在 Paul 基测量下结构态自适应量子态测 tomography 的指数优势

除非严格指定状态族、测量架构和误差度量，否则关于自适应测量在量子态测量中是否有帮助的广泛主张可能是误导的。我们研究了一个受限但具有物理重要性的情形：在局部 Paul 基测量下进行单复制量子态测量，其中允许的测量设置是由局部单量子位 Paul 算子构建的张量积测量算子组成，性能以高概率下以混沌方式测量距离衡量。我们构造了一个明确的离散前缀/树族状态集，其上自适应测量选择实现多项式复制复杂度，而每个非自适应设计在最坏情况下的复制数为指数级。自适应上界来自于使用分层面包信息进行阶段前缀恢复。非自适应下界基于稀疏前缀机制：每个固定设计在某些深层前缀子集上进行欠采样，而在该子集之外，竞争假设诱导出相同的单次法则，因此只有指数小比例的测量预算对完整数据分布之间的 KL 散度有贡献。该结果在实验常用的局部 Paul 测量架构下，隔离了一个自适应在样本复杂度比例下具有明确影响的具体情形。