Hybrydowe podejście Fujitsu i czołowych uniwersytetów o 43% redukuje błędy w obliczeniach postawy, otwierając drogę do bardziej złożonych maszyn humanoidalnych.

Konsorcjum z udziałem Fujitsu, Shibaura Institute of Technology i Uniwersytetu Waseda opracowało nowatorską, hybrydową metodę do sterowania postawą robotów wielostawowych. Wykorzystując moc obliczeń kwantowych, naukowcy rozwiązali jeden z klasycznych problemów robotyki – wysoką złożoność obliczeniową kinematyki odwrotnej.

Kluczowym wyzwaniem w zaawansowanej robotyce jest kinematyka odwrotna, czyli proces obliczania kątów w poszczególnych stawach robota, aby jego końcówka (np. chwytak) znalazła się w precyzyjnie określonym punkcie. W przypadku maszyn o dużej liczbie stopni swobody, naśladujących ludzkie ciało (np. 17 stawów), liczba możliwych kombinacji staje się tak ogromna, że klasyczne komputery nie radzą sobie z obliczeniami w czasie rzeczywistym. Prowadzi to do uproszczeń, ograniczających płynność i zakres ruchów robota.

Nowe podejście polega na reprezentacji orientacji i pozycji każdej części robota za pomocą kubitów. Co kluczowe, technika wykorzystuje splątanie kwantowe do odtworzenia fizycznych zależności między stawami – ruch jednego segmentu natychmiastowo wpływa na segmenty z nim połączone. Obliczenia kinematyki prostej (pozycja końcówki na podstawie kątów) odbywają się w obwodzie kwantowym, podczas gdy zadanie kinematyki odwrotnej pozostaje po stronie komputera klasycznego.

Weryfikacja na symulatorze kwantowym Fujitsu wykazała redukcję błędu pozycjonowania nawet o 43% przy mniejszej liczbie obliczeń w porównaniu do metod konwencjonalnych. Skuteczność splątania potwierdzono również w eksperymencie na 64-kubitowym komputerze kwantowym zbudowanym przez Fujitsu i instytut RIKEN. Próbne obliczenia dla złożonego, 17-stawowego modelu udało się zrealizować w około 30 minut.

Metoda jest na tyle efektywna, że może być implementowana na istniejących, wciąż zaszumionych komputerach kwantowych ery NISQ (Noisy Intermediate-Scale Quantum). W przyszłości technologia ta może znaleźć zastosowanie w sterowaniu w czasie rzeczywistym robotami humanoidalnymi i manipulatorami, optymalizacji ich zużycia energii czy zaawansowanym omijaniu przeszkód.