arXiv cs.CL· Shanika Iroshi Nanayakkara, Shiva Raj Pokhrel·· 2 天前AI 评分20
DeepUnfolding-Agent：一个经典-量子自适应控制 API
DeepUnfolding_Agent: A Classical_Quantum Adaptive Control API
AI 导读
DeepUnfolding-Agent 是一个基于 FastAPI 的 schema 驱动平台，将深度展开自适应控制以外部软件服务形式提供，使控制器逻辑与任务训练脚本解耦。
正文 · AI 翻译
摘要：机器学习、联邦学习、量子机器学习以及混合经典-量子系统中的自适应优化工作流，通常将控制器逻辑直接嵌入特定任务的训练脚本中。这种耦合限制了复用性、可复现性、安全验证以及跨执行环境的公平比较。本文提出 DeepUnfolding Agent，一个模式驱动的 FastAPI 平台，将深度展开自适应控制作为外部软件服务对外提供。外部执行器注册策略模式，提交轮级诊断变量，接收模式约束的控制动作，执行一轮优化，并返回反馈以更新控制器。该框架通过策略注册表、诊断到状态适配器、控制器工厂、安全防护、执行器抽象、反馈更新路径、SQLite 持久化层、Docker 部署以及可复现的基准脚本，将控制器智能与领域特定执行分离。该实现支持经典、量子感知、混合、Qiskit Aer 以及可选的 IBM 量子处理执行路径。我们通过单元测试、模式测试、API 测试、安全测试、编排测试、量子执行测试、检查点测试和 Docker 测试来验证该软件，并展示了在金融、医疗、基因组学、交通、噪声量子模拟以及硬件支持的 IBM Quantum 执行中，外部用户固定工作流与自适应工作流的对比。结果表明，DeepUnfolding-Agent 为异构优化工作流提供了一个可复用且可追踪的自适应控制层。我们的量子实验被解释为 API 级量子控制和硬件可移植性证据。
| 主题： | 计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.20615 [cs.CL] |
| （或使用 arXiv:2610.20615v1 [cs.CL] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.20615 由 DataCite 提供的 arXiv 颁发 DOI |
提交历史
来自：Shanika Nanayakkara [查看电子邮件]
[v1]
2026年7月21日星期二 23:58:05 UTC（2,132 KB）
来源：arXiv cs.CL · arxiv.org