量子科技中心_量科网

该研究团队提出QLook——一种量子驱动的预测框架，旨在提升沉浸式虚拟现实（VR）环境中的视口预测精度。该框架采用量子神经网络（QNN）对用户运动数据进行建模，这些具有多重相互依赖维度的数据采集自六自由度（6DoF）VR场景。QNN通过量子叠加与纠缠效应，实现对高维用户位置数据间复杂关联性的编码与处理。该方案采用级联混合架构，将传统神经网络与基于变分量子电路（VQC）增强的量子长短期记忆（QLSTM）网络相结合。研究人员运用恒等块初始化技术，有效缓解了VQC常见的训练难题（尤其是梯度消失高原现象）。实证评估表明，相比现有最优技术（SoTA），QLook实现了37.4%的均方误差（MSE）降低，展现出卓越的视口预测能力。