来源论文: https://arxiv.org/abs/2605.29681v1 生成时间: May 30, 2026 06:55

信道无关的有限温度量子相位估计与可变网格平均：用于动力学平均场理论的格林函数重构深度解析

0. 执行摘要

强关联电子系统的精确计算是现代凝聚态物理与量子化学领域的核心难题。传统的密度泛函理论（DFT）在处理诸如过渡金属氧化物等具有局部强库仑相互作用的体系时经常失效。动力学平均场理论（DMFT）通过将晶格模型映射为自洽的主动杂质模型（如安德森杂质模型，AIM），成为了处理强关联材料最成功的理论框架之一。然而，DMFT 的核心瓶颈在于杂质求解器（Impurity Solver）。经典的完全组态相互作用（FCI）或精确对角化（ED）求解器面临着希尔伯特空间维数随轨道数呈指数级增长的“维度灾难”，而量子蒙特卡洛（QMC）方法在有限温度及实频计算中又饱受**符号问题（Sign Problem）**的困扰。

随着容错量子计算（FTQC）时代的临近，利用量子计算机执行杂质模型的高效求解成为极具前景的方向。然而，在有限温度下，由于热涨落的存在，系统处于多体混合态（吉布斯态），此时量子相位估计（QPE）会激发极其繁复的跃迁通道，导致经典的重构算法因参数空间过大而失效。此外，传统方法通常需要先验地获知基态或初始态的能量，这在有限温度的激发态混合体系中是无法实现的。

为了克服这些挑战，Taichi Kosugi 等人在最近的工作中提出了一种全新的**信道无关有限温度相位估计可变网格平均（QAVG-DMFT）**方案。该方案具备以下核心创新点：

1. 信道无关（Channel-Agnostic）的量子电路设计：利用改良的实时间演化（RTE）控制门与激发 partial 电路组合，无需获知具体的跃迁初始态与末态信息，即可直接从测量的量子统计直方图中提取单粒子格林函数（Green’s Function, GF）所需的激发能谱与谱振幅。
2. 可变网格平均（QAVG）经典后处理算法：通过引入虚拟物理参数（虚拟激发能、虚拟谱宽、虚拟跃迁振幅），并采用**超球豪斯霍尔德变换（Hyperspherical Householder Parametrization）**严格约束正交性，在极小的参数空间内完美拟合了有限温度下由成千上万个真实物理跃迁通道构成的复杂谱图，消除了经典 QPE 的谱漏泄（Spectral Leakage）与网格偏置。
3. 全流程自洽验证：首次在典型的强关联材料 $SrVO_3$ 体系上实现了结合经典 DFT、最大局域化 Wannier 函数（MLWO）及 QAVG-DMFT 量子杂质求解器的闭环自洽计算，证明了该方法在未来量子计算化学中的实用价值。

1. 核心科学问题，理论基础，技术难点与方法细节

1.1 核心科学问题与理论背景

在强关联材料中，局域电子之间的库仑排斥能（$U$）与电子的不局域化带宽（$W$）处于同一数量级（$U/W \sim 1$）。此时，单粒子近似完全失效。DMFT 通过引入杂质自能 $\Sigma_{loc}(z)$，将复杂的晶格自洽地简化为一个与动态有效介质（自洽杂质浴）发生电荷交换的局域杂质位点。其格林函数定义在复频域 $z$ 上：

其中电子部分（$G^{(e)}$）和空穴部分（$G^{(h)}$）的 Lehmann 表示分别为：

在有限温度 $T = \beta^{-1}$ 下，系统并不处于单一基态，而是处于吉布斯热力学混合态 $\rho_{Gibbs} = e^{-\beta \mathcal{H}}/Z$。因此，热力学平均格林函数必须对所有的初始本征态 $|\Psi_{\lambda_0}\rangle$ 按玻尔兹曼权重进行系综平均：

