QANTIS: квантовый процессор как сервис обновления убеждений для POMDP

Автономные системы, работающие в условиях частичной наблюдаемости, принимают решения на основе убеждений (beliefs), а не сырых сенсорных данных. Фреймворк QANTIS предлагает рассматривать квантовый процессор как сервис обновления убеждений внутри этого цикла: он получает априорное распределение и модель наблюдений, оценивает слагаемое evidence для редких событий и возвращает обычное апостериорное распределение классическому планировщику.

Дизайн эксперимента

Исследование построено как контролируемый аппаратный кейс-стади, а не как демонстрация сквозной автономии или ускорения по времени. Авторы сравнивают три стратегии на одной и той же траектории в задаче Tiger POMDP:

• без усиления;
• усиление Гровера с защитой (guarded Grover amplification);
• усиление с фиксированной точкой на всех шагах (all-step FPAA).

Затем проверяется, изменило бы возвращённое апостериорное распределение выбор действия планировщиком.

Результаты

Стратегия all-step FPAA сохраняет апостериорное распределение Tiger на основных запусках длиной 8 и 12 шагов, а контрольные запуски на 20 и 32 шага остаются в пределах той же рабочей полосы. Во всех проверках решения апостериорные оценки, полученные на оборудовании, и точные байесовские оценки предписывают одно и то же немедленное действие.

Дополнительно метод BIQAE с учётом границ стабилизирует оценку амплитуды вблизи нуля и единицы, а развёртка по редким событиям отображает логическую огибающую сложности выборки для evidence порядка «один на миллион».

Итоги

Результат работы — это рабочая огибающая для примитива обновления убеждений, калиброванного под оборудование. Авторы явно подчёркивают: это не заявление о преимуществе квантового железа как таковом, а характеристика условий, при которых квантовый сервис можно безопасно использовать в цикле планирования.

Источник: cs.AI updates on arXiv.org