💻 computer science

Quantum Trust Reinforced Transformer Framework for Trust Aware Autonomous Navigation with Adaptive Path Planning

本文介绍了 QTR-Net，一种用于自主导航的统一量子辅助与信任感知 Transformer 框架，该框架集成了轨迹预测、动态信任映射以及混合量子-经典路径优化，旨在复杂的交通环境中实现鲁棒且自适应的控制。

原作者： Poojitha S.A., Swapna C, Venkata Bala Annapurna P, Ramesh Babu Pedditi, Sriharsha Vikruthi, Seelam Visweswara Rao

发布于 2026-09-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Poojitha S.A., Swapna C, Venkata Bala Annapurna P, Ramesh Babu Pedditi, Sriharsha Vikruthi, Seelam Visweswara Rao

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在繁忙的城市中驾驶汽车是一个持续不断的预测过程。人类驾驶员不仅仅是对前方的车辆做出反应；他们还会预判那辆车在未来几秒钟内的位置，猜测那位驾驶员是否在专心驾驶，并决定是加速、减速还是变换车道。他们在碰撞风险与快速到达目的地之间的欲望进行权衡。对于自动驾驶汽车而言，复制这种人类直觉是工程领域中最难的挑战之一。车辆不仅必须看到世界，还必须理解周围每一个移动物体之意图和可靠性，同时还要在平衡安全性、舒适性和效率方面做出瞬时决策。

一组研究人员提出了一种新方法，旨在教导自动驾驶汽车如何做出这些复杂的判断。他们将该系统称为 QTR-Net，这是一个结合了三种不同理念的框架，旨在帮助车辆在动态交通中导航。首先，它使用了一个先进的预测引擎来猜测附近车辆的未来路径。其次，它为每辆车分配一个“信任分数”，以此评估该车辆表现得可预测或危险的可能性。第三，它使用一种专门的数学过程，从许多可能性中选择最佳路径，并根据情况感知到的风险程度实时调整其优先级。研究人员在一个高度详细的城市街道计算机模拟环境中测试了该系统，运行了数千个场景，以观察其表现相对于旧方法的效果如何。

该系统的核心始于车辆如何“看见”未来。该系统不仅仅是追踪其他车辆当前的位置，而是通过观察它们的近期历史记录，来预测它们在接下来的几刻钟内会出现在哪里。随后，它会提出一个关键问题：我们能在多大程度上信任这个预测？如果附近的车辆正在剧烈转向或行驶轨迹不稳定，系统就会降低其信任分数。这个信任分数不仅仅是一个数字；它被投影到道路地图上，形成了一个“信任占用”层。在这个层级中，不可预测车辆周围的区域即使在物理上是空的，也会被视为更危险的区域。这使得汽车能够像谨慎的人类一样，为不可靠的驾驶者留出额外的空间，而不是仅仅将每辆车视为静态障碍物。

一旦系统理解了环境以及周围邻近车辆的可靠性，它就会生成二十条可能的行驶路线。这些路线并非简单的直线，而是符合车辆速度和转向限制的物理可行路径。随后，系统面临一个艰难的选择：这二十条路径中哪一条才是最好的？为了解决这个问题，它采用了一种融合了经典计算与受量子计算启发技术的混合方法。该方法会对排名前五的候选路径进行评估，衡量标准包括：安全性、速度、平滑度以及与低信任车辆互动的程度。至关重要的是，该系统并不使用固定的规则来实现这些目标。相反，一个自适应学习组件会不断重新评估情况。如果交通变得混乱，系统会自动将安全性置于速度之上；如果道路畅通，它可能会优先考虑更快地到达目的地。

研究人员在一个模拟环境中测试了该框架，该环境模拟了两种不同的城镇，涵盖了从正午晴天到大雨的三种天气类型，并具有不同的交通密度。他们运行了 16,200 次模拟，覆盖了这些条件的每一种组合。结果显示，该系统能在约 65% 的运行中成功完成驾驶任务，碰撞率约为 35%。虽然该成功率与一些较旧、较简单的算法相似，但驾驶质量明显不同。使用该系统的汽车行驶距离更短，更靠近车道中心，且转向调整更加平滑。它还能在潜在碰撞前保持更安全的时间间隔，并能更有效地避免与低信任车辆发生互动。

