量子科技中心_量科网

在一次正确的驾驶否决之后，关键问题不仅在于某个操作是否不安全，更在于受阻的交互是否允许一种合法、可审计且责任边界明确的修复方案。预测和博弈论规划器能够提供看似合理的协作方案，但它们无法给出修复方案能够遵守硬性规则、路权、成本分配及自车回退的证明。为此，该团队提出CARVE（基于包络的否决操作认证性低代价修复），这是一种用于无预测交互式修复的认证架构。对于被否决的操作，CARVE会构建一个有限的修复格，并生成一份结构化证书，其中记录约束性规则、选定的联合修复方案、基于路权缩放的协作包络、依责任加权的成本分配以及仅限自车的回退机制。这种证书视图揭示了算法瓶颈：多主体修复会引发一个乘积格 \(M = \prod_j |\mathcal{A}_j|\)。因此，该团队引入CARVE-Q，一种经过验证器屏蔽的量子人工智能搜索层，该层仅对上述黑箱格应用量子最小值搜索，而将所有安全权威保留在经典层面。在保守的验证器-预言机模型中，经典精确最小值搜索在最坏情况下需要 \(\Theta(M)\) 次查询，而Durr-Hoyer/Grover最小值搜索在高概率下仅需 \(O(\sqrt{M})\) 次预言机查询。该团队证明了验证器屏蔽的证书健全性、优先级非诱发、黑箱查询分离性以及有限精度可逆预言机的可构造性。随后，该团队在CARVE修复预言机上演示了最多65,536个赋值的状态向量最小值搜索，并在基于Lanelet2的INTERACTION场景回放中验证了证书的保持，实现了100%的路权尊重、100%的责任一致性以及零优先级误报。其结果是一种用于认证式自主系统的信任边界化量子人工智能模式：量子提出方案，CARVE进行认证。