基于量子计算的虚拟现实视口预测框架 QLook
量子物理
2025-09-19 v1 系统与控制
系统与控制
摘要
我们提出了QLook，一个量子驱动的预测框架，用于提高沉浸式虚拟现实（VR）环境中视口预测的准确度。该框架利用量子神经网络（QNN）对用户运动数据进行建模，这些数据具有多个相互关联的维度，收集于六自由度（6DoF）VR 设置中。QNN 利用叠加和纠缠来编码和处理高维用户位置数据的复杂相关性。该方案具有级联混合体系结构，将经典神经网络与增强型变分量子电路（VQC）的量子长短期记忆（QLSTM）网络相集成。我们利用身份块初始化来缓解 VQCs 常见的训练挑战，尤其是出现坟垫问题时。QLook 的实证评估显示，相较于最先进的（SoTA）方法，平均均方误差（MSE）降低了37.4%，展示了优越的视口预测性能。
引用
@article{arxiv.2509.14290,
title = {QLook:Quantum-Driven Viewport Prediction for Virtual Reality},
author = {Niusha Sabri Kadijani and Yoga Suhas Kuruba Manjunath and Xiaodan Bi and Lian Zhao},
journal= {arXiv preprint arXiv:2509.14290},
year = {2025}
}
备注
5 pages, 5 figures