有趣的是，研究表明该系统最强大的部分在于预测引擎。当研究人员移除预测未来路径的能力时，汽车实际上完成任务的频率更高了，但其行驶方式却变得极不稳定。它行驶的弧线更宽、更不可预测，转向动作更生硬，并且在危险车辆附近停留的时间显著增加。这表明，虽然预测模块有时会让汽车显得过于谨慎，但它对于保持车辆行为的平滑、高效和安全至关重要。研究还证明，仅仅通过统计碰撞次数或成功行程并不足以评判一辆自动驾驶汽车；车辆的驾驶方式——即它移动的平滑程度以及它管理风险的方式——与它是否到达目的地同样重要。

研究结论认为，整合预测、信任评估和自适应决策这些不同的智能层级，可以创造出一个更鲁棒的导航系统。研究人员指出，他们的工作完全是在计算机模拟中进行的，尚未在真实的道路上对真实车辆进行过测试。他们计划在未来向物理硬件测试迈进，并将其连接到现实世界的传感器上。目前，这项工作提供了一个强有力的概念验证，证明自动驾驶汽车可以被教导不仅要“看见”道路，还要理解周围交通的可信度，从而实现一种更安全、更像人类的驾驶风格。

技术摘要：用于信任感知自主导航的量子信任增强 Transformer 框架

1. 问题陈述

在动态交通环境中，自主导航面临着在准确预测运动、评估不确定性风险、高效优化路径以及调整控制策略方面的重大挑战。现有文献通常将这些挑战孤立对待：

车载自组网（VANET）中的信任感知路由通常侧重于通信安全和数据包转发，而非物理运动规划。
**强化学习（RL）**方法通常优化网络层级的路由或能源效率，但缺乏与行为信任评估及量子辅助轨迹选择的集成。
交通预测方法通常模拟聚合拥堵，而非实现短时程安全关键规划所需的邻近车辆细粒度个体未来轨迹。

因此，在统一的闭环自主导航框架内，整合未来轨迹预测、行为信任评估、动力学可行候选生成、量子辅助优化以及自适应多目标决策，存在方法论上的空白。

2. 方法论：QTR-Net 框架

本文提出了 QTR-Net（量子信任增强 Transformer 网络），这是一个将九个连续阶段集成到闭环流水线中的统一框架。该系统通过处理周围车辆的历史记录来估计未来轨迹，将行为一致性和风险转化为信任分数，并将其投影到信任占据图中，以指导路径规划。

核心组件：

基于 Transformer 的轨迹预测： 取代了传统的 LSTM/CNN 模型。Transformer 编码器处理历史轨迹 ( $X$ ) 以捕捉长程时间依赖性，而解码器则预测周围车辆的未来轨迹 ( $\hat{Y}$ )。
动态信任估计： 根据轨迹稳定性、驾驶一致性、速度平滑度和碰撞风险，为每个邻近车辆分配信任分数 ( $T_i$ )。
$T_i = \alpha S_i + \beta D_i + \gamma V_i + \delta C_i$
信任占据图： 将信任分数投影到网格中。单元格根据信任度的倒数 ( $1 - T_i$ ) 和占据影响被分配累积信任成本，从而创建一个惩罚与低信任或高风险车辆交互的空间表示。
动力学候选生成： 动力学 RRT* 规划器生成 20 条满足车辆运动约束（转向、加速度）且尊重信任占据图的动力学可行候选路径 ( $P$ )。
QUBO 公式化与 QAOA 选择： 多目标路径选择问题（平衡长度、碰撞风险、时间、信任度和平滑度）被公式化为一个二次无约束二进制优化（QUBO）问题。采用 量子近似优化算法（QAOA） 作为混合量子辅助机制，从初始的 20 个候选路径中选出前 5 个优化后的候选路径。
基于 PPO 的自适应权重： 并非使用固定权重，而是利用 近端策略优化（PPO） 根据当前交通和风险状态，动态调整安全性、效率、平滑度、行驶时间和信任度目标的相对重要性。
车辆控制： 所选轨迹被转换为转向、油门和制动指令。如果碰撞时间（TTC）低于 1.2 秒，则触发紧急制动。

