論文の概要: HQC-NBV: A Hybrid Quantum-Classical View Planning Approach
- arxiv url: http://arxiv.org/abs/2505.05212v1
- Date: Thu, 08 May 2025 13:05:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-09 21:43:49.889961
- Title: HQC-NBV: A Hybrid Quantum-Classical View Planning Approach
- Title（参考訳）: HQC-NBV:ハイブリッド量子古典的ビュープランニングアプローチ
- Authors: Xiaotong Yu, Chang Wen Chen,
- Abstract要約: HQC-NBVはビュープランニングのためのハイブリッド量子古典的フレームワークである。
提案手法は, 多様な環境における探索効率を最大49.2%向上させる。
- 参考スコア（独自算出の注目度）: 20.480581428768854
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Efficient view planning is a fundamental challenge in computer vision and robotic perception, critical for tasks ranging from search and rescue operations to autonomous navigation. While classical approaches, including sampling-based and deterministic methods, have shown promise in planning camera viewpoints for scene exploration, they often struggle with computational scalability and solution optimality in complex settings. This study introduces HQC-NBV, a hybrid quantum-classical framework for view planning that leverages quantum properties to efficiently explore the parameter space while maintaining robustness and scalability. We propose a specific Hamiltonian formulation with multi-component cost terms and a parameter-centric variational ansatz with bidirectional alternating entanglement patterns that capture the hierarchical dependencies between viewpoint parameters. Comprehensive experiments demonstrate that quantum-specific components provide measurable performance advantages. Compared to the classical methods, our approach achieves up to 49.2% higher exploration efficiency across diverse environments. Our analysis of entanglement architecture and coherence-preserving terms provides insights into the mechanisms of quantum advantage in robotic exploration tasks. This work represents a significant advancement in integrating quantum computing into robotic perception systems, offering a paradigm-shifting solution for various robot vision tasks.
- Abstract（参考訳）: 効率的なビュープランニングは、コンピュータビジョンとロボット知覚の基本的な課題であり、探索や救助活動から自律的なナビゲーションまで、タスクに不可欠である。
サンプリングベースおよび決定論的手法を含む古典的なアプローチは、シーン探索のためのカメラ視点の計画において有望であるが、複雑な環境では計算のスケーラビリティと解の最適性に苦慮することが多い。
HQC-NBVは、量子特性を利用して、ロバスト性とスケーラビリティを維持しながらパラメータ空間を効率的に探索する、ビュープランニングのためのハイブリッド量子古典的フレームワークである。
本稿では,多成分コスト項と,視点パラメータ間の階層的依存関係を捉える双方向交互交絡パターンを持つパラメータ中心変分アンサッツを具体化したハミルトン式を提案する。
包括的実験は、量子固有成分が測定可能な性能の利点をもたらすことを示した。
従来の手法と比較して,本手法は多様な環境における探索効率を最大49.2%向上させる。
エンタングルメントアーキテクチャとコヒーレンス保存項の分析は,ロボット探査作業における量子優位性のメカニズムに関する洞察を与える。
この研究は、量子コンピューティングをロボット認識システムに組み込むことで、様々なロボットビジョンタスクのためのパラダイムシフトソリューションを提供する。
関連論文リスト
- Scalable Quantum Architecture Search via Landscape Analysis [28.48505903998775]
量子アーキテクチャ探索(QAS)は、変分量子コンピューティングにおいて重要な役割を果たす。
量子回路を効率的に探索し評価するスケーラブルでトレーニング不要なQASフレームワークを導入する。
我々のフレームワークは、挑戦的な50キュービットの量子多体シミュレーションにおいて、堅牢な性能を達成する。
論文 参考訳（メタデータ） (2025-05-08T16:13:23Z) - Characterizing Non-Markovian Dynamics of Open Quantum Systems [0.0]
我々はTCLマスター方程式を用いて非マルコフ進化を特徴付ける構造保存手法を開発した。
本稿では,ローレンス・リバモア国立研究所のQuantum Device Integration Testbed (QuDIT) における超伝導量子ビットの実験データを用いた手法について述べる。
これらの知見は、短期量子プロセッサにおける量子制御とエラー軽減に寄与する、オープン量子システムの効率的なモデリング戦略に関する貴重な洞察を提供する。
論文 参考訳（メタデータ） (2025-03-28T04:43:24Z) - A Monte Carlo Tree Search approach to QAOA: finding a needle in the haystack [0.0]
変分量子アルゴリズム(VQA)は、短期量子ハードウェアの限られた能力に対応するために設計された、ハイブリッド量子古典法の一種である。
本稿では,正規パラメータパターンの活用が決定木構造に深く影響し,フレキシブルかつノイズ耐性のある最適化戦略を可能にすることを示す。
論文 参考訳（メタデータ） (2024-08-22T18:00:02Z) - Quantum Vision Transformers for Quark-Gluon Classification [3.350407101925898]
本稿では,変分量子回路を統合したハイブリッド型量子古典視覚変換器アーキテクチャを提案する。
CMS Open Dataのマルチ検出器ジェット画像にモデルを適用し,本手法の評価を行った。
論文 参考訳（メタデータ） (2024-05-16T17:45:54Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Neural auto-designer for enhanced quantum kernels [59.616404192966016]
本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。
私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
論文 参考訳（メタデータ） (2024-01-20T03:11:59Z) - Investigating Parameter Trainability in the SNAP-Displacement Protocol
of a Qudit system [0.0]
SNAP-DisplacementプロトコルにおけるSNAPパラメータのトレーニングの感度について検討する。
クーディット系におけるバレン高原問題につながる可能性のある条件を解析する。
論文 参考訳（メタデータ） (2023-09-26T13:57:40Z) - Viewpoint Generation using Feature-Based Constrained Spaces for Robot
Vision Systems [63.942632088208505]
この出版物は幾何学的問題としての視点の生成を概説し、それを解決するための一般化された理論的枠組みを紹介している。
$mathcalC$-space は、視点制約が分散する位相空間として理解することができる。
紹介された$mathcalC$-spacesは、汎用ドメインと視点制約モデルに基づいて、現在のフレームワークを異なるアプリケーションやロボットビジョンシステムに転送しやすくする。
論文 参考訳（メタデータ） (2023-06-12T08:57:15Z) - Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。
我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。
このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
論文 参考訳（メタデータ） (2022-01-14T19:24:31Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳（メタデータ） (2021-08-03T17:49:09Z) - Nothing But Geometric Constraints: A Model-Free Method for Articulated
Object Pose Estimation [89.82169646672872]
本稿では,ロボットアームの関節構成を,モデルに先入観を持たずにRGBまたはRGB-D画像のシーケンスから推定する,教師なし視覚ベースシステムを提案する。
我々は,古典幾何学的定式化と深層学習を組み合わせることで,この課題を解決するために,極性多剛体制約を拡張した。
論文 参考訳（メタデータ） (2020-11-30T20:46:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。