1.2 关键技术难点

1. 跃迁通道指数爆炸：在零温下，激发仅发生在基态 $|\Psi_{GS}\rangle$ 上。而在有限温度下，只要玻尔兹曼因子 $e^{-\beta E_{\lambda_0}}$ 大于设定的阈值 $\varepsilon_B$，任何多体本征态 $|\text{\Psi}_{\lambda_0}\rangle$ 都可以作为跃迁起点。如图 4 所示，在 $SrVO_3$ 的 AIM 模型中，仅仅引入几个杂质和浴轨道，在有限温度下其激发通道数便轻易突破了上千个。直接用经典优化器拟合这些通道对应的位置与振幅，会遭遇严重的过拟合与高维非凸优化陷阱。
2. 信道盲区（Channel-Agnostic Requirements）：在真实量子硬件上，每次进行量子测量时，我们只能获得末端辅助比特的二进制读数（代表激发能），却根本无法知道这个跃迁是由哪一个具体的本征态 $|\Psi_{\lambda_0}\rangle$ 贡献的，也无法预先测定各个多体本征态的绝对能量。因此，传统的需要精确锚定基态能量的 QPE 方法在这里完全失效。
3. 网格偏置与谱漏泄：QPE 测量使用的辅助比特数 $n_{qval}$ 是有限的，这会导致在实数轴上能量被离散化为网格间距为 $1/t_0$ 的格点。当真实激发能不落在格点上时，会产生严重的谱漏泄（Spectral Leakage），在傅里叶变换后呈现宽泛的虚假振荡。

1.3 QAVG-DMFT 算法的技术细节

为了解决上述难题，Kosugi 等人设计了一套将改良量子电路与经典随机优化完美结合的闭环系统。

1.3.1 信道无关的有限温度 QPE 电路

电路的核心架构如图 3(b) 所示。整个系统寄存器分为：系统寄存器（输入状态为 Gibbs 态 $\rho_{Gibbs}$）和由 $n_{qval}$ 个比特组成的辅助寄存器（用于相位估计与傅里叶逆变换 $\text{QFT}^\dagger$）。此外，激发电路 $\mathcal{C}_{exc}$ 还会额外引入少量辅助比特（如对角激发需要 $n_{qexc}=1$，非对角激发需要 $n_{qexc}=2$）。

整个电路的演化序列如下：

1. 控制实时间演化（Controlled RTE）第一阶段：在施加激发算符前，先对系统寄存器执行受控时间演化。由于输入的是能量本征态 $|\Psi_{\lambda_0}\rangle$，该受控演化在辅助寄存器上累积相位 $\exp(-i E_{\lambda_0} t)$。这等价于在态空间引入了 $-\text{E}_{\lambda_0}$ 的相位移动。
2. 激发电路（Excitation Circuit）：施加特定的产生/湮灭算符组合。对于对角分量 $G_{mm}$，施加 $\mathcal{C}_m$ 电路（图 8(a)），它在单辅助比特的控制下，将状态准备为电子激发与空穴激发的超叠加态： $$a_m |\Psi_{in}\rangle |0\rangle + a_m^\dagger |\Psi_{in}\rangle |1\rangle$$ 对于非对角分量 $G_{mm'}$，则引入两个辅助比特并利用 $\mathcal{C}_{mm'}$ 电路施加如公式 (A2) 所示的四个辅助算符 $a_{mm'}^{\pm}$ 与 $a_{mm'}^{\pm\dagger}$。
3. 控制实时间演化（Controlled RTE）第二阶段：激发后的状态是多个激发态 $|\Psi_\lambda\rangle$的叠加。此时再次施加受控 RTE 演化，在辅助寄存器累积相位 $\exp(i E_\lambda t)$。
4. 逆量子傅里叶变换（$\text{QFT}^\dagger$）与测量：最终，辅助寄存器两阶段累积的总相位精确对应于能量差 $\Delta E = E_\lambda - E_{\lambda_0}$。经过 $\text{QFT}^\dagger$ 后，对辅助寄存器实施测量。其测量直方图直接映射为谱矩阵 $S_{mm'}^{(\xi)}(\varepsilon)$。这一过程不仅消除了对绝对能量的依赖，而且对于混态输入（Gibbs 态），量子测量自然地完成了玻尔兹曼权重的统计系综平均！

