4. 梯度类优化器在量子场景的适用性分析

在变分量子算法（VQA）中，优化器面对的目标函数通常由量子线路采样估计得到，具有噪声、非凸、参数维度中等但每次评估代价较高的特点。梯度类方法能否发挥作用，取决于两个前提：梯度能否被可靠估计，以及估计出的梯度能否被有效利用。本节围绕参数移位规则、SPSA、Adam、BFGS 三类代表方法展开，说明它们各自的优势区间与失效边界。

一、梯度从哪来：参数移位规则

对形如 U(θ) = ∏ U_k(θ_k) 且生成元满足 G² ∝ I 的门（如 RX, RY, RZ），目标函数 C(θ) = ⟨ψ(θ)|H|ψ(θ)⟩ 的解析梯度可由参数移位规则精确给出：

∂C/∂θ_k = [ C(θ_k + π/2) − C(θ_k − π/2) ] / 2

这意味着每个参数需要两次额外线路评估，总代价约为 2P 次（P 为参数个数），且结果无偏（在无噪声、采样数足够时）。与之相对，有限差分 [C(θ+ε)−C(θ−ε)]/2ε 会引入 O(ε²) 截断误差，且 ε 过小会被采样噪声放大。因此在门生成元满足条件时，应优先使用参数移位而非有限差分。若生成元不满足 G² ∝ I（如某些受控旋转或自定义门），需改用通用参数移位规则或分解为基本门后再求导。

二、三类方法的定位与边界

SPSA（同时扰动随机近似）每次迭代只用一个随机方向 Δ 做双向扰动，估计 g ≈ [C(θ+cΔ)−C(θ−cΔ)]/(2c)·Δ⁻¹，仅需 2 次评估，与参数维度无关。它适合参数多、单次评估昂贵、且对梯度精度要求不高的场景。代价是梯度估计方差大，收敛在最优附近会抖动，需要配合学习率衰减或扰动幅度 c 的退火。

Adam 用一阶矩和二阶矩的指数滑动平均自适应调整每个参数的学习率，对梯度尺度差异大、目标函数病态的情况较稳健，是 VQA 中最常用的默认选择。但它依赖梯度的相对准确性：当梯度被采样噪声淹没时，Adam 的二阶矩估计会放大噪声方向，表现为损失曲线在平台区持续抖动而不下降。

BFGS 属于拟牛顿法，通过近似 Hessian 获得二阶信息，收敛速度快、末段精度高。然而它要求梯度足够准确以构造曲率信息，且存储与计算随参数平方增长。在含噪声的量子评估下，Hessian 近似容易被噪声污染导致非正定，线搜索失败。因此 BFGS 更适合无噪声模拟器、参数规模较小（数十个以内）、且已用解析梯度的精细收敛阶段。

三、结合参数移位的实操判断

实际调参时，建议先用参数移位规则在少量参数上验证梯度信噪比。例如对一个 8 参数线路，固定 shot=2048，计算每个参数的解析梯度并观察其绝对值与多次重复估计的标准差。若某参数梯度均值与标准差同量级，说明该方向不可信，此时 Adam 的学习率应下调，或改用 SPSA 并增大扰动幅度 c。反之，若梯度信噪比高（均值远大于标准差），可放心使用 Adam 甚至 BFGS 加速收敛。

一个常见的失效边界是贫瘠高原：随线路深度或量子比特数增加，梯度方差指数衰减。此时无论哪种梯度类方法都难以获得有效方向，表现为损失长期停留在初值附近。识别方法是绘制梯度方差随层数的变化曲线；若呈指数下降，应优先调整线路结构（如采用局部可观测量、分层训练），而非继续调优化器超参数。

总结判断顺序：先确认能否用参数移位得到解析梯度；再评估梯度信噪比与参数规模；最后按“大而贵选 SPSA、中等含噪选 Adam、小而净选 BFGS”的边界选择，并在训练中监控梯度方差与损失平台，及时识别贫瘠高原等结构性失效。