状态平均量子算法在多构型表面化学中的应用：Rh@TiO2(110) 深度基准测试

来源论文: https://arxiv.org/abs/2604.17925v1 生成时间: Apr 20, 2026 23:47

0. 执行摘要

在催化科学与材料研究的前沿，准确模拟非均相催化过程中的电子转移、键断裂及激发态演化至关重要。传统的密度泛函理论（DFT）在处理涉及过渡金属、自由基吸附以及多构型电子结构的体系时常面临巨大挑战。随着量子计算技术的发展，变分量子特征值解算器（VQE）成为解决这类问题的有力竞争者。

本解析针对论文《State-Averaged Quantum Algorithms for Multiconfigurational Surface Chemistry: A Benchmark on Rh@TiO2(110)》展开。该项工作首次在化学驱动的、超出极小模型的复杂嵌入式簇模型（Embedded Cluster Model）上，系统地评估了两种关键的量子算法——状态平均因子化酉耦合簇（SA-fUCCSD）和自适应问题定制拟设（SA-ADAPT）。研究不仅揭示了 SA-ADAPT 在参数紧凑性和精度上的显著优势，还提出了一种改进的算子选择策略，为未来在嘈杂中等规模量子（NISQ）设备上处理实际化学问题奠定了基础。

1. 核心科学问题，理论基础，技术难点与方法细节

1.1 科学背景与核心挑战

表面催化过程通常涉及极其复杂的电子结构。例如，当 NO 分子吸附在掺杂铑（Rh）的 TiO2(110) 表面时，体系在解离极限下表现为两个自由基碎片的纠缠态（Rh(IV) 中心与 NO 自由基），而在吸附态则呈现闭壳层离子对（Rh(III)-NO+）的特征。这种性质的剧烈变化导致势能面上存在多个紧密排列且相互交叉的电子态。

目前常用的 PBC-DFT 方法由于自吸入误差（Self-interaction error），在描述这种局部化电子态和强关联效应时往往力不从心。虽然波函数理论（WFT）能够提供更高的精度，但其在处理大体系时指数级的计算代价限制了应用。量子算法（如 VQE）通过量子比特模拟波函数，理论上能将计算复杂度降低至多项式级别。

1.2 理论基础：状态平均拟设（State-Averaged Ansatz）

为了捕获状态交叉（State Crossing）和激发态性质，研究采用了状态平均（SA）框架。不同于传统的态特定（State-specific）优化，SA 方法在优化参数时考虑了多个态的能量加权平均值，从而确保了非对角耦合和波函数在整个反应坐标上的平滑演化。

• SA-fUCCSD: 采用了因子化形式的酉耦合簇拟设。它通过多层（Layers）堆叠单激发和双激发算子来逼近精确解。每一层包含一组完整的自旋适配激发算子。
• SA-ADAPT: 继承自 ADAPT-VQE 算法，它并不预设固定的拟设结构，而是在每次迭代中从预定义的算子池中选择对能量梯度贡献最大的算子，动态构建拟设。这种方法理论上能以最少的参数达到预设精度。

1.3 技术难点：梯度平原与局部极小值

在实际模拟中，研究人员发现了两个关键技术瓶颈：

1. SA-fUCCSD 的参数冗余与初始化敏感性：随着层数增加，参数量急剧膨胀，且算法极易陷入局部极小值。初始参数（$ heta$）的选择对收敛结果有决定性影响。
2. ADAPT 的“梯度槽”（Gradient Troughs）：标准的 ADAPT 算法在迭代后期容易停滞在梯度极小的区域，无法达到化学精度要求的收敛阈值。

1.4 算法改进：Modified ADAPT 策略

为了克服上述难点，作者提出了一种改进的算子选择方案：在每一轮宏观迭代中，不再仅选择梯度最大的单个算子，而是包含所有梯度模长在最大值 90% 以内的算子。这一策略显著减少了算子选择的随意性，加速了在复杂势能面上的收敛过程。

2. 关键 Benchmark 体系、计算数据与性能分析

2.1 体系构建：Rh@TiO2(110) 嵌入式模型

为了在保证精度的同时控制计算量，研究采用了嵌入式簇模型。QM 区域包含 $[RhO_5]^{6-}$ 和 NO 分子，周围包裹着 780 个从头算模型势（AIMP）和超过 10 万个点电荷以模拟长程静电场。基组采用 X2C-SVPAll，并结合标量相对论 X2C 哈密顿量。

2.2 活性空间定义

经过 SA-CASSCF 预筛选，最终确定了 (10,8) 活性空间，即 10 个电子分布在 8 个轨道上。这些轨道包括 Rh 的 $4d$ 轨道和 NO 的 $\pi, \pi^*$ 轨道。在 Jordan-Wigner 映射下，这对应于 16 个量子比特的模拟规模。

