量子科技中心_量科网

在不确定性条件下的自主导航需要解决部分可观测马尔可夫决策过程（POMDP）以进行规划，并将传感器测量分配给被追踪目标——这一任务被称为多目标数据关联（MTDA）。这两个问题在大规模计算时变得极具挑战性：在罕见证据条件下，信念更新的节点计算成本高达𝑂(𝑃(𝑒)−1)，而MTDA属于NP难问题。量子振幅放大技术可将信念更新的查询成本二次方降低至𝑂(𝑃(𝑒)−1/2)，而QUBO重构方法使MTDA能够采用量子和量子启发式优化启发算法。该团队提出QANTIS平台，该模块化系统整合了量子信念更新（Grover振幅放大与BIQAE）、基于FPC-QAOA的QUBO数据关联以及可组合误差缓解技术，并在三台IBM Heron量子处理器上完成了45组硬件实验。硬件实验表明，对Tiger信念预言机应用单次Grover迭代后，罕见观测概率从0.179提升至0.907（5.1倍；ISA 18），同时保持贝叶斯后验分布（Hellinger距离0.0015），可用测量产量从1,463次增至7,429次。该结果被解读为在k=1条件下实现二次方查询复杂度机制并保持后验的硬件验证，而非宣称实际时间优势。据研究人员所知，该工作还首次在超导硬件上实现了闭环混合量子-经典Tiger POMDP系统（T=8，最大Hellinger距离低于0.015），并通过实验确定了NISQ设备的可行性边界：基于零噪声外推的误差缓解在ISA≈100以下有效，在ISA≳1,000时反而有害；FPC-QAOA算法在≤15个QUBO变量时有效（ISA≲450）。这些结果界定了当前超导硬件的实际运行范围，而非在现有问题规模下宣称实际计算时间的量子优势。