3. 主要贡献

本文概述了七项主要贡献：

统一架构： 一个集成了 Transformer 预测、动态信任建模、动力学规划、量子辅助优化和基于 PPO 的自适应权重的闭环框架。
预测驱动的信任建模： 一种结合预测未来轨迹与行为数据以创建“信任感知占据表示”的新颖方法，解决了通信级信任与运动规划之间的差距。
动力学多候选规划： 利用动力学 RRT* 生成多样化且动力学可行的候选轨迹。
混合量子辅助选择： 将候选路径选择公式化为 QUBO 问题，并通过 QAOA 进行求解，以评估具有多目标的潜在轨迹。
自适应目标权重： 实现 PPO 以动态调整规划优先级（安全性 vs. 效率 vs. 信任），而非依赖静态权重。
全面的多目标评估： 除了二元成功/碰撞指标外，还进行了包括车道偏差、转向冲击、TTC 和信任暴露在内的评估。
统计验证： 通过 Friedman 和经 Holm 校正的 Wilcoxon 检验进行严格的基准对比和消融研究，以量化各组件的贡献。

4. 实验结果

该框架在 CARLA 兼容的高保真仿真环境中进行评估，涵盖 Town03 和 Town05，包含三种天气条件（晴天、潮湿、大雨）、三种交通密度以及五个随机种子。研究共包含 16,200 次完成的仿真运行，且执行失败次数为零。

性能指标（完整 QTR-Net）：

成功率： 65.33%
碰撞率： 34.67%
平均行驶时间： 11.841 s
平均路径长度： 67.975 m
最小 TTC： 2.780 s
平均车道偏差： 0.01786 m

消融与对比发现：

Transformer 的影响： 去除 Transformer 后，成功率上升至 69.78%，但其他指标显著下降：车道偏差增加了 11 倍（达到 0.208 m），行驶时间增加了约 5%，且信任暴露增加了十倍。这表明即使在当前配置下，Transformer 可能会略微降低二元成功频率，但它提升了轨迹质量和稳定性。
信任模块： 去除该模块并未改变成功/碰撞率，但显著改变了安全裕度（TTC）、车道偏差和转向平滑度，证实了其在行为风险调节中的作用。
QAOA： 对成功率或碰撞率没有显著影响，但显著影响了车道偏差和转向冲击，表明其对路径几何形状和控制平滑度有贡献。
PPO： 显著影响了最小 TTC、车道稳定性和信任暴露，起到了自适应权衡机制的作用，而非直接的成功率最大化器。
统计显著性： Friedman 和经 Holm 校正的 Wilcoxon 检验确认了不同配置之间存在统计学上的显著差异，特别强调了 Transformer 是最具行为影响力的组件。

5. 重要性与声明

本文声称 QTR-Net 成功证明了将 预测建模、行为信任、量子辅助优化和强化学习 集成到单一自主导航流水线中的可行性。

整体优化： 与仅优化几何距离或碰撞规避的传统方法不同，QTR-Net 共同考虑了轨迹可行性、动态信任、时间安全性以及车辆动力学。
行为细微差别： 框架证明了导航质量不能仅通过成功/碰撞率来衡量；车道偏差、转向平滑度和信任暴露等指标揭示了所提框架与基准模型之间截然不同的行为差异。
适度的局限性： 作者明确指出，实验是在 仿真环境（CARLA 兼容的高保真适配器）中进行的，而非在实时服务器或物理车辆上。他们承认，虽然该框架前景广阔，但“无 Transformer”消融实验较高的成功率表明，预测组件仍需进一步调优。
未来方向： 论文指出了未来的工作方向，包括在实时 CARLA 服务器和物理平台上验证系统，扩展到多智能体协作导航，整合实时传感器融合（LiDAR、雷达），以及探索更先进的量子优化技术。

总之，本文将 QTR-Net 定位为一种 在统计上具有可区分性的多目标框架，它不仅不是在所有指标上都优于所有基准模型的通用方案，而且在动态交通场景中提供了更稳定、具备信任感知能力且几何平滑度更高的导航剖面。