量子科技中心_量科网

H-EFT-VA算法通过引入分层次有效场论紫外截断，建立了一个基于物理先验的解决方案，成功攻克了量子变分算法中的“贫瘠高原”(Barren Plateau)难题，确保梯度方差维持在Ω(1/poly(N))量级。但该方法的局域化特性将量子态制备限制在多项式子空间内，导致远离|0>^N基态的目标态存在参考态间隙。本研究提出自适应H-EFT-VA（A-H-EFT）算法，通过沿安全轨迹扩展可触及的希尔伯特空间，在训练效率与表达能力之间实现动态平衡。理论分析表明（定理1），当参数扰动标准差σ(t) ≤ 0.5/√(LN)时，梯度方差可保持Ω(1/poly(N))量级。安全拓展推论与单调增长引理证实了该方法的连续渐进特性。在16组实验（最高达14量子比特）的基准测试中，A-H-EFT实现0.54的态保真度，是静态H-EFT-VA（0.27）的两倍，显著优于层次硬件高效拟设（HEA，~0.01），且全程保持≥0.5的梯度方差。对于参考参数Δ=1的XXZ海森堡模型，A-H-EFT成功制备负值基态，而静态方法完全失效。所有结果均通过p值<10^-37的统计显著性检验。算法在三个数量级的超参数范围内保持稳健性，无需调参即可部署。这是首个在变分量子算法领域具有严格收敛保证的轨迹优化方案。