QANTIS：面向POMDP规划和多目标数据关联的硬件验证量子平台

在不确定性下进行自主导航需要求解部分可观测马尔可夫决策过程（POMDP）以进行规划和分配传感器测量值给被跟踪目标——即多目标数据关联（MTDA）。这两个问题在规模扩大时变得计算密集：在稀有证据下，belief conditioning 的查询成本为 $\mathcal{O}(P(e)^{-1})$，而 MTDA 为NP难。量子幅度扩张可将 belief-update 查询成本二次降低到 $\mathcal{O}(P(e)^{-1/2})$，而 QUBO 重构将 MTDA 暴露给量子和量子启发式优化启发式。我们提出 QANTIS，一个模块化平台，集成量子 belief update（Grover 幅度扩张和 BIQAE）、通过 FPC-QAOA 实现的 QUBO 数据关联，以及可组合的误差缓解，我们报告了在三个 IBM Heron 后端上的 45 次实验。硬件上，对 Tiger belief oracle 应用单个 Grover 迭代，将稀有观察概率从 $0.179$ 放大到 $0.907$（$5.1\times$；ISA 18），同时保持贝叶斯后验（Hellinger $0.0015$），将可用-shot yield 从 1,463 增加到 7,429。我们将此解释为在 $k=1$ 处对二次查询复杂度机制的硬件验证，同时保持后验，而非对墙时优势的声称。我们进一步展示了据我们所知，第一个在超导硬件上实现的闭环混合量子-经典 Tiger POMDP（$T=8$，最大 Hellinger 低于 $0.015$），并经验地表征了 NISQ 可行性边界：ZNE 基于的误差缓解在 ISA $\approx 100$ 以下有益，在 ISA $\gtrsim 1{,}000$ 时有害；FPC-QAOA 在 $\leq 15$ QUBO 变量（ISA $\lesssim 450$）时有意义。这些结果表征了当前超导硬件上的实际运行 regime，而非今天规模下的墙时量子优势。