3. 变分量子本征求解器(VQE)工程实现

VQE 的核心思想是把“求分子基态能量”转化为“在参数化量子态族中搜索能量最小值”。工程实现时,真正决定成败的往往不是变分原理本身,而是四个环节的配合:拟设能否覆盖目标态、优化器能否在有限测量噪声下收敛、测量分组能否把期望值估计成本压下来、以及端到端任务能否稳定复现。本节以 H2 与 LiH 为例,把这四件事落到可执行的层面。

参数化拟设:从物理动机出发选结构

拟设(ansatz)决定了可搜索的态空间。工程上常用三类:硬件高效拟设(HEA)、UCCSD 类化学拟设、以及自适应拟设(ADAPT-VQE)。HEA 由交替的旋转层和纠缠层构成,深度可控但缺乏化学对称性约束,容易陷入贫瘠高原;UCCSD 从 Hartree-Fock 参考态出发,用单、双激发算符构造 exp(T - T†),物理意义明确、对弱关联体系精度高,但线路深度随电子数和轨道数快速增长。

以 H2/STO-3G 为例,2 个电子、2 个空间轨道(4 个自旋轨道),在冻结核心与粒子数守恒下,有效自由度只剩 1 个。此时拟设可简化为单个双激发旋转:

|ψ(θ)⟩ = cos(θ/2)|1100⟩ - sin(θ/2)|0011⟩
E(θ) = ⟨ψ(θ)|H|ψ(θ)⟩
     = (E0+E1)/2 + (E0-E1)/2 · cosθ - K · sinθ

其中 |1100⟩ 与 |0011⟩ 分别代表成键与反键组态,K 为交换积分贡献。该式说明:对 H2 而言,能量是 θ 的解析函数,最优 θ* 可由 dE/dθ=0 直接求出,VQE 在此更多是验证流程而非必需。LiH 则不同:STO-3G 下 4 个电子、6 个空间轨道,即使冻结 1s 核心,仍有 5 个活性轨道,UCCSD 会产生数十个参数,此时拟设设计与优化器选择才真正影响结果。

优化器选择与收敛判据

优化器分梯度-free(COBYLA、Nelder-Mead、Powell)与基于梯度(BFGS、L-BFGS-B、SPSA、Adam)两类。梯度-free 方法对噪声鲁棒、实现简单,但参数多时收敛慢;基于梯度的方法收敛快,但需要估计梯度,常用参数移位规则:

∂E/∂θ_i = [E(θ_i + π/2) - E(θ_i - π/2)] / 2

每个参数需两次额外能量评估,参数多时开销显著。SPSA 用一次或两次评估估计全梯度方向,适合含噪场景,但需要调节学习率与扰动幅度。

收敛判据不能只看“能量不再下降”。工程上建议同时监控:能量变化 |ΔE| < 1e-6 Ha 连续若干轮、梯度范数 ‖g‖ < 1e-4、参数更新步长趋近于零,以及能量方差 ⟨H²⟩-⟨H⟩² 是否接近零。方差判据尤其重要:它衡量当前态是否接近真实本征态,比能量本身更能反映收敛质量。若能量已平但方差仍大,说明拟设表达能力不足或陷入局部极小。

测量分组与期望值估计

分子哈密顿量经 Jordan-Wigner 或 Bravyi-Kitaev 映射后变成 Pauli 字符串之和。逐个测量每个 Pauli 项代价极高,因此需要分组:把相互对易的 Pauli 项放在同一组,用同一组测量基一次性估计。常用策略包括按量子比特对易(QWC)、按一般对易(GC)以及基于图的着色分组。

以 H2 为例,其哈密顿量约含 15 个 Pauli 项,经 QWC 分组后可压缩到 5 组左右;LiH 的项数可达数百,分组后仍可能有几十组。每组测量需重复采样 N_shots 次,统计误差按 1/√N_shots 下降。若要求能量精度 1e-3 Ha,通常需要每组数千到数万次采样。工程上还需注意:同一组内不同 Pauli 项的系数不同,应按系数大小分配采样预算,系数大的项多采样。

VQE 端到端工程流程(H2 / LiH) 分子与基组 H2 / LiH · STO-3G 冻结核心 · 活性空间 哈密顿量映射 Jordan-Wigner / BK Pauli 字符串求和 参数化拟设 UCCSD / HEA / ADAPT 参数 θ 初始化 测量分组 QWC / GC 分组 采样预算分配 量子线路执行与期望值估计 ⟨ψ(θ)|P_i|ψ(θ)⟩ → E(θ) = Σ c_i ⟨P_i⟩ 每组 N_shots 次采样 · 统计误差 ~ 1/√N 经典优化器 COBYLA / BFGS / SPSA · 参数移位梯度 θ ← θ - η·g 或直接搜索 反馈迭代 收敛判据 |ΔE| < 1e-6 Ha · ‖g‖ < 1e-4 · 方差 ⟨H²⟩-⟨H⟩² → 0 基态能量 E_VQE vs FCI 对比

H2 与 LiH 端到端计算任务

下面给出一个可复现的 H2 端到端任务示例(参数为教学示例,非实测结果)。流程如下:

  1. 构建哈密顿量:H2 键长取 0.735 Å,STO-3G 基组,冻结 1s 核心后活性空间 2 轨道。经 JW 映射得到约 15 个 Pauli 项。
  2. 选择拟设:采用单参数双激发拟设,初始 θ=0 对应 Hartree-Fock 态。
  3. 测量分组:按 QWC 分为 5 组,每组分配 4096 shots。
  4. 优化:用 COBYLA,初始步长 0.1,最大迭代 200 次,收敛阈值 |ΔE| < 1e-6 Ha。
  5. 结果判读:若收敛能量与 FCI 参考值(约 -1.137 Ha)偏差在 1e-3 Ha 内,且方差接近零,则认为成功。

LiH 任务更复杂:键长 1.595 Å,STO-3G,冻结 1s 后活性空间 5 轨道,UCCSD 拟设约 20 个参数。此时建议先用 COBYLA 粗优化,再用 BFGS 精调;测量分组后约 30 组,每组 8192 shots。若能量收敛但方差偏大,可尝试 ADAPT-VQE 逐步添加激发算符,或增加拟设层数。

工程提示:参数初始化对收敛影响很大。UCCSD 建议从零初始化(对应 HF 态);HEA 建议用小随机扰动避免对称性导致的零梯度。若多次运行结果分散,优先检查测量噪声是否过大,再检查拟设是否表达不足。
常见误区:把能量下降当作唯一收敛信号。在含噪场景下,能量可能因噪声而“假收敛”。务必同时观察梯度范数和能量方差,必要时用不同随机种子重复运行,确认结果稳定。

总结来看,VQE 工程实现的关键在于:拟设要匹配体系的关联强度,优化器要匹配参数规模与噪声水平,测量分组要匹配哈密顿量结构,收敛判据要匹配精度目标。H2 适合验证流程,LiH 适合检验工程能力。把这条链路走通,后续的误差缓解技术才有可靠的接入点。