Исследователи из Научной лаборатории ИИ, анализа данных и моделирования им. профессора А. Н. Горбаня Центрального университета, Исследовательского центра в сфере искусственного интеллекта университета «Иннополис» и других институтов разработали метод, позволяющий в 30 раз ускорить поиск оптимальных траекторий движения роботизированной руки за счет использования квантовых вычислений.
Результаты работы опубликованы в научном журнале Scientific Reports, входящем в первый квартиль (Q1) рейтинга ведущих мировых изданий и в линейку журналов Nature. Открытие открывает путь к созданию более быстрых, точных и энергоэффективных роботов, а также к решению других сложных оптимизационных задач.
Задача обратной кинематики: от теории к практике
Современные роботы — от промышленных манипуляторов до хирургических систем — должны точно и быстро перемещать свои исполнительные механизмы в пространстве. За этим стоит сложная математическая задача обратной кинематики: необходимо определить, какие углы должны принять суставы робота, чтобы его рука оказалась в заданной точке, причем с минимальным количеством действий.
До настоящего времени такие задачи решались на классических кремниевых процессорах с помощью численных методов. Однако с увеличением степеней свободы робота и появлением дополнительных ограничений (например, обход препятствий) вычисления становятся все медленнее — обычный процессор уже не справляется с задачей в реальном времени. Это критично для автономных автомобилей или роботов, взаимодействующих с людьми.
Квантовый подход: как работает новый метод
Ученые предложили принципиально иной подход — переформулировать задачу управления роботом на язык квантовых компьютеров. Углы между «суставами» робота кодируются в виде последовательностей бинарных цепочек, а поиск оптимального положения сводится к поиску минимума квадратичной функции от этих параметров.
Такой формат позволил использовать квантовый отжиг — технологию, реализованную в процессорах D-Wave, — для поиска глобального минимума в сложном пространстве решений. Эксперименты проводились на реальном квантовом оборудовании (не на симуляторе), что подтвердило работоспособность метода в практических условиях.
Результаты показали, что гибридные квантово-классические алгоритмы достигли ускорения более чем в 30 раз по сравнению с традиционными методами на кремниевых процессорах.
Практическая значимость
Рамиль Кулеев, директор Исследовательского центра в сфере ИИ университета «Иннополис», пояснил:
«Задачи по управлению движением роботов можно решать с помощью вычислений на реальном квантовом оборудовании. Цель исследования — показать, как реальные инженерные задачи можно корректно формулировать и проверять с использованием квантовых вычислений и какие ограничения у таких подходов существуют на практике».
С помощью разработанных алгоритмов можно сократить задержку между принятием решения о целевом положении робота и началом его движения. Манипуляции станут более плавными и оптимизированными — робот не будет совершать лишних действий.
Глеб Рыжаков, старший научный сотрудник лаборатории ИИ, анализа данных и моделирования Центрального университета, отметил:
«Долгое время квантовые компьютеры воспринимались как универсальные машины будущего. Но только недавно появилось понимание, что можно пойти обратным путем — рассматривать квантовые системы, с помощью которых можно решать узкоспециализированную задачу, и далее сводить к ней реальные математические проблемы».
Развитие таких передовых робототехнических решений снижает зависимость России от импортных технологий и повышает конкурентоспособность национальной промышленности. В перспективе метод применим к широкому классу оптимизационных задач в разных областях — особенно при дальнейшем развитии квантовых процессоров.