此简介的作者是Moya Connelly,William Wallock和PhillipeKäfer。作者要感谢以下专业人士的合作和珍贵的贡献,包括支持者毛里西奥·昆特拉(Traive)(traive),路易斯·巴比耶(Luis Barbieri),路易斯·拉波(Luis Lapo),路易斯·拉波(Luis Lapo)和莱南·克莱门特(Rhenan Clemente)(traive); and the working group members: Alex Bashian (Rockefeller Foundation), Daniela Feltes (Finance in Motion), Gabriel Thoumi (Responsible Alpha), Mike Kroll (Responsible Alpha), Roger Leung (Responsible Alpha), João Francisco Adrien Fernande (Itaú BBA), Nawar Al Ebadi (Sida), Marilia Martins (CrossBoundary Group), Girish Aivalli(影响投资者委员会),Felipe Leonato(Aon),Dale Petrie(开发担保小组),Lasitha Perera(开发担保小组)和Ina Hoxha(IFU)。作者要承认专家的贡献:Nawar al Ebadi(SIDA)。作者还要感谢Barbara Buchner,Ben Broche,Rachael Axelrod,Kathleen Maeder,Angela Woodall,Elana Fortin,Pauline Baudry,JúlioLubianco和Samuel Goodman的持续建议,支持,支持,评论,设计和内部评论。
量子计算机的发展受到了这样一种想法的刺激,即在解决计算任务时实现比基于传统原理的机器高得多的速度,并且与密码学(Shor,1994)、搜索(Grover,1996)、优化(Farhi 等人,2014)、量子系统模拟(Lloyd,1996)和求解大型线性方程组(Harrow 等人,2009)等问题相关。现有的量子计算设备原型使用各种物理平台来实现量子计算协议,例如超导电路(Arute 等,2019 年;Wu 等,2021 年)、半导体量子点(Xue 等,2022 年;Madzik 等,2022 年;Noiri 等,2022 年)、光学系统(Zhong 等,2020 年;Madsen 等,2022 年)、中性原子(Ebadi 等,2021 年;Scholl 等,2021 年;Henriet 等,2020 年;Graham 等,2022 年)和捕获离子(Zhang 等,2017 年;Blatt and Roos,2012 年;Hempel 等,2018 年)。尽管有几项实验报告称在解决采样问题方面取得了量子优势(Arute 等人,2019 年;Wu 等人,2021 年;Zhong 等人,2020 年),但现有一代量子计算机的计算能力有限。这些限制与以下事实有关:为了解决实际相关的计算问题,必须将设备相对于所用信息载体数量(例如,量子比特,它们是经典比特的量子对应物)的可扩展性与对量子比特的高质量操作相结合
[1] Fan,Thakker,Bartlett,Miled,Kim,Theodorou,Agha-Mohammadi,“自动杂种地面/未知环境中的空中移动性”,IROS 2019。[2] Lew,Emmei,Fan,Bartlett,Santamaria-Navarro,Thakker,Agha-Mohammadi,“接触惯性探测:碰撞是您的朋友,” ISRR2019。[3] Santamaria-Navarro,Thakker,Fan,Morrell,Agha-Mohammadi,“迈向无人机的弹性自动导航”,ISRR2019。[4] Terry,Lei,Morrell,Daftry,Agha-Mohammadi,“感知衰落的地下环境中的伪影检测和定位”,ICRA 2020(提交)。[5] Ebadi,Change,Palieri,Stephens,Hatteland,Heiden,Thakur,Morrell,Carlone,Carlone,Agha-Mohammadi。“灯:大规模的自主映射和定位,用于探索感知衰落的地下环境,” ICRA,2020年(提交)。[6] Jung,Lee,Shim,Agha-Mohammadi,“ DARPA地下挑战的自动空中勘探无人机”,ICRA 2020年(提交)。[7] Kanellakis,Karvelis,Mansouri,Agha-Mohammadi,Nikolakopoulos,“在地下隧道导航中使用多旋转器使用多旋翼的自主空中搜寻”,ICRA 2020(提交)。[8] Kramer,Stahoviak,Santamaria-Navarro,Agha-Mohammadi,Heckman,“视觉上降解环境的雷达惯性自我效率估计”,ICRA 2020(提交)。[9] Sasaki,Otsu,Thakker,Haesaert,Agha-Mohammadi,“在哪里映射?迭代的漫游者 - 弯曲器路径计划火星探索,” ICRA 2020(提交)。[10] Fan,Nguyen,Thakker,Alatur,Agha-Mohammadi,Theodorou。“基于贝叶斯学习的自适应控制对安全关键系统的自适应控制”,ICRA 2020(提交)。[11] Kanellakis,Karvelis,Mansouri,Agha-Mohammadi,Nikolakopoulos,“在地下环境中进行自主空中航行的视觉驱动的NMPC,IFAC(提交),[12],[12] [12]长期耐药性活动的概念混合空中/地面车辆。[13] Otsu,Tepsuporn,Thakker,Vaquero,Edlund,Walsh,Walf,Wolf,Agha-Mohammadi,“与机器人团队对贫困环境的自动探索和映射”[14] Tagliabue, Schneider, Pavone, Agha-mohammadi, “ The Shapeshifter: a Multi-Agent, Multi-Modal Robotic Platform for the Exploration of Titan, " IEEE Aerospace Conf., 2020 [15] Agha-mohammadi, Hofgartner, Vyshnav, Mendez, Tikhomirov, Chavez, Lunine, Nesnas, “探索冰冷的世界:通过自动协作混合机器人访问泰坦的地下空隙,” IPPW,2018。[16] Heiden,牧师,Vyshnav,Agha-Mohammadi,“通过置信度丰富的3D网格映射:应用于物理机器人的异质传感器融合:Iser,2018年。[17] SABET,AGHA-MOHAMMADI,TAGLIABUE,ELLIOTT,NIKRAVESH,“滚筒式:能源吸引能量的混合杂种空中地形迁移率对极端地形”,IEEE Aerospace Conf。,2019年。[18] Agha-Mohammadi,Heiden,Hausman,Sukhatme,“信心丰富的3D网格映射” IJRR,2019年。[19] Kim,Thakker,Agha-Mohammadi,“不确定性下的风险感知计划的双向价值学习”,IEEE机器人和自动化信,2019年。[21] Parcheta,Nash,Parness,Mitchell,Pavlov,“狭窄的垂直洞穴:映射火山裂缝几何形状”,IPCC,2015年。pp。[20] Agha-Mohammadi,Agarwal,Kim,Chakravorty和Amato,“ Slap:通过在信仰空间中启用动态重建的物理移动机器人的同时本地化和计划,”机器人技术的IEEE Transactions,2018。[22]波士顿,“洞穴和喀斯特科学的百科全书”。Fitzroy-Dearborn Publishers,Ltd。,英国伦敦。355-358,2004。