1.3.2 经典后处理：QAVG 与虚拟参数建模

由于真实的跃迁通道多达数千个，且受限于硬件噪声与有限网格分辨率，直接从实验直方图恢复单粒子格林函数是极不适定的逆问题。QAVG 通过在经典计算机上构建一个**虚拟物理模型（Fictitious Physical Model）**来隐式重构谱函数。

研究人员放弃了去拟合真实激发态，转而定义了数量极少的虚拟激发通道（数量为 $n_{ch}$，满足 $n_{sorb} \le n_{ch} \ll \text{真实通道数}$）。

1. 谱矩阵与格林函数的虚拟参数化

在自然轨道（Natural Orbitals, NOs）表象下，重构的电子格林函数写为：

其中，$\text{n}_{meas, \nu}$ 是通过对角激发测量实验直接测定的自然轨道占用数；$\varepsilon_{e\ell}$ 是设定的虚拟激发能量。为了模拟高密度激发谱线的展宽，引入了虚拟态密度（DOS）$\rho_{e\ell}$，论文采用了二次型虚拟态密度公式（详见 Appendix F）：

这相当于在参数空间中引入了虚拟谱宽 $\Delta E_{e\ell}$。跃迁振幅由实矩阵元素 $v_{e\ell}^{( u)}$ 决定。

2. 严格正交约束下的超球豪斯霍尔德变换

跃迁振幅必须在自然轨道维度上满足极其严格的正交完备性条件：

在数值优化过程中，直接对带非线性约束的矩阵进行多元参数寻优是极其脆弱且缓慢的。为此，作者巧妙地引入了超球豪斯霍尔德变换（Hyperspherical Householder Parametrization）（Appendix G）。 该方法通过构造一系列反射矩阵：

将一个 $m \times n$ 维的正交矩阵 $Q$ 唯一地映射为一维角度向量 $\phi_j^{(k)}$。由于角度变量 $\phi$ 的取值范围是无约束的临界周期区间，这就将一个复杂的带约束非线性优化问题，优雅地转化为无约束自由度寻优问题。其参数自由度（即经典优化所需的自变量数）仅为：

在 $SrVO_3$ 体系中，电子和空穴部分的独立角度参数分别被压缩至仅有 123 个和 51 个，极大提升了经典重构的稳定度。

3. 多网格代价函数设计与 Metropolis 优化

为了彻底消除有限 QPE 比特带来的网格偏置，QAVG 在计算实验直方图时，会在不同的网格配置（即变换时间尺度 $t_0^{(p)}$ 和原点偏置 $a_{orig}^{(p)}$）下收集数据。通过定义基于非均匀权重 $L_1$ 距离的联合代价函数：

其中非均匀权重 $g_j = \exp(-\tau_{dec} j / t_0)$ 重点对低能激发区（对格林函数低频性质起决定作用的区域）实施高权重惩罚，衰减率设为 $\tau_{dec} = 1\text{ eV}^{-1}$。最后，利用经典的大都会蒙特卡洛（Metropolis Monte Carlo）算法在温度退火（$\tau_{Metro}$ 线性增长）方案下进行全局最优参数 $\Lambda_{opt}$ 搜索。

2. 关键 Benchmark 体系、计算所得数据与性能数据

2.1 Benchmark 体系：强关联材料 $SrVO_3$

研究团队选择具有代表性的强关联过渡金属钙钛矿氧化物 $SrVO_3$ 进行了方案可行性验证。$SrVO_3$ 是一种典型的 $3d^1$ 系统。在费米能级附近，其电子结构完全由钒（V）离子的 $t_{2g}$ 轨道（包括 $d_{xy}, d_{yz}, d_{zx}$）主导。由于氧（O）的 $2p$ 轨道能量显著低于费米能级，因此可以极其干净地通过 Wannier 投影提取出一个三轨道的有效紧束缚模型。

