科学家提出全新量子纠缠方法，使无人机和机器人即使在无信号环境中也能协同工作

12 月 21 日消息，弗吉尼亚理工大学研究人员提出了一种新的量子方法，可使无人机群或机器人团队等自主系统在无信号环境下仍能协同工作。

研究人员指出，该方法利用量子纠缠这一物理学现象，使多台由人工智能驱动的机器即便在传统通信手段失效的情况下，也能实现信息共享与协调行动。相关成果已于 12 月 19 日上传至 arXiv 预印本平台。

在传统通信体系中，无论是电子邮件、短信还是数据包，都需要通过互联网、电缆、无线电或卫星等信道传输。在自然灾害、战争或大规模网络中断等场景下，这些通信路径往往容易被干扰、阻断或延迟。尽管工程师长期致力于提升通信安全性和可靠性，但现有的经典通信系统始终依赖物理信号的传输。

该研究提出了一种不同于传统思路的方案：机器是否可以在不直接传递任何消息的情况下进行协作？研究人员认为，这一设想可以通过量子纠缠来实现。

注：量子纠缠是一种使两个粒子（如量子比特）保持高度关联的现象，即便相距甚远，其中一个粒子的状态发生变化，另一个粒子也会同步发生变化，而这一过程并不依赖于空间中的信号传输。

研究团队据此提出了一种叫作“纠缠量子多智能体强化学习”框架（eQMARL）的新框架系统。在该系统中，每个智能体配备相互纠缠的量子比特。当某智能体通过传感器感知环境或做出决策时，其量子比特状态变化会即时反映在其他智能体的纠缠量子比特上。智能体通过监测本地量子态变化，即可获取群体协作所需信息，全程无需任何数据交换。

该研究作者之一、弗吉尼亚理工大学博士生亚历山大・德里厄（Alexander DeRieux）表示：“我们开发的本质上是一种学习机制，利用的是这样一个事实：当你对一对纠缠量子比特中的一半进行操作时，另一半也会发生变化。我们并不关心具体变成了什么，只要这种变化发生即可。”

研究团队将 eQMARL 与传统人工智能方法以及不使用量子纠缠的量子基线方案进行了对比测试。结果显示，在通信受限或不可靠的场景下，eQMARL 的整体表现持续优于对照方法。

研究人员认为，该成果在应用层面具有广泛潜力，例如用于协同执行灭火任务的无人机群、在坍塌建筑中开展搜救的机器人团队，或在完全无法通信的环境中运行的自主系统。从更长远的角度看，这一思路也指向一种不依赖互联网的超安全协作方式，可降低被黑客攻击或监控的风险。

不过，研究也指出了现实限制。目前，在实验室之外维持大规模、稳定的量子纠缠仍十分困难，量子硬件在体积、稳定性和耐用性方面也尚不足以支撑实际部署。德里厄预计，该方法在真实场景中的应用，例如灾害响应无人机系统，可能仍需 10 至 15 年的发展时间。

研究团队表示，下一步将进一步完善该框架的数学基础，并在更接近真实环境的条件下进行测试，同时等待量子技术本身的持续进步。

论文地址：

• https://arxiv.org/pdf/2405.17486