論文の概要: Lane-Frame Quantum Multimodal Driving Forecasts for the Trajectory of Autonomous Vehicles

• arxiv url: http://arxiv.org/abs/2511.17675v1
• Date: Fri, 21 Nov 2025 07:00:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.353797
• Title: Lane-Frame Quantum Multimodal Driving Forecasts for the Trajectory of Autonomous Vehicles
• Title（参考訳）: 自律走行車軌道におけるレーンフレーム量子マルチモーダル駆動予測
• Authors: Navneet Singh, Shiva Raj Pokhrel,
• Abstract要約: 自動運転のトレイ予測は、厳密な計算とレイテンシの制約の下で、正確でマルチモーダルなキャリブレーションされた予測を提供する必要がある。 本稿では,エゴ中心のレーン配向フレームで動作することにより,量子帰納バイアスを路面構造に整合させる,コンパクトなハイブリッド量子アーキテクチャを提案する。 Open Motionデータセットでは、SI1.94mのminADEとSI3.56mのminFDEが達成され、ミス率と強いリコールでキネマティックベースラインを一貫して上回っている。
• 参考スコア（独自算出の注目度）: 6.137648436139678
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Trajectory forecasting for autonomous driving must deliver accurate, calibrated multi-modal futures under tight compute and latency constraints. We propose a compact hybrid quantum architecture that aligns quantum inductive bias with road-scene structure by operating in an ego-centric, lane-aligned frame and predicting residual corrections to a kinematic baseline instead of absolute poses. The model combines a transformer-inspired quantum attention encoder (9 qubits), a parameter-lean quantum feedforward stack (64 layers, ${\sim}1200$ trainable angles), and a Fourier-based decoder that uses shallow entanglement and phase superposition to generate 16 trajectory hypotheses in a single pass, with mode confidences derived from the latent spectrum. All circuit parameters are trained with Simultaneous Perturbation Stochastic Approximation (SPSA), avoiding backpropagation through non-analytic components. In the Waymo Open Motion Dataset, the model achieves minADE (minimum Average Displacement Error) of \SI{1.94}{m} and minFDE (minimum Final Displacement Error) of \SI{3.56}{m} in the $16$ models predicted over the horizon of \SI{2.0}{s}, consistently outperforming a kinematic baseline with reduced miss rates and strong recall. Ablations confirm that residual learning in the lane frame, truncated Fourier decoding, shallow entanglement, and spectrum-based ranking focus capacity where it matters, yielding stable optimization and reliable multi-modal forecasts from small, shallow quantum circuits on a modern autonomous-driving benchmark.
• Abstract（参考訳）: 自律走行のための軌道予測は、厳密な計算と遅延制約の下で正確で校正されたマルチモーダル未来を提供する必要がある。 本稿では, 量子誘導バイアスと路面構造との整合性を, エゴ中心のレーン整列フレームで演算し, 絶対的なポーズではなくキネマティックベースラインへの残差補正を予測することによって, コンパクトなハイブリッド量子アーキテクチャを提案する。 このモデルは、トランスフォーマーにインスパイアされた量子アテンションエンコーダ(9 qubits)、パラメータリーンの量子フィードフォワードスタック(64層、${\sim}1200$のトレーニング可能な角度)、浅い絡み合いと位相重畳を利用するフーリエベースのデコーダを組み合わせて、1回のパスで16の軌道仮説を生成する。 全ての回路パラメータは同時摂動確率近似 (SPSA) で訓練され、非解析的成分によるバックプロパゲーションを回避する。 Waymo Open Motion Dataset では、モデルが \SI{1.94}{m} の minADE (minimum Average Displacement Error) と \SI{3.56}{m} の minFDE (minimum Final Displacement Error) を達成する。 アブレーションは、レーンフレームの残差学習、フーリエの復号化、浅い絡み合い、スペクトルベースのランク付け能力が重要であり、最新の自動運転ベンチマークで、小さくて浅い量子回路から安定した最適化と信頼性の高いマルチモーダル予測が得られることを確認している。

関連論文リスト

• MPQ-DMv2: Flexible Residual Mixed Precision Quantization for Low-Bit Diffusion Models with Temporal Distillation [74.34220141721231]
  我々は,textbfMixed textbfPrecision textbfQuantizationフレームワークを改良したMPQ-DMv2を提案する。
  論文  参考訳（メタデータ） (2025-07-06T08:16:50Z)
• Simulating quantum collision models with Hamiltonian simulations using early fault-tolerant quantum computers [0.6536048280842786]
  我々は、繰り返し相互作用スキームとしても知られる量子衝突モデルをシミュレートするランダム化量子アルゴリズムを開発した。 我々の手法は、初期のフォールトトレラント量子コンピュータにおけるマルコフ力学と非マルコフ力学の両方に量子衝突モデルを利用することができる。
  論文  参考訳（メタデータ） (2025-04-30T12:09:54Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Long distance spin shuttling enabled by few-parameter velocity optimization [37.69303106863453]
  Si/SiGeにおける移動コンベヤモード量子ドットによるスピン量子ビットのシャットリングは、スケーラブルな量子コンピューティングへの有望な経路を提供する。 近年のバレー自由度と良質な障害によるデファスティングのモデル化では、減速速度が決定され、修正しきい値以上の誤差が制限される。 一定の速度での10$mu$mシャットリングの典型的な誤差は、O(1)エラーとなり、高速で自動微分可能な数値を用いて、障害モデリングや潜在的なノイズ範囲の改善を含むことを示す。
  論文  参考訳（メタデータ） (2024-09-11T20:21:45Z)
• PointMT: Efficient Point Cloud Analysis with Hybrid MLP-Transformer Architecture [46.266960248570086]
  本研究は,効率的な特徴集約のための複雑局所的注意機構を導入することで,自己注意機構の二次的複雑さに取り組む。 また,各チャネルの注目重量分布を適応的に調整するパラメータフリーチャネル温度適応機構を導入する。 我々は,PointMTが性能と精度の最適なバランスを維持しつつ,最先端手法に匹敵する性能を実現することを示す。
  論文  参考訳（メタデータ） (2024-08-10T10:16:03Z)
• Scalable Parity Architecture With a Shuttling-Based Spin Qubit Processor [0.32985979395737786]
  本稿では、Parity Quantum Approximate Optimization Algorithm (QAOA)を実装したスピンシャットリングと量子ゲートのシーケンスを示す。 本稿では,Parity Architectureのハードウェア固有の解析のための詳細なエラーモデルを開発する。 その結果,高忠実度スピンシャットリングでは,スピン量子ビットの性能は競争力があり,トランスモンの結果を超えていることがわかった。
  論文  参考訳（メタデータ） (2024-03-14T17:06:50Z)
• Toward Consistent High-fidelity Quantum Learning on Unstable Devices via Efficient In-situ Calibration [5.0854551390284]
  近未来の雑音型中間スケール量子(NISQ)時代には、高ノイズは量子コンピューティングの忠実度を著しく低下させる。 本稿では,量子パルスに基づく新しい雑音適応フレームワークQuPADを提案する。 実験により、8-10キュービットのQuPADの量子デバイス上でのランタイムは15分未満であり、パラメータシフトアプローチよりも最大270倍高速であることが示された。
  論文  参考訳（メタデータ） (2023-09-12T15:39:06Z)
• Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
  動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。 不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。 この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
  論文  参考訳（メタデータ） (2021-12-10T17:32:15Z)
• Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
  NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。 格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
  論文  参考訳（メタデータ） (2020-02-25T19:18:36Z)

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。