2.2 计算设置参数

• 经典 DFT 部分：
  • 软件：Quantum ESPRESSO。
  • 泛函与赝势：PBE 广义梯度近似泛函，超软赝势（Ultrasoft Pseudopotentials）。
  • 晶格常数：$3.841 \text{ Å}$（立方钙钛矿结构）。
  • K点网格：自洽场（SCF）计算采用 $6 \times 6 \times 6$ 单中心网格。
  • Wannier 化：利用 Wannier90 软件投影构建 $n_{corr} = 3$ 个最大局域化 Wannier 函数（MLWO，对应 V 的 $t_{2g}$ 态）。
• 杂质模型（AIM）与 FCI 求解器：
  • 浴轨道数：$n_{bath} = 3$。
  • 杂质自旋轨道数：$nsorb = 2(n_{corr} + n_{bath}) = 12$。
  • Kanamori 关联参数：库仑排斥能 $U = 3.44 \text{ eV}$，多体自旋抵消项 $U_0 = 2.49 \text{ eV}$，洪特规则耦合常数 $J = 0.46 \text{ eV}$。
  • 有限温度：$\beta^{-1} = 0.025 \text{ eV}$（约等于环境温度 $290\text{ K}$）。
  • 玻尔兹曼截断阈值：$\varepsilon_B = 10^{-4}$。

2.3 关键计算所得物理数据分析

2.3.1 激发通道数随迭代演化的定量评估（图 4）

论文在自洽 DMFT 循环的第一步（第1代，Iter. 1）和最后一步（第10代，Iter. 10）详细统计了累积通道数：

• 发现 1：在 $E \in [-2, 6] \text{ eV}$ 能量窗口内，随着 DMFT 自洽迭代深入，杂质与浴轨道强力耦合，激发通道数呈现出阶梯状狂飙，在第10代时，参与格林函数构建的有效多体激发通道数轻易突破了 16,000 个。
• 科学启示：如此庞大复杂的真实能级谱线（在实验谱图上表现为密密麻麻、彼此重叠的高密度尖峰，见图 5），印证了尝试拟合每个真实跃迁状态的传统路线是绝无可能的，而使用极少数量（本工作中仅设 $n_{ch,e}=6, n_{ch,h}=2$）的虚拟通道进行 QAVG 建模在物理上是极其高明的近似。

2.3.2 单步格林函数重构精度（图 6）

研究者首先对经典 FCI-DMFT 产生的第10代精确格林函数进行了一次性的 QAVG 重构模拟。QPE 模拟中辅助比特数设为 $n_{qval} = 7$。实验在三种网格平移设置下进行：$\Delta = s/(3t_0) \; (s = 0, 1, 2)$，网格点间距 $1/t_0 = 1/6 \text{ eV}$。

• 态密度重构（图 6(a)）：重构所得的 QAVG-DOS 与 FCI-DOS 的曲线表现出惊人的一致性。位于 $\approx -1.0\text{ eV}$ 处的下哈伯德带（Lower Hubbard Band）以及位于 $\approx 2.5\text{ eV}$ 处的上哈伯德带（Upper Hubbard Band）的峰位、相对强度和非对称展宽被完美复现。
• 松原频域格林函数（图 6(b)）：实部 $\text{Re } \text{tr}_{corr} G(i\omega_n)$ 与虚部 $\text{Im } \text{tr}_{corr} G(i\omega_n)$ 在宽广的松原频率谱上与 benchmark 数据几乎重合。仅在超低频极小能区内（极小的 $n$）存在微小的数值偏离。
• 动量解析态密度图（图 6(c)）：对比经典的实频谱图，QAVG 提取的动量解析 DOS 展现了清晰的沿高对称路径（G-X-M-G-R）相干准粒子能带色散，完美捕捉到了在费米能级附近的强关联重准粒子相干峰以及两旁的非相干哈伯德散射分支。

2.3.3 全自洽迭代 QAVG-DMFT 的最终表现（图 7）

这是衡量该算法是否能真正投入实用的终极测试——在每一步 DMFT 循环中，均采用 QAVG 重构出的自能 $\Sigma(z)$ 重新计算格林函数并更新杂质参数。

