CARVE-Q：量子提議、經典認證的交互式駕駛修復

CARVE-Q論文由Yifan Wang等人於2026年6月3日提交至arXiv，提出了一種創新的量子-AI混合架構，用於解決自動駕駛中一個關鍵問題：當系統正確否決一個機動動作後，不僅需要判斷其是否安全，還需要提供一個合法、可審計且責任有限的修復方案。傳統的預測和博弈論規劃器雖然能建議合理的合作，但無法提供證明該修復尊重硬性規則、路權、成本分配和自車退路的證書。

研究人員首先提出了CARVE（Certified Affordable Repair of Vetoed maneuvers via Envelopes），一種無預測的交互式修復證書架構。給定一個被否決的機動，CARVE會構建一個有限的修復格，並生成結構化證書，記錄綁定規則、選定的聯合修復、按路權縮放的合作包絡、按責任加權的成本分配以及僅自車的退路方案。然而，這種證書視圖揭示了算法的瓶頸：多所有者修復會導致一個乘積格，其大小為M = ∏_j |A_j|，指數級增長。

為了克服這一挑戰，研究團隊進一步提出了CARVE-Q，一種驗證器屏蔽的量子-AI搜索層。該層僅將量子最小搜索應用於黑盒格，同時將所有安全認證權保留在經典域中。在保守的驗證器-預言機模型中，經典精確最小搜索在最壞情況下需要Θ(M)次查詢，而Durr-Hoyer/Grover最小搜索在大概率下僅需O(√M)次預言機查詢。CARVE-Q證明了驗證器屏蔽證書的正確性、優先級非泄露、黑盒查詢分離以及有限精度可逆預言機的可構造性。

實驗部分展示了在最多65,536個分配的CARVE修復預言機上進行狀態向量最小搜索的結果，並在基於Lanelet2的INTERACTION回放中驗證了證書保留，實現了100%的路權尊重、100%的責任一致性和零優先級誤報。這一成果為認證自主駕駛提供了一種信任受限的量子-AI模式：量子提出候選修復，CARVE進行認證。論文共9頁含3幅圖，後續可期在更大規模場景中的擴展應用。