基于分步量子行走（SSQW）的新估计方案表明，仅需设置单个参数，SSQW就有望在多参数估计中达到量子克拉美-罗界。该参数甚至不涉及参数化过程，仅与初始态相关——与普通量子行走（OQW）不同，该方法既不要求纠缠初始态，也无需参数依赖的初始态。该研究推导的严格解析方程证明，在几乎所有可能场景下，SSQW实现的多参数估计精度均超越OQW。此外在单参数估计中，研究者可通过调节额外参数来优化行走动力学特性，通过最大化量子费希尔信息矩阵元素提升估计精度。研究成果表明，SSQW凭借其丰富的拓扑特性，能显著改进现有估计方案。
