📚 课程目录第4章梯度估计的数学基础

4. 梯度估计的数学基础

在变分量子算法中，我们最终要优化的目标通常写成某个可观测量的期望值：

L(θ) = ⟨ψ(θ)|H|ψ(θ)⟩

其中参数化量子线路把初态 |0⟩ 映射为 |ψ(θ)⟩ = U(θ)|0⟩。梯度下降、Adam 等经典优化器都需要 ∂L/∂θᵢ。问题在于：量子线路是一个黑箱采样过程，我们无法像对经典神经网络那样直接对计算图做反向传播。因此，量子机器学习的梯度估计需要一套独立的数学工具，其核心就是参数平移规则（parameter-shift rule）。本节从期望值对参数的导数出发，推导参数平移规则，并说明多参数线路中链式法则如何把局部导数组合成完整梯度。

一、期望值导数的来源

设线路由若干含参门组成，参数 θᵢ 只出现在某个旋转门 G(θᵢ) = exp(−i θᵢ P/2) 中，P 是满足 P² = I 的泡利算符（如 X、Y、Z）。把线路写成 U(θ) = A·G(θᵢ)·B，其中 B 是 G 之前的子线路，A 是 G 之后的子线路。则

L(θᵢ) = ⟨0|B† G†(θᵢ) A† H A G(θᵢ) B|0⟩

对 θᵢ 求导，只有 G(θᵢ) 依赖参数。利用 dG/dθ = −i(P/2)G，可得

∂L/∂θᵢ = ⟨ψ| [−i P/2, H_eff] |ψ⟩

其中 H_eff = A†HA 是“把后续线路吸收进可观测量”后的等效哈密顿量。这个表达式说明：导数本身也是一个期望值，只不过对应的可观测量变成了对易子。直接测量对易子并不方便，于是我们寻找一种只用原期望值就能算出导数的形式——这正是参数平移规则的出发点。

二、参数平移规则

对 G(θ) = exp(−i θ P/2)，可以证明如下恒等式：

∂L/∂θ = [L(θ + π/2) − L(θ − π/2)] / 2

这就是最常用的单参数平移规则（对 ±π/2 平移）。它的意义非常直接：把该参数分别向前、向后平移 π/2，各测一次期望值，两者之差除以 2 即为导数。整个过程不需要额外线路，不需要辅助量子比特，也不需要知道线路内部结构，只要能在参数上做偏移即可。

更一般地，对形如 exp(−i θ P/2) 的门，若 P 的本征值只有 ±1，则存在精确的两点规则；若参数出现在更一般的门中（例如某些多参数门或本征值间隔不为 1 的情形），则需要四点规则或更多采样点。工程上最常见的 RX、RY、RZ 旋转门都满足两点规则，因此实际实现中优先把参数化门设计成标准旋转门。

参数平移规则给出的是解析导数的估计，而非有限差分近似。它没有截断误差，只有采样带来的统计误差。这是它优于经典有限差分的关键原因。

三、多参数与链式法则

真实线路往往有几十甚至上百个参数，且参数可能出现在多个门中。此时梯度是一个向量，每个分量按上面的规则单独估计。但要注意两点：

参数共享：若同一个参数 θ 出现在多个门中（例如数据重上传线路中反复使用同一角度），则总导数等于各出现位置偏导数之和，即 ∂L/∂θ = Σₖ ∂L/∂θ⁽ᵏ⁾，每个位置分别做平移。
链式法则：当线路由多个子模块串联、或参数经过经典后处理（如 θ = w·x + b）再送入量子门时，需要对中间变量求导再相乘。例如 L(w) = ⟨H⟩(θ(w))，则 dL/dw = (∂L/∂θ)·(dθ/dw)。量子部分用参数平移规则算 ∂L/∂θ，经典部分用普通微积分算 dθ/dw，两者相乘即得对 w 的梯度。

下面的图示把“单参数平移求局部导数 → 多参数汇总 → 链式法则组合”这条数据流画在一起，便于对照理解。

四、一个可手算的示例

考虑单量子比特线路：先作用 RY(θ)，再测量 Z 的期望值。初态 |0⟩，则

L(θ) = ⟨0|RY†(θ) Z RY(θ)|0⟩ = cos θ

解析导数为 dL/dθ = −sin θ。用参数平移规则验证：

L(θ + π/2) = cos(θ + π/2) = −sin θ
L(θ − π/2) = cos(θ − π/2) =  sin θ
(L₊ − L₋)/2 = (−sin θ − sin θ)/2 = −sin θ  ✓

若取 θ = π/4，则解析梯度为 −sin(π/4) ≈ −0.7071。实际在模拟器上，每次期望值由有限次采样（例如 1024 shots）估计，L₊ 与 L₋ 都带有统计噪声，因此梯度估计会有波动。假设某次采样得到 L₊ ≈ −0.700、L₋ ≈ 0.712，则估计梯度约为 (−0.700 − 0.712)/2 = −0.706，与解析值接近。这说明参数平移规则在有限采样下仍然是无偏估计（期望等于真值），误差随 shots 增加按 1/√N 缩小。

五、实现中的关键约定

把规则落到代码时，有几个容易出错的细节需要先约定清楚：

平移方向与符号：本文统一采用 (L(θ+π/2) − L(θ−π/2))/2。若把两个采样顺序写反，梯度符号会整体翻转，优化方向随之反向。实现时应在注释中固定这一约定。
参数出现位置：对每个参数，先枚举它在线路中出现的所有门，再对每个位置单独平移。若线路中同一参数出现在 k 个门中，需要 2k 次线路执行，而不是 2 次。
与有限差分的区别：有限差分用 (L(θ+ε) − L(θ−ε))/(2ε)，存在 O(ε²) 截断误差且对噪声敏感；参数平移规则取 ε = π/2，是精确公式，不应再额外调小步长。
测量基：期望值必须在正确的测量基下估计。若可观测量不是 Z，需要在线路末端加基变换门，再按 Z 采样统计。

参数平移规则要求参数以 exp(−iθP/2) 的形式进入线路。若把参数写成 exp(−iθP)（即缺少 1/2 因子），两点规则不再直接成立，需要改用四点规则或调整门定义。实现前务必核对参数化门的生成元系数。

六、小结

本节建立了量子梯度估计的三层数学结构：期望值对参数的导数可以写成对易子形式；对标准旋转门，该导数由参数平移规则以两次采样精确给出；多参数与经典预处理则通过求和与链式法则组合成完整梯度。掌握这三层关系后，后续讨论梯度消失、优化器选择与线路设计时，就能清楚每个结论背后的数学依据，而不是把梯度估计当作黑箱调用。