第 26 课 · QML I——数据编码、VQE 与 QAOA · 模块四:应用与前沿专题

VQE(三):拟设三路线

  • UCCSD 卡(推导行):$(T - T^\dagger)^\dagger = T^\dagger - T = -(T - T^\dagger)$ 反厄米 → $(e^K)^\dagger = e^{-K} = (e^K)^{-1}$,$e^{T - T^\dagger}$ 酉 ✓;参数计数:单激发 $n_o \cdot n_v$ + 双激发 $C(n_o,2) \cdot C(n_v,2) = O(n^4)$;一阶 Trotter 后每因子 $O(n)$ 个 CNOT → 总深度 $O(n^5)$;HF 零初始化不陷高原
  • 演算卡(LiH 参数计数):全活性空间 $n_o = 4$、$n_v = 8$ → 单激发 $4 \times 8 = 32$,双激发 $C(4,2) \cdot C(8,2) = 6 \times 28 = 168$,合计 200 参数;冻结 Li 1s 芯后 $n_o = 2$、$n_v = 8$ → $2 \times 8 + 1 \times 28 = 44$ 参数、10 比特;深度估算 $200 \times 12 \approx 2400$ 个 CNOT
  • HEA 卡(定理行):每层 $\bigotimes_i [R_Y(\theta) \cdot R_Z(\theta')]$ + 按拓扑的纠缠门;参数 $O(D \cdot n)$、深度 $O(D)$、门原生;McClean 2018:随机初始化深层 → $E[\partial\langle H\rangle/\partial\theta] = 0$、$\mathrm{Var} = O(2^{-n})$(贫瘠高原)
  • ADAPT-VQE 卡(梯度指标推导):$\frac{d}{d\theta}\langle\psi|e^{-\theta\kappa_\mu} \cdot H \cdot e^{\theta\kappa_\mu}|\psi\rangle\big|_{\theta=0} = \langle\psi|[H, \kappa_\mu]|\psi\rangle$($e^{\pm\theta\kappa} = I \pm \theta\kappa + O(\theta^2)$ 一阶展开、同类项相消);每轮追加 $|\langle[H, \kappa_\mu]\rangle|$ 最大的算符并重优化
  • 底部结论行:表达力 / 深度 / 可训练性的三角矛盾——UCCSD 有物理直觉但 $O(n^5)$ 深,HEA 浅但指数平坦,ADAPT 自适应折中
类型formula-card(三路线公式对比)