量子输入空间上Sobolev函数的调和分析与电路逼近

研究背景：当函数逼近遇上量子态空间

经典函数逼近理论研究的是如何用有限的基函数或网络结构近似任意光滑函数。而当输入不再是欧氏空间中的向量，而是量子态或量子酉操作时，问题的几何结构发生了根本变化。量子态并不生活在平直的向量空间里，而是分布在复单位球面与复射影空间这类弯曲的紧流形上；量子酉操作则对应特殊酉群与射影酉群。

这篇研究正是针对这些量子输入空间上定义的Sobolev函数，推导其逼近速率。它把两套看似相距甚远的数学工具——紧群上的调和分析与有限深度量子电路逼近——结合在同一框架内，给出了可量化的误差分解结果。

用调和分析刻画量子空间上的Sobolev空间

研究的核心数学工具是紧群与紧齐性空间上的调和分析。在欧氏空间里，傅里叶分析把函数展开成三角函数；而在紧群上，对应的工具是Peter–Weyl定理，它把群上的平方可积函数空间分解为不可约表示的直和。

作者通过这一分解，刻画了复单位球面、复射影空间，以及特殊酉群、射影酉群上的Sobolev空间。关键在于Laplace–Beltrami算子——它是流形上的自然二阶微分算子，其特征值与不可约表示一一对应。Sobolev空间的光滑性因此可以用算子谱的衰减速度来精确表达。这种表征方式让函数的"光滑程度"获得了可计算的谱刻画，为后续的逼近分析奠定基础。

为什么选择这些具体空间

• 复单位球面与复射影空间：直接对应量子态。射影空间去掉了全局相位，更贴合物理上可观测的量子态。
• 特殊酉群与射影酉群：对应量子门与量子酉演化，是量子计算中操作的基本对象。

这些空间都是紧齐性空间，天然适配Peter–Weyl分解的框架。

Peter–Weyl定理是紧群调和分析的核心结论，可视为经典傅里叶分析在非交换群上的推广。对于紧群 $G$（如特殊酉群 $\mathrm{SU}(n)$），该定理断言：$G$ 上的平方可积函数空间 $L^2(G)$ 可以分解为所有不可约酉表示的矩阵元所张成子空间的正交直和，且每个不可约表示恰好以其维数的倍数出现。直觉上，不可约表示扮演了"广义频率"的角色——函数在每个表示上的投影系数，对应经典傅里叶展开中的各频率分量。Laplace–Beltrami算子则是黎曼流形上的推广拉普拉斯算子，在紧齐性空间上其特征函数恰好由不可约表示的矩阵元给出，特征值随表示的"复杂度"（由最高权刻画）单调递增。Sobolev空间 $H^s$ 的定义因此可以等价地表述为：函数的Peter–Weyl展开系数按特征值的 $s$ 次幂加权后仍平方可积，$s$ 越大则函数越光滑、高频系数衰减越快。这一谱刻画是后续截断误差估计得以量化的直接依据。

复射影空间 $\mathbb{CP}^{n-1}$ 是 $n$ 维复向量空间中所有一维子空间构成的商空间，即将复单位球面 $S^{2n-1}$ 上的向量按全局相位等价后所得的流形。在量子力学中，两个相差全局相位因子 $e^{i\theta}$ 的态向量描述完全相同的物理状态，因此可观测的纯量子态与 $\mathbb{CP}^{n-1}$ 的点一一对应，而非与 $\mathbb{C}^n$ 中的向量。类似地，射影酉群 $\mathrm{PU}(n) = \mathrm{U}(n)/\mathrm{U}(1)$ 去掉了整体相位，对应在量子计算中真正可区分的酉演化。选择在这些商空间上建立逼近理论，比在原始球面或酉群上工作更贴近量子信息的物理语义，同时也带来了额外的代数结构——这些空间均为紧对称空间，其调和分析中不可约表示有更明确的分类，使得谱截断误差的估计具有更简洁的闭合形式。

两种误差的分离：谱截断与电路逼近

研究最具价值的贡献，是把逼近过程中的误差明确拆分为两部分：

谱截断误差（spectral truncation error）。既然Sobolev函数可以按不可约表示展开，那么只保留前若干个谱分量、丢弃高频部分，就能得到有限维近似。截断带来的误差大小，由函数的Sobolev光滑度和截断阶数共同决定——越光滑的函数，高频衰减越快，截断误差越小。

电路逼近误差（circuit approximation error）。截断后得到的目标操作仍需用实际量子电路实现。这里援引了著名的Solovay–Kitaev定理：任意单量子比特酉操作都能被一组通用门以多项式深度高效逼近。该定理保证了有限深度电路即可把截断后的操作误差控制在给定精度内。

两种误差来源不同、机制不同，把它们分离开来，使得整体逼近速率成为可量化、可调控的结果——可以根据资源预算分别优化谱截断阶数与电路深度。

结合Solovay–Kitaev定理的量化速率

Solovay–Kitaev定理是量子计算理论的基石之一，它说明通用量子门集合在稠密意义下能逼近任意酉操作，且逼近深度随精度仅以对数多项式方式增长。本研究把这一结果嵌入函数逼近框架，意味着：

• 谱分析负责"用有限维对象近似无限维函数"；
• Solovay–Kitaev负责"用物理可实现的电路近似有限维对象"。

两者串联后，作者建立了定量逼近速率，明确区分了这两类误差对总误差的贡献。这为理解量子神经网络、量子核方法等在量子输入上的表达能力，提供了严格的理论基础。

Solovay–Kitaev定理的精确表述是：给定一组在 $\mathrm{SU}(2)$（或更一般的 $\mathrm{SU}(d)$）上稠密生成的有限通用门集合，对任意目标酉操作 $U$ 和精度 $\varepsilon > 0$，存在长度为 $O(\log^c(1/\varepsilon))$ 的门序列（其中常数 $c \approx 3.97$，后续工作已将其改进至接近1）可将误差控制在 $\varepsilon$ 以内。该定理的关键意义在于：逼近深度随精度仅以对数多项式方式增长，而非多项式甚至指数方式，这使得高精度电路综合在资源开销上是"温和"的。需要注意，定理的标准形式针对单量子比特或固定维度的酉群；将其推广到多量子比特情形需要借助张量积结构和递归分解。在本研究的框架中，Solovay–Kitaev定理保证了谱截断后得到的有限维酉操作可被物理电路以可控深度实现，从而使"数学逼近"与"物理可实现性"之间的最后一道鸿沟得以弥合。

意义与展望

这项工作把纯数学中的调和分析、紧群表示论，与量子信息中的电路逼近理论打通，具有鲜明的交叉学科特征。它的直接价值在于：

其一，为量子机器学习中处理量子态输入的模型提供了逼近理论支撑，回答了"这类模型能逼近多复杂的函数、代价如何"的问题。其二，误差分离的框架具有普适性，可能推广到更一般的紧流形与更丰富的门集合。其三，它把Sobolev正则性这一经典光滑性度量引入量子设定，为未来研究量子模型的泛化能力与样本复杂度搭建了桥梁。

需要说明的是，本文属于理论研究，结论是渐近意义下的逼近速率，距离具体的工程实现仍有距离。但作为连接数学逼近论与量子计算的理论工作，它的框架价值值得关注。