• 结果分析：经过自洽迭代，最终得到的动量解析谱函数（图 7(a)）与全经典 FCI-DMFT 极为贴合。在宏观光谱（图 7(b)）中，QAVG-DMFT 准确复现了三峰结构的核心特征。唯一的物理偏差在于，在 $\pm 0.2\text{ eV}$ 费米能级两侧，重构光谱出现了一定幅度的凹陷（Dips）。这一方面是由于有限的虚拟通道数（$n_{ch,e}=8, n_{ch,h}=4$）限制了低能相干峰顶部的平滑度，另一方面则是由于在极低频处，自能函数的细微扰动在自洽循环反馈中被放大了。

3. 代码实现细节、复现指南与开源链接

为了方便量子化学与凝聚态物理研究人员复现本项工作，我们在这里梳理出一套完整的全流程软件链与实现指南。

3.1 核心工作流与所需软件包

整个方案是典型的量子-经典混合流程（图 1）：

1. DFT 电子结构计算：Quantum ESPRESSO (QE)
2. Wannier 轨道投影：Wannier90
3. DMFT 自洽循环控制驱动：DCore
4. 经典对角化与 AIM 构建：利用 DCore 内置的经典精确对角化（ED）求解器或自研 Arnoldi 求解器。
5. 量子 QPE 采样模拟器与 QAVG 优化器：基于 Python 构建的数值模拟脚本（调用 NumPy/SciPy 库进行大都会蒙特卡洛寻优）。

3.2 详细复现指南

第一步：运行经典 DFT 计算并获取紧束缚 Hamiltonian

创建 QE 的自洽场输入文件 svo.scf.in，在常规参数下收敛后，执行非自洽场计算 svo.nscf.in（使用较密的 $k$ 点网格，例如 $10 \times 10 \times 10$）。 紧接着，编写 Wannier90 的控制输入 svo.win。定义投影能窗（对于 $SrVO_3$，通常选择 $0.5 \text{ eV} \le E - E_F \le 2.2 \text{ eV}$ 覆盖 V-$t_{2g}$ 轨道）：

begin projections
V:dxy; dyz; dzx
end projections

运行 wannier90.x svo 产生最大局域化 Wannier 函数及相应的哈密顿量矩阵元素 svo_hr.dat。

第二步：配置并初始化 DMFT 循环

编写 DCore 的配置文件 svo.ini。在其中指定能带哈密顿量、温标、库仑作用强度等核心参数：

[model]
omega_max = 10.0
omega_min = -10.0
n_omega = 2048
beta = 40.0 # 对应 0.025 eV 逆温度

[interaction]
U = 3.44
Uprime = 2.49
J = 0.46

使用 DCore 的核心工具构建杂质模型：

dcore_pre svo.ini

第三步：集成 QAVG 杂质求解器

在每一轮自洽迭代中，DCore 会输出当前的杂质浴参数与有效介质。此时，我们需要调用 QAVG 求解器计算单粒子格林函数。核心伪代码如下：

import numpy as np
from scipy.optimize import minimize

# 1. 读取当前的杂质 Hamiltonian
H_impurity = load_impurity_hamiltonian()

# 2. 模拟有限温度 QPE 直方图测量数据 (实际运行采用精确多体本征态计算所得的精确概率分布替代以消除散粒噪声)
def simulate_qpe_probability(t0, a_orig, H, beta, setting):
    # 计算多体本征值与本征态
    eigenvalues, eigenvectors = np.linalg.eigh(H)
    # 根据波尔兹曼因子进行系综平均并累积 QFT 的相位概率谱
    # 详细实现公式对应论文中的公式 (C1), (C2), (H6)
    return p_distribution

# 3. 超球豪斯霍尔德变换参数化：将自由角变量转换为正交矩阵
def householder_transform(angles, m, n):
    # 详见 Appendix G, 利用角度重建正交跃迁振幅矩阵 V_fictitious
    return V_matrix

