基于量子启发式混合群体智能与决策机制的多准则 ADAS 标定
神经与进化计算
2026-02-18 v1
摘要
Advanced Driver Assistance Systems (ADAS) 的调参涉及解决多个相互竞争目标之间的权衡，包括 operational safety、system responsiveness、energy usage 和 passenger comfort。本工作引入一种新型优化框架，基于量子启发式混合群体智能 (Quantum-Inspired Hybrid Swarm Intelligence, QiHSI)，将量子启发式机制嵌入多目标虾群优化过程中，以增强全局搜索能力并在复杂高维决策空间中保持种群多样性。此外，融入一种“在回路内的决策者”策略，以纳入自适应专家指导，使优化过程能够动态响应不断变化的设计优先事项和系统约束。我们在 established multi-objective benchmark problems 以及实际的 ADAS 标定情景上评估了 QiHSI 的有效性。与多种最新进步的进化和群体算法 (包括 MSSA、MOPSO、MOEA/D、SPEA2、NSGA-III 和 RVEA) 的实验比较表明，所提方法持续产生分布均匀的帕累托最优解，具备更快的收敛速度和更好的适应性。这些发现表明，QiHSI 为智能 ADAS 标定提供了可靠且可扩展的方案，支持开发更具响应性、效率和安全性的自动驾驶技术。
引用
@article{arxiv.2602.15043,
title = {A Quantum-inspired Hybrid Swarm Intelligence and Decision-Making for Multi-Criteria ADAS Calibration},
author = {Sanjai Pathak and Ashish Mani and Amlan Chatterjee},
journal= {arXiv preprint arXiv:2602.15043},
year = {2026}
}