日本公司 Toshiba 和 MIRISE Technologies 最近在自動駕駛技術方面取得了突破性進展。這兩家公司將 Toshiba 的模擬分岔機（Simulated Bifurcation Machine, SBM）嵌入到一個移動機器人中，這是一款受量子啟發的優化計算機。該機器人搭載 MIRISE 開發的自動平台，使 SBM 能夠在嚴格的尺寸和功耗限制下，實時處理複雜的多物體跟蹤任務。這一成就標誌著量子啟發的優化系統首次被集成到移動設備中以實現自動控制。
隨著勞動力短缺的加劇，自動駕駛車輛和移動機器人的需求在物流和智能移動領域持續上升。這些系統需要使用攝像頭和激光雷達（LiDAR）來檢測和跟蹤路徑及障礙物，同時在短時間內做出實時決策。然而，隨著處理需求日益複雜，它們面臨著尺寸、功耗和成本等嚴格的限制，這為技術帶來了挑戰。
量子啟發的優化計算機利用從量子計算中衍生的算法來解決複雜的組合優化問題。與量子計算機不同，這些計算機在標準硬件上運行，如 FPGA、GPU 和 ASIC，而無需專用的量子硬件。Toshiba 和 MIRISE 開發了一個嵌入式平台原型，並通過硬件實驗進行了驗證。他們創建了一種多物體跟蹤算法，能夠在擁擠環境中持續跟蹤個體，這些環境中物體經常交錯或被遮擋。
該跟蹤問題被表述為一個組合優化任務。除了能進行一對一匹配外，算法還能使用 SBM 的高速搜索能力進行一對多匹配，這使得在遮擋後能夠重新跟蹤。根據高階跟蹤準確度指標的評估，該算法在標準基準測試上提高了 4% 的準確度，並在評估物體遮擋的基準測試中提高了 23%。
Toshiba 在嵌入式 FPGA 上實現了 SBM，以在嚴格的功耗和尺寸限制下達到高速性能。通過利用 SBM 的高並行性和專有電路設計技術，該系統在每秒 23 幀的速度下實現了重複檢測和多物體跟蹤，超過了自動駕駛通常要求的 10 FPS。這使得以前僅限於高性能伺服器的高級優化任務，能夠在緊湊的低功耗設備中實時運行，例如車輛系統和機器人控制器。
在與 MIRISE 的實際試驗中，裝有新跟蹤算法的 FPGA 被安裝在一個自主移動機器人上。該機器人成功地展示了在避開多個移動物體的同時進行動態路徑規劃。系統利用基於 SBM 的跟蹤數據分析物體位置的置信度和運動方向，調整佔用區域，並預測未來位置，從而減少不必要的避讓措施，提高導航效率。Toshiba 在聲明中表示，雖然像 SBM 這樣的量子啟發優化計算機先前已被開發並用於移動系統的集中控制，但這是全球首次將此類計算機直接嵌入移動平台並應用於自動控制。
這些公司計劃將嵌入式 SBM 的應用擴展到自動駕駛車輛、多機器人協調、複雜路徑優化、實時任務分配，以及在各行各業的更廣泛嵌入式應用。