# 4. 构建 QAVG 代价函数
def qavg_cost_function(parameters):
    # 展开参数为虚拟能量, 谱宽, 以及超球角度
    fictitious_energies, widths, angles = unpack_params(parameters)
    V = householder_transform(angles, n_sorb, n_ch)
    
    # 重构谱密度并映射为多个 QPE 离散网格下的预测直方图
    total_cost = 0.0
    for p in range(n_settings):
        P_model = calculate_model_probability(fictitious_energies, widths, V, settings[p])
        # 计算非均匀 L1 距离 (公式 15)
        total_cost += np.sum(decay_weights * np.abs(P_model - f_experiment[p])) / 2.0
    return total_cost / n_settings

# 5. 执行 Metropolis 蒙特卡洛寻优
optimized_params = run_metropolis_annealing(qavg_cost_function, initial_guess)

第四步：自能反馈与自洽循环

将重构出的实频格林函数 $G_{rec}(z)$ 转换为松原频率格林函数 $G(i\omega_n)$，通过 Dyson 方程求解出自能：

将其写回 DCore 的输出格式，然后运行 dcore_post 并开始下一轮 DMFT 迭代，直至化学势 $\mu$ 和局部电荷自洽收敛。

4. 关键引用文献与局限性评论

4.1 关键参考文献

1. DMFT 经典理论奠基：
   • [1] G. Kotliar, et al. Rev. Mod. Phys. 78, 865 (2006). (DFT+DMFT 的标准方法学综述)
2. QPE 与量子计算基础：
   • [10] D. S. Abrams and S. Lloyd. Phys. Rev. Lett. 79, 2586 (1997). (经典 QPE 算法的基石)
   • [12] M. A. Nielsen and I. L. Chuang. Quantum Computation and Quantum Information. (量子傅里叶变换教科书)
3. 零温 QAVG 方案基础：
   • [20] T. Kosugi, et al. arXiv:2506.14688 (2025). (QAVG 原创工作的零温实现)
4. DCore 驱动与经典求解：
   • [32] H. Shinaoka, et al. SciPost Phys. 10, 117 (2021). (现代集成化经典 DMFT 驱动软件平台)
5. 零温单粒子格林函数 QPE 构建：
   • [33] T. Kosugi and Y.-i. Matsushita. Phys. Rev. A 101, 012330 (2020). (本文量子电路设计的源头)

4.2 对该项工作的局限性与严厉评论

尽管该工作在有限温度强关联量子仿真领域迈出了极其坚实的一步，但从严苛的科研与工程应用角度审视，其仍存在以下不可忽视的软肋与瓶颈：

1. 量子黑箱假设：高保真度吉布斯态准备的巨大代价

本论文的技术方案起点是“假设量子寄存器中已经完美准备好了系统的热力学吉布斯态 $\rho_{Gibbs}$”。然而，在量子计算化学中，高保真度吉布斯态的准备本身就是一个公认的极度昂贵的难题。现有的算法（如 Thermofield Double States、虚时间演化、耗散 Lindblad 工程等）需要极其深邃的量子门电路以及极高的双比特门保真度。论文巧妙地避开了这一核心工程难题，但在实际硬件上，吉布斯态准备阶段引入的噪声，可能直接击穿后续 QPE 电路所能承受的相干时间极限。

2. RTE 受控演化电路的物理门深瓶颈

该方案依赖两阶段的受控实时间演化（Controlled RTE）算符：

当体系规模（轨道数和电子数）增加时，许多体相互作用算符的 Trotter 分解门深会呈爆炸性增长。特别是在受控演化下，每个多体相互作用项都必须与控制比特关联，引入了大量的多控制非门（Multi-controlled CNOT gates）。即便是在早期的 FTQC 时代，这种物理电路深度也是极难跨越的物理藩篱。

