QANTIS: Hardware-Calibrated Sequential POMDP Belief Updates on IBM Heron

Resumo Técnico: QANTIS – Atualizações de Crença Sequenciais de Hardware Calibrado em POMDP na IBM Heron

Definição do Problema
Sistemas autônomos que operam sob observabilidade parcial (POMDPs) dependem da manutenção de um estado de crença — uma distribuição de probabilidade sobre estados ocultos — atualizada via regra de Bayes após cada observação. Em cenários envolvendo observações raras, o termo de evidência (a probabilidade da observação dada a crença atual) torna-se extremamente pequeno. Métodos de amostragem clássicos para estimar este termo tornam-se computacionalmente caros, exigindo um número de amostras inversamente proporcional à probabilidade da evidência. Além disso, em um loop de decisão sequencial, qualquer erro na crença posterior em um passo propaga-se como a crença anterior (prior) para o próximo, podendo potencialmente acumular erros e desestabilizar o planejador.

O artigo aborda uma questão de hardware específica e restrita: pode um primitivo de atualização de crença quântica calibrada ser reutilizado sequencialmente através de um horizonte POMDP em hardware atual de Escala Intermediária com Ruído Quântico (NISQ) (especificamente IBM Heron) sem corromper a distribuição posterior recebida pelo planejador clássico? Os autores evitam explicitamente alegações de autonomia de ponta a ponta, aceleração de tempo de execução (wall-clock speedup) ou stacks de autonomia de grande escala, focando na fidelidade do posterior "voltado ao planejador".

Metodologia
O estudo implementa o núcleo de inferência QANTIS, que trata o processador quântico como um serviço para estimar o termo de evidência de eventos raros. A metodologia envolve:

1. Unidade Celular de POMDP Tiger Sequencial: Os autores utilizam o clássico problema do Tigre (dois estados ocultos, três ações) como banco de testes. Eles executam uma sequência fixa de etapas de decisão (ouvir, abrir-esquerda, abrir-direita) nos backends IBM Heron R2 e R3.
2. Primitivos Quânticos:
   • Amplificação de Amplitude (AA): Utilizada para aumentar a probabilidade do evento de "observação aceita", reduzindo o ônus de amostragem de $O(1/p)$ para $O(1/\sqrt{p})$.
   • Amplificação de Amplitude de Ponto Fixo (FPAA): Diferente da AA de Grover padrão, que pode ultrapassar o alvo (overshoot) quando a crença já está concentrada, a FPAA utiliza rotações de fase mais suaves para garantir convergência monotônica, permitindo a amplificação em cada etapa sem um "guarda de salto" (skip guard).
   • BIQAE Sensível a Fronteiras: A Estimativa de Amplitude Quântica Bayesiana (BIQAE) é usada para estimar a amplitude amplificada. Os autores introduzem um protocolo de calibração de duas fases para lidar com o "problema da fronteira", onde estimadores padrão derivam quando a amplitude real está próxima de 0 ou 1. Isso envolve uma varredura grosseira para selecionar um prior informativo (distribuição Beta próxima de 0 ou 1) antes do loop principal de estimativa.
3. Controles Experimentais: O estudo compara três políticas na mesma trajetória:
   • Sem amplificação (Baseline clássica).
   • Grover-AA com guarda (AA padrão com uma condição de salto).
   • FPAA em todas as etapas (Amplificação em cada etapa de escuta).
4. Métricas: A métrica primária é a distância de Hellinger entre o posterior gerado pelo hardware e o posterior Bayes analítico exato. Crucialmente, o estudo também verifica a "concordância de ação": se o posterior do hardware leva o planejador a escolher a mesma ação imediata (ouvir, abrir-esquerda ou abrir-direita) que o posterior exato.

Contribuições Principais

1. Inferência Sequencial Voltada ao Planejador: O artigo demonstra que a FPAA pode manter os posteriores do POMDP Tiger dentro de uma distância de Hellinger máxima de 0,009 (execução de 8 etapas) e 0,021 (execução de 12 etapas) na IBM Heron. Ele valida que esses erros não invertem a ação imediata do planejador.
2. Controles Compatíveis e Contabilidade de Recursos: O estudo fornece uma comparação rigorosa entre No-AA, Grover-AA com guarda e FPAA em todas as etapas na mesma trajetória, relatando explicitamente orçamentos de shots, profundidades de circuito e propagação de erro.
3. Estimativa Sensível a Fronteiras: Os autores introduzem e validam uma camada de calibração para BIQAE. Na IBM Pittsburgh, isso reduziu o erro de estimativa absoluto em amplitude 0,01 de 0,6317 (baseline) para 0,00224, e em 0,95 de 0,4890 para 0,00773.
4. Definição de Envelope Operacional: O artigo define o envelope operacional atual para este primitivo, identificando a profundidade do circuito por etapa como a principal restrição de coerência no hardware atual, em vez do tamanho do espaço de estados.

Resultados

• Fidelidade do Posterior: A abordagem FPAA de todas as etapas preservou o posterior do Tiger em execuções de 8 e 12 etapas. Em controles estendidos (execuções de 20 e 32 etapas), os posteriores permaneceram dentro da mesma banda operacional.
• Impacto na Decisão: Em cada verificação de decisão relatada (trajetórias de 8, 20 e 32 etapas), o posterior do hardware e o posterior Bayes exato selecionaram a mesma ação imediata. A perda de valor cumulativa foi medida em 0,000.
• Envelope de Evento Raro: Uma varredura lógica de complexidade de amostragem demonstrou que o sistema poderia lidar com eventos de evidência de uma em um milhão, alcançando uma probabilidade de aceitação medida de 0,9718 contra uma previsão analítica de 0,9714 (amplificação lógica de 971.832x).
• Transferibilidade: O loop sequencial sobreviveu à transferência para processadores IBM Heron R3 e diferentes configurações de backend (ex: Pittsburgh, Fez, Boston) sem colapsar, desde que a profundidade do circuito permanecesse dentro dos limites de coerência.

Significância e Alegações
O artigo enquadra modestamente sua contribuição como um envelope operacional para um primitivo de atualização de crença calibrado por hardware, não como uma alegação de vantagem quântica autônoma.

• O que é Alegado: O estudo prova que um processador quântico pode atuar como um serviço reutilizável e calibrado para estimar a evidência de eventos raros em um loop POMDP sequencial. Demonstra que, com FPAA e calibração sensível a fronteiras, o passo quântico não degrada a capacidade de tomada de decisão do planejador no hardware NISQ atual.
• O que Não é Alegado: Os autores declaram explicitamente que não alegam aceleração de tempo de execução (devido às filas e sobrecargas de compilação que não são o foco), otimização de política completa no hardware ou prontidão para sistemas autônomos de grande escala.
• Implicação Sistêmica: O trabalho sugere que, para sistemas autônomos, o componente quântico deve ser visto como um motor de inferência especializado para o gargalo da "observação rara". A estabilidade do loop sequencial depende fortemente da calibração do estimador de amplitude próximo às fronteiras (0 e 1), um requisito que algoritmos quânticos padrão frequentemente negligenciam.

O artigo conclui que, embora o tamanho do espaço de estados não seja o fator limitante imediato, a profundidade do oráculo de crença compilado é a restrição vinculante para os dispositivos Heron atuais. Gerações futuras de hardware com menor ruído e maior coerência são necessárias para escalar esta abordagem para POMDPs mais ricos e operacionais.