3. 优化器选型的第一性原理
量子参数优化器的选型之所以容易陷入“挨个试一遍”的困境，根本原因在于把选型当成了经验问题，而不是结构问题。实际上，一个优化器是否适合当前任务，主要由四个客观维度决定：梯度是否可用、噪声呈现什么特性、参数维度有多大、单次电路评估的成本有多高。这四个维度不是并列的评分项，而是有先后顺序的筛选条件——先判断梯度可用性，再判断噪声特性，然后看参数维度，最后用电路评估成本做约束修正。按这个顺序走，选型就从“试错”变成了“排除”。
下面先给出决策树的全貌，再逐层展开每一维度的判断依据和对应的优化器选择。
维度一：梯度可用性——决定方法族，而非超参数
梯度可用性是第一道分水岭，因为它决定的是“方法族”而不是“调哪个学习率”。对参数化量子电路，梯度的可计算性来自参数移位规则：若某个参数 θ 出现在形如 e^{-iθG/2} 的门中，且 G 的本征值只有 ±1（如 Pauli 旋转门 RX、RY、RZ），则目标函数对 θ 的偏导可写成两次电路评估之差：
∂C/∂θ = [C(θ + π/2) − C(θ − π/2)] / 2这意味着只要电路由标准旋转门构成、且观测量是 Pauli 串的线性组合，梯度就是“可构造”的，代价是每个参数每步需要 2 次额外评估。反之，如果电路中含有不可微操作（如测量后的经典控制分支、非参数化门夹在参数中间导致移位规则失效），或者目标函数本身是黑盒（例如直接以硬件采样频率为代价），梯度就不可用，此时必须转向无梯度方法。
实操判断很简单：列出电路中所有含参数的门的类型。若全部是 RX/RY/RZ 或受控版本，走梯度族；若存在参数出现在非标准位置、或代价函数无法分解为 Pauli 期望，走无梯度族。这一步不需要跑任何实验，纯静态分析即可完成。
维度二：噪声特性——决定梯度估计的“信噪比策略”
梯度可用不等于梯度可靠。量子硬件上的噪声分两类，处理方式完全不同。第一类是统计噪声：每次电路评估只能得到有限次采样的均值，估计值本身带方差。第二类是硬件噪声：退相干、门误差、读出误差导致目标函数曲面被系统性扭曲，甚至出现“噪声诱导的贫瘠高原”。
对统计噪声，核心问题是每步梯度估计的方差。参数移位法每步需要 2P 次评估（P 为参数个数），若每次评估采样 N 次，梯度方差大致按 1/N 衰减。当 P 较大时，精确梯度的评估开销急剧上升，此时 SPSA 这类只用 2 次评估估计整个梯度方向的方法更划算——它用随机方向的方向导数替代逐参数偏导，代价是梯度估计噪声更大，需要配合学习率衰减。对硬件噪声，则要观察代价函数随迭代的走势：若损失下降到某个平台后不再改善且波动明显，说明噪声底已接近，此时应减小学习率或改用对噪声更鲁棒的 SPSA，而不是继续加大迭代次数。
维度三：参数维度——决定搜索策略的空间复杂度
参数个数 P 直接决定搜索空间的维数，也决定“每步需要多少信息”。经验上可以按 P ≤ 20 与 P > 20 分档。低维时，COBYLA、Nelder-Mead 这类直接搜索方法表现稳定，它们不需要梯度、对目标函数光滑性要求低，且每步评估次数随维度增长温和，适合变分本征求解器的小规模拟设。高维时（例如层数较深的硬件高效拟设，P 可达上百），直接搜索的单纯形会迅速退化，精确梯度的 2P 次评估也无法承受，SPSA 和进化策略成为主力：前者每步固定 2 次评估，后者通过种群并行分摊评估成本。
需要注意，维度判断要和拟设设计联动。如果发现 P 很大导致选型困难，优先考虑的是“能否用对称性、参数共享或分层训练把有效维度降下来”，而不是硬选一个高维优化器去硬扛。
维度四：电路评估成本——最后的约束修正
前三步给出候选方法族，第四步用成本做修正。单次电路评估成本取决于电路深度、 shots 数和是否在真实硬件上运行。设单次评估耗时 t，每步评估次数为 m，则每步墙钟时间约为 m·t。若 t 很大（真机排队、深电路），即使梯度法收敛步数少，也可能因每步 2P 次评估而总时间不可接受；此时应优先选择每步评估次数少的方法（SPSA 的 m=2），或采用“小批量梯度+周期性精确校准”的混合策略。若 t 很小（模拟器、浅电路），则可以承受 Adam 这类每步评估较多但收敛更稳的方法。
一个可执行的选型示例
假设某变分任务：4 量子比特、3 层硬件高效拟设，含 24 个 RY/RZ 参数，目标为估计分子基态能量，在含噪模拟器上运行，单次评估约 0.02 秒，shots=1024。按决策树走：
- 梯度可用性：全部为 RY/RZ，参数移位规则成立，梯度可构造 → 梯度族。
- 噪声特性：模拟器含退相干模型，损失曲线预计在 1e-2 量级出现平台 → 需鲁棒梯度估计。
- 参数维度：P=24，略高于 20 → 精确梯度的 48 次/步评估偏重，倾向 SPSA 或小批量梯度。
- 评估成本：t=0.02 s，SPSA 每步 2 次评估约 0.04 s，可接受；精确梯度每步约 0.96 s，也可行但迭代慢。
综合结论：首选 SPSA，学习率初值取 0.1 并按 1/√k 衰减，扰动系数 c 取 0.05 并同步衰减；若收敛后损失平台仍高于化学精度目标，再切换到“Adam + 每 10 步一次精确梯度校准”的混合方案。这个结论不是试出来的，而是四个维度逐层排除后剩下的唯一合理候选。