Российские исследователи из Научной лаборатории ИИ, анализа данных и моделирования им. профессора А. Н. Горбаня Центрального университета, Исследовательского центра в сфере ИИ Университета Иннополис и других институтов нашли способ в 30 раз ускорить поиск оптимальных движений роботизированной руки за счет использования современного поколения квантовых компьютеров.
Новый метод открывает путь к созданию более быстрых, точных и энергоэффективных роботов, а также решению других сложных оптимизационных задач. Развитие передовых робототехнических решений снижает зависимость России от импортных технологий и повышает конкурентоспособность национальной промышленности на глобальном рынке.
Результаты открытия опубликованы в международном научном журнале Scientific Reports*, который входит в первый квартиль (Q1)** рейтинга ведущих мировых научных изданий, а также в линейку журналов Nature.
Актуальность и практическая значимость
Современные роботы — от промышленных манипуляторов до хирургических систем — должны точно и быстро перемещать свои «руки» в пространстве. За этим стоит сложная математическая задача: какую «мышцу» сжать и расслабить, чтобы робот смог схватить предмет, то есть прийти в заданное положение. Это называется обратной кинематикой — задачей, от которой зависит, насколько быстро и плавно робот возьмет деталь или выполнит операцию.
До сих пор такие задачи решались на классических кремниевых процессорах с помощью численных методов. Когда робот становится более ловким (то есть может выполнять больше типов движений) и появляются дополнительные ограничения (например, «не задеть препятствие»), вычисления становятся медленнее — кремниевый процессор уже не справляется. Это критично в реальном времени, например в автономных автомобилях или в роботах, взаимодействующих с людьми.
Ученые предложили принципиально иной подход — перевести задачу управления роботом на язык квантовых компьютеров, что позволяет в разы быстрее найти оптимальное решение.
Суть исследования
Исследователи переформулировали задачу в специальный математический формат, понятный квантовым процессорам нового поколения D-Wave. При этом подходе углы между «суставами» робота кодируются в виде специальной последовательности цепочек нулей и единиц, а поиск оптимального положения сводится к поиску минимума квадратичной функции от этих нулей и единиц.
Такой формат позволяет использовать квантовый отжиг — технологию, реализованную в новых процессорах, — для поиска глобального минимума в сложном пространстве решений, то есть оптимизировать движения. Это аналогично тому, как множество мышц человека сокращаются и расслабляются, чтобы рука точно взяла чашку с кофе.
Эксперименты проводились на реальном квантовом процессоре D-Wave. Ученые оценивали, насколько длина цепочки (то есть мощность процессора) влияет на точность действий и время работы алгоритма. Результаты показали, что гибридные квантово-классические алгоритмы достигли ускорения более чем в 30 раз по сравнению с классическими кремниевыми методами.
*Авторитетный рецензируемый научный журнал с открытым доступом, выпускаемый Nature Portfolio (Nature Publishing Group) с 2011 года.
**Согласно международной системе ранжирования все научные журналы разделены на четыре квартиля: Q1, Q2, Q3 и Q4. Журнал может относиться к Q1 в одной предметной области и к Q2/Q3 в другой, так как рейтинг рассчитывается внутри конкретной категории. Метрика Q1 означает, что научный журнал входит в топ-25 самых авторитетных, влиятельных и цитируемых изданий в своей предметной области. Это элита научных журналов, публикации в которых считаются наиболее престижными.