprendida en línea para desacoplar los agentes.
- El método minimiza la interferencia entre agentes a través de políticas compartidas modulares basadas en mediciones y recompensas locales.
- Logra generalización zero-shot a tamaños de dispositivos cuánticos no vistos.
- El enfoque mantiene un número aproximadamente constante de pasos de convergencia para alcanzar regímenes objetivo independientemente de la escala.
Este trabajo proporciona una ruta escalable hacia la calibración rápida de procesadores cuánticos a gran escala.