ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ КВАНТОВЫХ ВЫЧИСЛЕНИЙ ДЛЯ БОРТОВЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ
Аннотация
Современные робототехнические комплексы решают всё более сложные задачи, что предъявляет повышенные требования к быстродействию и эффективности бортовых вычислительных систем. Традиционные методы наращивания производительности (масштабирование аппаратуры, параллельные вычисления и др.) уже приближаются к своим пределам, поэтому возникает необходимость поиска принципиально новых подходов. Квантовые вычисления рассматриваются как перспективное направление, способное значительно превзойти классические вычислительные мощности в ряде задач. В этой связи целью данного исследования является изучение применимости квантовых вычислений для бортовых вычислительных систем робототехнических комплексов (РТК). Для достижения поставленной цели проведён всесторонний анализ требований (производительность, энергопотребление, массогабаритные показатели, надёжность и др.), предъявляемых к бортовым вычислительным системам РТК. Оценён потенциал квантовых алгоритмов в решении типовых задач робототехники, в том числе оптимизационных задач и задач машинного обучения, и проведено их имитационное моделирование с последующим сравнением результатов с классическими методами. Кроме того, рассмотрены текущие ограничения современных квантовых компьютеров (например, ограниченное число кубитов и проблемы декогеренции) и на основе тенденций развития технологий сделан прогноз их совершенствования в ближайшие годы. Проведённое исследование подтверждает перспективность применения квантовых вычислений для решения задач оптимизации и машинного обучения, которые являются ключевыми для интеллектуальных РТК. Однако текущие технологические ограничения (габариты, требования к условиям работы и нестабильность квантовых процессоров) пока не позволяют использовать квантовые компьютеры непосредственно на борту. Тем не менее, предложены направления дальнейших исследований и рассмотрены возможные сценарии постепенного внедрения квантовых вычислений в архитектуру РТК в ближайшие 5–15 лет, например, по мере миниатюризации квантовых процессоров и развития методов их интеграции в бортовые системы. Таким образом, по мере устранения существующих барьеров квантовые вычислители могут со временем стать неотъемлемой частью бортовых систем управления РТК, обеспечивая качественный скачок в их производительности.
Список литературы
1. Romanov A.M. Obzor apparatno-programmnogo obespecheniya sistem upravleniya robotov razlichnogo masshtaba i naznacheniya. Ch. 3. Ekstremal'naya robototekhnika [Review of hardware and software for robot control systems of various scales and purposes. Part 3. Extreme robotics], Rossiyskiy tekhnolog-icheskiy zhurnal [Russian Technological Journal], 2020, Vol. 8, No. 3 (35), pp. 14-32.
2. Bocharov N.A. Modelirovanie algoritmov katastrofoustoychivosti grupp robotov na programmno-apparatnoy platforme "El'brus" [Modeling Disaster Resistance Algorithms for Robot Groups on the El-brus Hardware and Software Platform], Radiopromyshlennost' [Radio Industry], 2019, No. 3, pp. 8-14.
3. Sokolov O.A., Berber M.O. Perspektivy ispol'zovaniya kvantovykh komp'yuterov v kosmicheskoy avi-atsii [Prospects for Using Quantum Computers in Space Aviation], Nauchnyy lider [Scientific Leader], 2023, No. 21 (119).
4. Mannone M., Seidita V., Chella A. Quantum computing for swarm robotics: a local-to-global approach, Philosophical Transactions of the Royal Society A, 2025, Vol. 383, Art. 20240139.
5. Doherty M. Quantum accelerators: a new trajectory of quantum computers, Digitale Welt, 2021,
Vol. 5, No. 2, pp. 74-79.
6. Grover L.K. Quantum mechanics helps in searching for a needle in a haystack, Physical Review Letters, 1997, Vol. 79, No. 2, pp. 325-328.
7. Farhi E., Goldstone J., Gutmann S. A quantum approximate optimization algorithm, arXiv preprint, 2014. arXiv:1411.4028 [quant-ph].
8. Peruzzo A., McClean J., et al. A variational eigenvalue solver on a photonic quantum processor, Nature Communications, 2014, Vol. 5, Art. 4213.
9. Harrow A.W., Hassidim A., Lloyd S. Quantum algorithm for solving linear systems of equations, Physi-cal Review Letters, 2009, Vol. 103, No. 15, pp. 150502.
10. Kirilyuk M.A., Bocharov N.A. Razrabotka programmnoy modeli kvantovykh vychisleniy i modelirovanie raboty kvantovykh algoritmov na platforme "El'brus" [Development of a software model of quantum computing and modeling of quantum algorithms on the Elbrus platform], Vestnik Kontserna VKO "Almaz – Antey" [Bulletin of the Almaz-Antey Air and Space Defense Concern], 2022, No. 1, pp. 93-101.
11. Zhulev V.I., Levushkin V.S., Nguen T.N. Planirovanie lokal'noy traektorii avtomobilya-robota v real'nom vremeni [Planning a local trajectory of a robotic car in real time], Vestnik RGRTU [Bulletin of the Rus-sian State Radio Engineering University], 2013, No. 4, Issueyp. 46, pp. 18-23.
12. Reyndogl'd E., Deo N. Kombinatornye algoritmy resheniya zadachi kommivoyazhera. Teoriya i praktika [Combinatorial algorithms for solving the traveling salesman problem. Theory and practice]. Moscow: Mir, 2000, 480 p.
13. Ruan Yue, Xiling Xue, Yuanxia Shen. Quantum Image Processing: Opportunities and Challenges, Math-ematical Problem in Engineering. 2021. Available at: https://www.hindawi.com/journals/mpe/ 2021/6671613/.
14. Zhang, Yi, Kai Lu, and YingHui Gao. QSobel: a novel quantum image edge extraction algorithm, Science China Information Sciences, 2015, 58.1, pp. 1-13. Available at: https://link.springer.com/article/ 10.1007/s11432-014-5158-9.
15. Yao, Xi-Wei, et al. Quantum image processing and its application to edge detection: theory and experi-ment, Physical Review, X 7.3, 2017, 031041. Available at: https://arxiv.org/abs/1801.01465.
16. Katiyar Sunil Kumar, and Arun P.V. Comparative analysis of common edge detection techniques in context of object extraction, arXiv preprint, 2014, arXiv:1405.6132. Available at: https://arxiv.org/abs/1405.6132.
17. Preskill J. Quantum Computing in the NISQ era and beyond, Quantum, 2018, Vol. 2, pp. 79.
18. Acharya R., Aleiner I., Allen R. M. et al. Suppressing quantum errors by scaling a surface code logical qubit, Nature, 2023, Vol. 614, No. 7949, pp. 676-681.
19. Bruzewicz C. D., Chiaverini J., McConnell R., Sage J. M. Trapped-ion quantum computing: Progress and challenges, Applied Physics Reviews, 2019, Vol. 6, No. 2, pp. 021314.
20. Memon Q. A., Al Ahmad M., Pecht M. Quantum Computing: Navigating the Future of Computation, Challenges, and Technological Breakthroughs, Quantum Reports, 2024, Vol. 6, No. 4, pp. 627-663