3. 经典 QAVG 优化在极值参数空间中的脆弱性

QAVG 的核心策略是将物理拟合转化为大都会蒙特卡洛（Metropolis MC）非线性优化。虽然超球豪斯霍尔德变换成功消除了矩阵正交性约束，但当杂质模型规模增大（例如引入更多活性轨道或多轨道 AIM 模型），角度自变量的数量仍会呈二次方规模增长。大都会算法在面对上百维高度复杂的非凸多极值能量面时，极易陷入亚稳态（局部极小值）。这直接导致了在自洽迭代计算中（如图 7），自能的细微寻优偏差在迭代放大后引起了费米能级附近的虚假振荡峰和不自然凹陷（Dips）。如何开发更稳健、高效的经典优化器（如拟牛顿法、梯度下降结合自动微分等）是亟待解决的课题。

5. 补充探讨与前沿展望

5.1 量子硬件噪声背景下的误差传播界限分析

在实际 NISQ（嘈杂中等规模量子）或早期 FTQC 硬件中，测量直方图必然充斥着统计散粒噪声（Shot Noise）和门操作噪声。QAVG 的一个隐藏优势在于其出色的抗噪鲁棒性。

论文在公式 (17) 中通过严谨的三角不等式，对重构谱与真实谱之间的差异进行了误差传播分解：

这四个误差分量的物理含义极其明确：

1. $D(\mathbb{P}(\Lambda), \mathbb{P}(\Lambda_{opt}))$ (寻优误差)：反映了经典优化算法未能搜索到绝对全局最优解的偏差。该偏差完全取决于经典计算机的算法与算力。
2. $D(\mathbb{P}(\Lambda_{opt}), f)$ (参数化误差/建模误差)：衡量了我们设计的“虚拟物理模型”（如虚拟通道数 $n_{ch}$ 的设置）与真实多体物理能级分布的贴合极限。本工作表明，即使 $n_{ch} \ll \text{真实通道数}$，由于引入了二次展宽，这一项依然能够被控制在极小范围内。
3. $D(f, \mathbb{P}_{noisy})$ (统计散粒误差)：源于量子测量的有限采样次数（Shots）。随着测量次数 $M_{tot}$ 增长，该项以 $1/\sqrt{M_{tot}}$ 速度快速衰减。论文在 Appendix B 中详细证明了在可接受精度下，采样数仅需满足二次多项式复杂度： $$M_{tot} \ge O(n_{sorb}^2 / (\epsilon^2 p_{fail}))$$
4. $D(\mathbb{P}_{noisy}, \mathbb{P}_{noiseless})$ (硬件退相干噪声误差)：代表量子线路本身的物理错误率（如去极化通道、消相位等）。该项完全独立于我们的算法设计，随着物理硬件纠错水平的提升自然下降。

这种解耦意味着，QAVG 算法可以通过在经典端增加计算复杂度（采用更精致的虚拟模型或更先进的全局寻优器），在一定程度上主动代偿和对冲量子端由于硬件不完美所导致的量子谱误差。

5.2 与经典强关联数值方法的横向对比

为了直观展示该方法的地位，我们将 QAVG-DMFT 与几种经典的杂质求解器进行了横向多维度对比：

5.3 未来展望：迈向真正的量子优势计算

在当前的数值模拟中，研究人员仅在 12 个自旋轨道的小型 AIM 模型上验证了方案。但在不远的将来，当物理比特数与逻辑门保真度达到可跨越阈值时，该算法将展现出其真正的威力：

• 处理多轨道强关联活性空间（Active Space）：在含有 $d$ 区与 $f$ 区电子的重过渡金属或锕系金属催化中心，其活性空间通常包含数十个活性轨道，传统经典方法完全无能为力。而 QAVG-DMFT 能够在保持多项式级电路深度的前提下，对这些极具挑战性的体系执行精确的实频自洽电子能谱模拟。
• 在早期 FTQC 硬件上的首批部署：相较于其他需要超长相干时间的纯量子多体演化算法，QAVG 经典后处理分担了相当比例的计算压力。这使得该算法有望成为未来几年早期容错量子计算机在材料模拟与化学催化设计领域的首批“杀手级应用（Killer Applications）”。