该研究团队提出“ANASTAARS”——一种面向变分量子算法(如量子近似优化算法QAOA)的噪声感知可扩展经典优化器。ANASTAARS采用自适应随机子空间策略,通过约翰逊-林登斯特劳斯变换在低维仿射子空间内迭代构建随机插值模型,高效优化QAOA电路的拟设参数,以应对多层QAOA带来的参数规模挑战。该技术能选择性复用历史测量数据,显著降低量子比特测量所需的计算资源消耗;同时通过噪声幅度估计动态调整信任域步长,实现对含噪测量数据的鲁棒处理。数值实验验证了该方法在近期量子计算应用中的实际可扩展性。