量子光学系を用いたスケーラブルな衝突なしバンディットアルゴリズム

争わずに分け合うための光の助け

Wi‑Fiネットワークからオンライン広告に至るまで、現代の多くの技術は同時に最良の選択肢を求める複数の利用者を扱わなければなりません。二人や二つの装置が知らないうちに同じ選択をすると、互いに干渉して全体の性能が低下します。本論文は、巧妙に設計された量子光のビームが公平な審判として働き、直接の通信なしに二人の独立した意思決定者をうまく良い選択肢へ導き、同じ選択をすることを防ぐ仕組みを示しています。

選択肢、報酬、そして混雑の問題

エンジニアは繰り返しの意思決定をスロットマシンの列に着想を得た「マルチアームドバンディット」枠組みでモデル化することが多いです。各選択肢は未知の確率で報酬を与えるため、探索して情報を得ることと、見かけ上有利な選択肢に固執することのバランスを取らねばなりません。複数のプレイヤーが同じ選択肢に直面し、各々が高報酬を望む場合、この課題は格段に難しくなります。同じ選択肢を同時に選ぶと報酬を分け合わなければならず、この状況は競合マルチアームドバンディット問題と呼ばれます。無線周波数の割り当てやデータトラフィックへのサーバ割当のように、多数が同じチャネルに集中すると全員に悪影響を及ぼす現実の問題を表しています。

ねじれた光を共有の意思決定エンジンとして使う

著者らは単一光子—波形が小さなコルクスクリューのように渦巻く性質、つまり軌道角運動量を持つ光子—を使って解を構築します。これらのねじれた光のパターンは識別可能で、理論上多くの異なる「モード」をサポートできるため、異なる選択肢を表す多様なタグとして機能します。提案された実験系では、相関を持つ光子ペアを生成し、鏡やビームスプリッタの配列を通して二人のプレイヤーへ送ります。各プレイヤーは可変装置で自分の光子のねじれパターンを整え、その各モードの明るさが過去の勝敗に基づく当該プレイヤーの現在の選好の強さを反映するようにします。

衝突を防ぐ量子干渉

パターンが設定された後、光子ペアはビームスプリッタで出会い量子干渉を起こします。結合した光波は相対的なねじれや位相に応じて強め合ったり打ち消し合ったりします。研究者らは、隠れた位相角を調整することで、二つの光子が別々の出力経路から出てきたとき、それらが異なるねじれ（モード）を必ず持つようにできることを示します。その後、各プレイヤーは自身の光子のねじれの絶対量を測定し、その値を具体的な選択肢として解釈します。干渉のため、両方の光子が検出された場合に同じ指示が出ることはありません。効果的に、光の物理が直接的に衝突回避ルールを課しており、これは通常の古典光では再現が不可能です。

多くの選択肢へ拡張しながら学習する

光学系は単純な学習規則と結びつけられ、各プレイヤーは複数ラウンドにわたり広い探索から次第に報酬の高い選択肢を好むように移行します。重要なのは、選好を符号化するために光の明るさを落としていた従来の光学スキームとは異なり（選択肢が増えるほどより多くの光子を浪費していた）、この設計は各光子のねじれパターンに直接選好を埋め込む点です。著者らは光子が別々の経路へ出る頻度、結果として得られる選択がプレイヤーの意図した選好パターンにどれだけ一致するか、そして「後悔」（理想戦略と比べて失われた報酬）がどれだけ蓄積するかを解析しています。5つおよび10の選択肢での大規模シミュレーションでは、本手法が一貫してより高い報酬を獲得し、より早く適応し、従来法より調整に対して鈍感であることが示されました。

現実のシステムにとっての意味

数学的性能を超えて、この手法は光が「思考の一部」を担う新しいハードウェア様式の可能性を示唆します。協調がデジタルなメッセージではなく干渉を通じて物理的に起こるため、二つの装置は内部の優先度を明かすことなく互いに干渉を避けられます。著者らは、衝突のない高スループットでプライバシーを保つ意思決定エンジンが、データセンターの光リンクや、最小限のやり取りで迅速にアイドルチャネルを掴む必要のある無線システムに組み込まれる可能性があると論じています。現状の研究は二者のシミュレーションで示されていますが、量子光学の特性が標準的な電子機器では容易に実現できない形で複雑な学習や協調タスクに活用できることを紹介しています。

引用: Konaka, K., Röhm, A., Mihana, T. et al. Scalable conflict-free bandit algorithm using a quantum optical setup. npj Quantum Inf 12, 44 (2026). https://doi.org/10.1038/s41534-026-01201-6

キーワード: 量子光学, 強化学習, マルチアームドバンディット, 軌道角運動量, 光子による意思決定