QUAV: Quantum-Assisted Path Planning and Optimization for UAV Navigation with Obstacle Avoidance
यह शोध पत्र QUAV को प्रस्तुत करता है, जो एक नवीन क्वांटम-असिस्टेड फ्रेमवर्क है जो क्वांटम एप्रोक्सिमेट ऑप्टिमाइज़ेशन एल्गोरिदम (QAOA) का उपयोग करके बाधाओं से बचाव के साथ स्केलेबल, रियल-टाइम UAV पथ नियोजन को सक्षम बनाता है, जिसे सिमुलेशन और IBM के ibm_kyiv बैकएंड पर वास्तविक हार्डवेयर दोनों के माध्यम से सत्यापित किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक ड्रोन एक भीड़भाड़ वाले शहर के बीच से गुजरने की कोशिश कर रहा है, जो पैकेज पहुंचाने के लिए गगनचुंबी इमारतों, बिजली के तारों और नो-फ्लाई ज़ोन (उड़ान निषेध क्षेत्रों) के बीच से रास्ता बना रहा है। ड्रोन का मार्गदर्शन करने वाला कंप्यूटर को लगातार सबसे सुरक्षित और सबसे छोटा रास्ता गणना करना पड़ता है। जैसे-जैसे बाधाओं की संख्या बढ़ती है, एक आदर्श पथ खोजने के लिए आवश्यक गणित पारंपरिक कंप्यूटरों के लिए अत्यधिक बोझिल हो जाता है, जिन्हें एक के बाद एक संभावनाओं की जांच करनी पड़ती है। यहीं पर एक नया कंप्यूटिंग क्षेत्र प्रवेश करता है: क्वांटम कंप्यूटिंग। मानक कंप्यूटरों के विपरीत जो सूचनाओं को शून्य और एक के रैखिक क्रम में संसाधित करते हैं, क्वांटम मशीनें कई संभावनाओं को एक साथ तलाशने के लिए भौतिकी के विचित्र नियमों का उपयोग करती हैं। हालांकि ये मशीनें अभी अपने शुरुआती चरणों में हैं, शोधकर्ता यह देखने के लिए उत्सुक हैं कि क्या वे उन जटिल नेविगेशन समस्याओं को हल कर सकते हैं जो पारंपरिक प्रणालियों को उलझा देती हैं।
हाल ही में एक अध्ययन में, न्यूयॉर्क यूनिवर्सिटी अबू धाबी और थलेस ग्रुप (Thales Group) के शोधकर्ताओं की एक टीम ने इस चुनौती से निपटने के लिए QUAV नामक एक नई विधि पेश की। उन्होंने एक ऐसा सिस्टम बनाया जो एक क्वांटम एल्गोरिदम का उपयोग करता है, विशेष रूप से जिसे 'क्वांटम एप्रोक्सिमेट ऑप्टिमाइज़ेशन एल्गोरिदम' के रूप में जाना जाता है, ताकि ड्रोन के उड़ान पथों की योजना बनाई जा सके। लक्ष्य मौजूदा नेविगेशन उपकरणों को तुरंत बदलना नहीं था, बल्कि यह परीक्षण करना था कि क्या एक क्वांटम दृष्टिकोण बाधाओं से भरे वातावरण में सुरक्षित और कुशल मार्ग सफलतापूर्वक बना सकता है। शोधकर्ताओं ने ड्रोन की यात्रा को एक पहेली के रूप में माना जहाँ उड़ान पथ का प्रत्येक संभावित खंड एक टुकड़े की तरह था जिसे बिना किसी बाधा से टकराए फिट किया जाना था।
इसे काम करने योग्य बनाने के लिए, टीम को पहले वास्तविक दुनिया को उस भाषा में अनुवादित करना था जिसे क्वांटम कंप्यूटर समझ सके। उन्होंने ड्रोन के शुरुआती बिंदु, गंतव्य और इमारतों या प्रतिबंधित क्षेत्रों जैसी बाधाओं के स्थानों के लिए मानक जीपीएस (GPS) निर्देशांकों से शुरुआत की। चूंकि जीपीएस निर्देशांक पृथ्वी की सतह के अनुरूप वक्र होते हैं, इसलिए शोधकर्ताओं ने उन्हें 'यूनिवर्सल ट्रांसवर्स मर्केटर' नामक एक सपाट, ग्रिड जैसी प्रणाली में परिवर्तित किया, जो सटीक दूरी की गणना की अनुमति देता है। इसके बाद उन्होंने प्रत्येक बाधा के चारों ओर एक डिजिटल सुरक्षा बफर बनाया, जिससे एक बड़ा "नो-गो" ज़ोन बन गया ताकि यह सुनिश्चित हो सके कि ड्रोन कभी भी उसके बहुत करीब न जाए। शुरुआती बिंदु और अंतिम बिंदु के बीच के स्थान को संभावित वेपॉइंट्स (waypoints) के एक ग्रिड में विभाजित किया गया, और शोधकर्ताओं ने इन बिंदुओं के बीच प्रत्येक संभावित कनेक्शन को मैप किया ताकि मार्गों का एक विशाल नेटवर्क तैयार किया जा सके।