2.3 关键性能数据对比

实验在理想态矢量模拟器（Statevector Simulator）上运行，以下是核心实验结果：

2.4 数据分析与结论

1. 精度飞跃：SA-ADAPT 在参数量仅为 fUCCSD(10) 的五分之一的情况下，将残差降低了两个数量级。这证明了自适应策略在处理强关联表面体系时的极端效率。
2. 状态交叉描述：在 Rh-N 键距为 2.10 Å 和 2.20 Å 附近，体系发生两次电子态交叉。SA-fUCCSD 在这些区域表现出明显的不稳定性，而改进后的 SA-ADAPT 能够平滑且精确地描述这些关键转折点。
3. 组态权重分析：计算表明，平衡位置的闭壳层态其实具有强烈的多构型特征（离子态组态仅占 50%），进一步验证了采用多参考量子算法的必要性。

3. 代码实现细节与复现指南

3.1 核心软件包

研究主要依托以下开源生态系统：

• SlowQuant: 一个基于 Python 的量子化学 VQE 框架，负责量子拟设的构建、梯度计算及变分优化。论文中使用的 SA-ADAPT 变体已集成其中。
• Ädelsten: 用于生成单电子和双电子积分的后台库，支持高效的自旋适配算子处理。
• OpenMolcas: 提供经典的 SA-CASSCF 参考值，并用于生成初始的分子轨道（MO）基组。
• CP2K: 用于进行周期性边界条件下的 DFT 计算，以进行簇模型大小的收敛性校核。

3.2 复现流程指南

1. 结构准备：从 Materials Project (mp-2657) 获取金红石型 TiO2 晶胞参数，构建吸附模型。使用 SCEPIC 程序生成点电荷和 AIMP 场。
2. 经典预计算：在 OpenMolcas 中运行 SA-CASSCF(10,8) 计算。这一步至关重要，因为量子算法将使用这组固定轨道作为基底。记录所有 CSF（构型态函数）的权重。
3. 拟设初始化：
   • 对于 SA-fUCCSD，将所有 $ heta$ 设为零，或者采用“参数传递”策略（利用上一个几何点的优化参数）。
   • 对于 SA-ADAPT，定义包含所有单激发和双激发自旋适配算子的 Operator Pool。
4. 量子模拟运行：执行多态收缩 VQE 方案（Multistate Contracted VQE）。在 SA-ADAPT 运行期间，开启“90% 梯度阈值”选择模式。
5. 数据后处理：将 VQE 能量与 OpenMolcas 得到的 CASCI 能量进行对比。若 MAD 小于 1 mEh，则认为达到了化学精度。

3.3 开源仓库链接

• SlowQuant: https://github.com/erikkjellgren/SlowQuant
• OpenMolcas: https://gitlab.com/Molcas/OpenMolcas

4. 关键引用文献与局限性评论

4.1 关键引用

• ADAPT-VQE 基础: Grimsley et al., Nature Communications 2019, 10, 10. (奠定了自适应构建拟设的理论基础)
• 多态 VQE 方案: Parrish et al., PRL 2019, 122, 230401. (提供了处理激发态的收缩策略)
• fUCC 拟设: Romero et al., Quantum Sci. Technol. 2019, 4, 014008. (定义了因子化形式的拟设结构)

4.2 工作局限性评价

尽管该研究在算法 benchmark 方面做得非常扎实，但仍存在以下局限：

1. 轨道弛豫缺失：研究中量子拟设是在固定的 SA-CASSCF 轨道上运行的，即“量子 Solver”模式。在实际的量子硬件上，轨道优化（Orbital Optimization）与拟设优化往往需要同步进行，这会引入更高的非线性复杂度。
2. 噪声模拟不足：所有实验均在理想模拟器上完成。SA-ADAPT 虽然参数少，但其构建的电路深度可能依然超过了当前 NISQ 设备的相干时间，且梯度计算对测量噪声极其敏感。
3. 簇模型收敛性：正如作者在支持信息中提到的，[RhO5] 簇模型在尺寸上尚未完全达到吸附能的定量收敛。这说明该模型更偏向于“方法学演示”而非“最终化学结论”。

5. 补充探讨：量子嵌入的未来展望

5.1 参数效率的重要性

在本工作中，SA-ADAPT 展示了惊人的参数压缩比。在量子计算的早期阶段，每一个量子门都是昂贵的。能够以 289 个参数实现比 1350 个参数更高的精度，意味着我们可以在更短的时间内完成变分优化，减少退相干的影响。这不仅是数学上的胜利，更是通往实际应用的关键。

5.2 表面对称性的利用

论文中详细讨论了 $C_{2v}$ 对称性。由于 TiO2 表面氧原子的排列，NO 的两个 $\pi^*$ 轨道不再简并。$\pi^*_y$ 由于指向氧原子行，受到更强的静电排斥而能量升高，而 $\pi^*_x$ 则相对稳定。这种由于环境导致的能级分裂是多构型特征的来源之一。未来的量子算法若能更好地利用点群对称性，将进一步减小搜索空间。

5.3 结论

这篇论文通过 Rh@TiO2(110) 这一极具挑战性的体系，证明了自适应拟设在处理复杂异质催化问题中的巨大潜力。Modified ADAPT 策略的成功，也暗示了在量子化学模拟中，纯粹的“贪婪算法”可能并不是最优解，适当增加搜索的宽度（多算子并行选择）能够带来更好的稳健性。对于广大从事量子计算与催化交叉研究的学者来说，这一 Benchmarking 工作提供了宝贵的参考坐标。