Российские исследователи из Научной лаборатории ИИ, анализа данных и моделирования им. профессора А. Н. Горбаня Центрального университета, Исследовательского центра в сфере И И 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. С помощью алгоритмов, представленных в методе, можно ускорить управление роботами — уменьшить задержку между принятием решения о том, в каком целевом положении должен быть робот (манипулятор), и тем, когда в реальности начнется это движение. Сами манипуляции будут более плавными и оптимизированными — робот не будет делать лишних движений и суетиться. 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 Reports1, который входит в первый квартиль (Q1)2 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. Причем с совершением минимального количества действий. 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 все 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. Это позволяет использовать физические законы квантового мира для поиска оптимального решения среди миллиардов вариантов и делать это в разы быстрее.
Ученые предложили принципиально иной подход — перевести задачу управления роботом на язык квантовых компьютеров. Это позволяет использовать физические законы квантового мира для поиска оптимального решения среди миллиардов вариантов и делать это в разы быстрее.
Общий пайплайн решения оптимизационной задачи. Сначала задача кодируется в QUBO, затем подготавливается для запуска на квантовом процессоре D-Wave. После запуска и выполнения задача декодируется, а полученное решение проверяется на корректность и точность
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.
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.
Слева показана связь между переменными, которые ищут при решении сложной задачи. Это неупорядоченная и запутанная структура. Справа — упорядоченная структура реальных кубитов процессора D-Wave. Стрелки между картинкам — соответствие одного другому
Рамиль Кулеев, директор Исследовательского центра в сфере ИИ Университета Иннополис:
«Квантовый компьютер помог решить задачу движения робота. Задачи по управлению движением роботов можно решать с помощью вычислений на реальном квантовом оборудовании. В работе ученые рассмотрели одну из базовых задач робототехники — обратную кинематику. Она отвечает на вопрос: какие углы должны принять суставы робота, чтобы его рука оказалась в заданной точке? Такие расчеты используются при работе промышленных роботов, манипуляторов и автоматизированных систем.
Авторы предложили новый подход: они перевели задачу в форму, понятную квантовому компьютеру, и решили ее на квантовом вычислителе компании D-Wave. При этом расчеты проводились не на симуляторе, а на реальном квантовом устройстве. Целью исследования было показать, как реальные инженерные задачи можно корректно формулировать и проверять с использованием квантовых вычислений и какие ограничения у таких подходов существуют на практике. Работа демонстрирует полный путь решения — от математического описания движения робота до проверки корректности работы решения, полученного квантовым компьютером».
Глеб Рыжаков, старший научный сотрудник лаборатории ИИ, анализа данных и моделирования им. профессора А. Н. Горбаня Центрального университета, соавтор статьи:
«Долгое время квантовые компьютеры воспринимались как универсальные машины будущего, способные за небольшое время решать сложные алгоритмические задачи. То есть задачи, на которые у обычных компьютеров ушли бы сотни лет. Но развитие квантовых компьютеров такого типа столкнулось с теоретическими и инженерными трудностями, которые на данный момент не позволяют использовать их для решения практических задач.
Только недавно появилось понимание, что можно пойти обратным путем — рассматривать такие квантовые системы, с помощью которых можно решать узкоспециализированную и довольно простую по постановке задачу. И далее сводить к этой задаче реальные математические проблемы, требующие численного решения. Именно это и сделала наша исследовательская группа. Мы показали, как можно свести сложную и практически важную задачу робототехники — задачу нахождения внутренних углов робота-манипулятора, нужных для попадания его руки в заданное положение, — к задаче, в рамках которой «говорит» квантовый процессор нового типа D-Wave. Эта работа — пример успешного синтеза робототехники, алгоритмов оптимизации и квантовых вычислений современного типа. Задача робототехники была взята больше как практический пример. В перспективе этот тандем теоретических методов и «железа» нового типа способен решать огромное множество задач по оптимизации, важных в разных практических и теоретических областях. Особенно если новые квантовые процессоры станут мощнее и доступнее».
1 Авторитетный рецензируемый научный журнал с открытым доступом, выпускаемый Nature Portfolio (Nature Publishing Group) с 2011 года.
2 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.
2 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.