QUAV प्रणाली के मूल में यात्रा को छोटे खंडों में तोड़ना और प्रत्येक खंड को एक एकल क्वांटम बिट, या क्यूबिट (qubit) को सौंपना शामिल है। शोधकर्ताओं ने फिर इन खंडों के सभी संभावित संयोजनों को एक साथ तलाशने के लिए एक क्वांटम सर्किट का उपयोग किया। मार्गों की एक-एक करके जांच करने के बजाय, क्वांटम सिस्टम संभावनाओं के पूरे परिदृश्य का एक साथ मूल्यांकन करता है, और उस संयोजन की तलाश करता है जो कुल दूरी को कम करता है जबकि बाधाओं के आसपास के सुरक्षा बफ़र्स से सख्ती से बचता है। सिस्टम किसी भी मार्ग को जो किसी बाधा के बहुत करीब आता है, उस पर भारी दंड (penalty) लगाता है, जिससे प्रभावी रूप से कंप्यूटर को सुरक्षा को प्राथमिकता देने के लिए सिखाया जाता है। पुनरावृत्ति सुधार (iterative refinement) की एक प्रक्रिया के माध्यम से, एल्गोरिदम अपनी आंतरिक सेटिंग्स को समायोजित करता है ताकि गति की आवश्यकता और दुर्घटना न होने की पूर्ण आवश्यकता के बीच संतुलन बनाते हुए सबसे कम समग्र लागत वाले पथ को खोजा जा सके।
शोधकर्ताओं ने खुले स्थानों से लेकर बाधाओं के घने समूहों वाले क्षेत्रों तक, छह अलग-अलग परिदृश्यों में इस दृष्टिकोण का परीक्षण किया। उन्होंने दो प्रसिद्ध शास्त्रीय नेविगेशन विधियों के विरुद्ध परिणामों की तुलना की: एक जो सबसे छोटा पथ सुनिश्चित करता है लेकिन गणना करने में बहुत धीमा हो सकता है, और दूसरा जो तेज़ है लेकिन अक्सर घुमावदार, अक्षम मार्ग बनाता है। सिमुलेशन में, क्वांटम-सहायता प्राप्त सिस्टम ने तेज़ शास्त्रीय पद्धति की तुलना में काफी छोटे और अधिक सीधे पथ लगातार खोजे। हालांकि यह धीमी, अधिक विस्तृत शास्त्रीय पद्धति द्वारा पाए गए पूर्णतः सबसे छोटे अंतर को हमेशा नहीं छू सका, लेकिन यह तेज़ विकल्प की तुलना में बहुत करीब था। कुछ जटिल परिदृश्यों में, क्वांटम प्रणाली ने आदर्श सीधी रेखा की तुलना में थोड़ा अधिक टेढ़ा-मेढ़ा रास्ता बनाया, जो क्वांटम कंप्यूटिंग की संभाव्यता संबंधी प्रकृति का परिणाम है, जो एक एकल नियत पथ का पालन करने के बजाय कई वैध विकल्पों का अन्वेषण करती है।
यह सिद्ध करने के लिए कि यह प्रणाली कंप्यूटर सिमुलेशन से परे काम करती है, टीम ने इस एल्गोरिदम को एक वास्तविक क्वांटम प्रोसेसर, विशेष रूप से IBM ibm_kyiv मशीन पर चलाया। यह हार्डवेयर वर्तमान पीढ़ी के क्वांटम कंप्यूटरों का हिस्सा है, जो अभी भी त्रुटियों और अपने वातावरण से शोर (noise) के प्रति संवेदनशील हैं। परिणामों ने दिखाया कि इन खामियों के बावजूद, सिस्टम अभी भी एक व्यवहार्य समाधान पर पहुँच सकता है। सिमुलेशन की तुलना में हार्डवेयर शोर के कारण पथ की लागत में उतार-चढ़ाव हुआ, लेकिन एल्गोरिदम ने सफलतापूर्वक लागत को कम किया और हर परीक्षण मामले में एक सुरक्षित मार्ग खोजा। शोधकर्ताओं ने देखा कि सिस्टम मशीन के भौतिक प्रतिबंधों, जैसे कि क्यूबिट्स के बीच सीमित कनेक्शनों को, उपलब्ध हार्डवेयर के अनुसार समस्या को सावधानीपूर्वक मैप करके संभाल सकता है।
अध्ययन यह निष्कर्ष निकालता है कि यह क्वांटम-सहायता प्राप्त दृष्टिकोण वास्तविक दुनिया के ड्रोन नेविगेशन के लिए उपयोग करने की दिशा में एक व्यवहार्य पहला कदम है। सिस्टम ने प्रदर्शित किया कि यह व्यवहार्य, टकराव-मुक्त प्रक्षेपवक्र (trajectories) उत्पन्न कर सकता है और पथ खंडों की संख्या के साथ इसकी जटिलता रैखिक रूप से बढ़ती है, जो भविष्य के अनुप्रयोगों के लिए एक आशाजनक लक्षण है। हालांकि वर्तमान हार्डवेयर अभी भी हर स्थिति में सर्वश्रेष्ठ शास्त्रीय कंप्यूटरों से बेहतर प्रदर्शन करने के लिए पर्याप्त शक्तिशाली नहीं है, फिर भी यह शोध पुष्टि करता है कि मौलिक तर्क काम करता है। निष्कर्ष बताते हैं कि जैसे-जैसे क्वांटम हार्डवेयर में सुधार होगा और इसमें शोर कम होगा, ये सिस्टम भविष्य के जटिल आसमानों में स्वायत्त ड्रोन बेड़े के नेविगेशन के लिए आवश्यक विशाल, गतिशील गणनाओं को संभालने में सक्षम हो सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।