論文の概要: Quantum-Assisted Automatic Path-Planning for Robotic Quality Inspection in Industry 4.0

• arxiv url: http://arxiv.org/abs/2507.01462v1
• Date: Wed, 02 Jul 2025 08:21:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:23:00.096736
• Title: Quantum-Assisted Automatic Path-Planning for Robotic Quality Inspection in Industry 4.0
• Title（参考訳）: 産業用ロボット品質検査のための量子支援型自動パスプランニング(4.0)
• Authors: Eneko Osaba, Estibaliz Garrote, Pablo Miranda-Rodriguez, Alessia Ciacco, Itziar Cabanes, Aitziber Mancisidor,
• Abstract要約: 本研究は, 産業環境におけるロボット検査トラジェクトリの最適化のためのハイブリッド量子古典アルゴリズムの適用について検討する。 5つの実世界のケースで結果が示され、競争力のあるソリューションの品質が著しく低下した。
• 参考スコア（独自算出の注目度）: 0.33923727961771083
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work explores the application of hybrid quantum-classical algorithms to optimize robotic inspection trajectories derived from Computer-Aided Design (CAD) models in industrial settings. By modeling the task as a 3D variant of the Traveling Salesman Problem, incorporating incomplete graphs and open-route constraints, this study evaluates the performance of two D-Wave-based solvers against classical methods such as GUROBI and Google OR-Tools. Results across five real-world cases demonstrate competitive solution quality with significantly reduced computation times, highlighting the potential of quantum approaches in automation under Industry 4.0.
• Abstract（参考訳）: 本研究は,産業環境におけるCAD(Computer-Aided Design)モデルから得られたロボット検査トラジェクトリを最適化するための,ハイブリッド量子古典アルゴリズムの適用について検討する。 本研究では,この課題をトラベリングセールスマン問題の3次元変種としてモデル化し,不完全グラフとオープンルート制約を取り入れ,GUROBIやGoogle OR-Toolsといった古典的手法に対する2つのD-Waveベースの解法の性能評価を行った。 5つの実世界のケースにわたる結果は、計算時間を大幅に削減した競合ソリューションの品質を示し、Industrial 4.0の下での自動化における量子アプローチの可能性を強調している。

関連論文リスト

• Path Matters: Industrial Data Meet Quantum Optimization [2.7883868459582737]
  現実の最適化問題は、現在の量子ハードウェアで解けるようになる前に、一連の変換を行う必要がある。 実業界における産業生産計画問題と産業データを用いて,これらの転換経路の代表的サブセットをベンチマークする。 その結果,D-Waveハードウェア上でのQAがほぼ最適解を生成するのに対して,IBM量子デバイス上でのLR-QAOAは同等の性能に達するのに苦労していることがわかった。
  論文  参考訳（メタデータ） (2025-04-23T10:45:38Z)
• GAQAT: gradient-adaptive quantization-aware training for domain generalization [54.31450550793485]
  そこで本研究では,DGのためのGAQAT(Gradient-Adaptive Quantization-Aware Training)フレームワークを提案する。 我々のアプローチは、低精度量子化におけるスケール・グラディエント・コンフリクト問題を特定することから始まる。 GAQATフレームワークの有効性を実験により検証した。
  論文  参考訳（メタデータ） (2024-12-07T06:07:21Z)
• An Optimization Case Study for solving a Transport Robot Scheduling Problem on Quantum-Hybrid and Quantum-Inspired Hardware [0.0]
  我々は、D-Wavesの量子古典ハイブリッドフレームワーク、富士通の量子インスパイアされたデジタルアニール、そして輸送ロボットスケジューリング問題の解法におけるグロビの最先端の古典的解法を比較した。 ディジタルアニールラーには有望な結果が得られ、グロビと直接比較すると、ハイブリッド量子アニールラーにはいくつかの機会がある。
  論文  参考訳（メタデータ） (2023-09-18T13:00:09Z)
• Qubit efficient quantum algorithms for the vehicle routing problem on NISQ processors [48.68474702382697]
  時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。 そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
  論文  参考訳（メタデータ） (2023-06-14T13:44:35Z)
• On a Uniform Causality Model for Industrial Automation [61.303828551910634]
  産業自動化の様々な応用分野に対する一様因果モデルを提案する。 得られたモデルは、サイバー物理システムの振る舞いを数学的に記述する。 このモデルは、機械学習に焦点を当てた産業自動化における新しいアプローチの応用の基盤として機能することが示されている。
  論文  参考訳（メタデータ） (2022-09-20T11:23:51Z)
• Design Automation for Fast, Lightweight, and Effective Deep Learning Models: A Survey [53.258091735278875]
  本調査では,エッジコンピューティングを対象としたディープラーニングモデルの設計自動化技術について述べる。 これは、有効性、軽量性、計算コストの観点からモデルの習熟度を定量化するために一般的に使用される主要なメトリクスの概要と比較を提供する。 この調査は、ディープモデル設計自動化技術の最先端の3つのカテゴリをカバーしている。
  論文  参考訳（メタデータ） (2022-08-22T12:12:43Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)

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。