Feynman–Kac 量子算法

Feynman–Kac（FK）公式把抛物型偏微分方程的解写成随机过程期望——扩散、对流-扩散、期权定价式泛函都属此类。对量子计算这是一块格外顺手的接口：期望估计可由幅值估计二次加速，而 FK 方程经 Wick 旋转正是薛定谔方程的虚时间演化，可用变分量子虚时演化（VarQITE）直接求解Alghassi et al. 2022 (Quantum)。热方程/扩散主导问题因此拥有一条区别于 HHL 与 Schrödinger 化的第三条通道。

FK 公式：抛物型 PDE ↔ 随机过程期望

设扩散过程 $\mathrm{d}{X}_s=b(X_s)\mathrm{d}s+\sigma (X_s)\mathrm{d}{W}_s$，其无穷小生成元 $\mathcal{L}=b\cdot \nabla +\frac{1}{2}\sigma {\sigma }^T:\nabla \nabla$。 backward Kolmogorov 方程

$${\partial }_{t}u+\mathcal{L}u+f=0,u(x,T)=g(x)$$

的解由 Itô 公式作用于 $u(X_s,s)$、消掉漂移项后得到期望表示

$$u(x,t)=\mathbb{E}\left[g(X_T)e^{-{\int }_t^{T}f(X_s,s)\mathrm{d}s}|X_t=x\right]$$

（$f$ 充当贴现/杀伤率）。于是”解 PDE”与”对随机轨线系综求平均”是同一件事的两个面孔：经典侧是蒙特卡罗采样，量子侧的入口由此打开。FK 类覆盖热方程、对流-扩散（含源/汇）、Fokker–Planck 逆向、Black–Scholes 与 Hamilton–Jacobi 的若干变体——Alghassi 等用变量代换族把热/薛定谔/BS/HJ/Fokker–Planck 统一进同一框架Alghassi et al. 2022 (Quantum)。

量子化路线一：Wick 旋转 ↔ 虚时演化

时间代换 $t\mapsto -it$ 把热方程 ${\partial }_{t}u={\nabla }^{2}u$ 变成薛定谔方程；反过来，$e^{-\tau H}$（$\tau$ 实）是虚时演化——非酉的投影算符，反复作用把态推向基态（归一化因子 $\Vert e^{-\tau H}\psi \Vert$ 指数衰减）。这是 FK 路线与 Schrödinger 化的本质区别：后者保持实时间酉性（见schrodingerization），虚时则必须借助变分近似或后选择处理非酉性。

量子化路线二：VarQITE 变分虚时演化

Alghassi 等（IBM 团队）的方案把虚时演化投影到参数化拟设上：$|\psi (\mathbf{\theta }(\tau ))⟩$ 随 $\tau$ 演化由 McLachlan 变分原理决定——最小化 $\Vert ({\partial }_{\tau }+H)|\psi ⟩\Vert$ 得线性方程组

$$M\dot{\mathbf{\theta }}=V,M_{k,j}=\mathrm{Re}⟨\frac{\partial \psi }{\partial {\theta }_k}|\frac{\partial \psi }{\partial {\theta }_j}⟩,V_k=-\mathrm{Re}⟨\frac{\partial \psi }{\partial {\theta }_k}|H|\psi ⟩,$$

矩阵元 $M_{k,j}$、$V_k$ 由量子电路（Hadamard 测试型）逐项估计，经典侧只解小线性系统。概率（${\ell }_1$ 范数）在虚时下不守恒的问题由 proxy 范数技术近似保持归一化Alghassi et al. 2022 (Quantum)。

图:估计 M_{k,j} 与 V_k 矩阵元的量子电路——受控拟设导数算符与哈密顿量交替作用,测辅助比特得实部/虚部,是 VarQITE 的全部量子负载(来源:QC035)

数值验证取 $(2+1)$ 维 FK 系统（二维相关 SDE，相关系数 $\rho =1/3$）：6 与 8 比特、1 与 3 层 RealAmplitudes 拟设、$\mathrm{d}t=0.001$ 共 1000 步——VarQITE 与蒙特卡罗、前向 Euler 三方吻合；${\ell }_1$ 范数近似守恒、${\ell }_2$ 误差小；拟设表达力不足（单层）在个别基矢区段可见，层数增加即消除Alghassi et al. 2022 (Quantum)。

图:数值实验所用 RealAmplitudes 拟设——逐比特 R_y 旋转 + 相邻 CNOT 交错层,实值振幅结构与 FK 问题的实解匹配(来源:QC035)

量子化路线三：期望的幅值估计加速

FK 期望 $u=\mathbb{E}[\cdot ]$ 本身是蒙特卡罗目标：把轨线端点函数装进幅值叠加，量子幅值估计把 $k=O({\sigma }^2/{ϵ}^2)$ 次采样压到 $\tilde{O}(\sigma /ϵ)$ 次调用——近二次加速且达已知下界Montanaro 2015 (Proc. R. Soc. A)（机制见quantum-amplitude-estimation）。该路线与 VarQITE 正交：前者加速”对系综平均”，后者直接演化”概率幅”；两者可分别与随机/UQ 流水线对接。

适用边界

FK 通道的甜蜜区是扩散主导问题：热方程、对流-扩散的低 Peclet 区、标定型泛函（期权定价式）。对流主导/强非正规算符触发不可快进的结构性限制（见quantum-advantage-debate），虚时投影也需谱隙像样的哈密顿量；非线性源项仍要靠线性化（见nonlinear-pde-quantum）。端到端优势论证方面，现有工作（含 Alghassi 等）未给出全面加速定理，定位是 NISQ 可执行 + 结构自然。

延伸阅读

• quantum-amplitude-estimation
• quantum-heat-equation
• variational-pde-solver
• schrodingerization
• quantum-mcmc