IBM量子硬件上用Scipy minimize运行Estimator时遇AttributeError问题

使用scipy.optimize.minimize结合Qiskit Runtime的Estimator在IBM真实量子设备上优化量子电路时，触发错误：AttributeError: 'ParameterExpression' object has no attribute 'name'，错误发生在cost_func_estimator函数内调用estimator.run()的位置。

已尝试的操作：

• 确保init_params仅包含数值而非ParameterExpression
• 使用bind_parameters()赋值参数
• 更新qiskit和qiskit-ibm-runtime到最新版本

相关代码：
主程序代码：

from scipy.optimize import minimize
from qiskit_ibm_runtime import Estimator, Session

objective_func_vals = []

with Session(backend=backend) as session:
    estimator = Estimator(mode=session)
    estimator.options.default_shots = 1000

    estimator.options.dynamical_decoupling.enable = True
    estimator.options.dynamical_decoupling.sequence_type = "XY4"
    estimator.options.twirling.enable_gates = True
    estimator.options.twirling.num_randomizations = "auto"

    result = minimize(
        cost_func_estimator,
        init_params,
        args=(candidate_circuit, qubitOp, estimator),
        method="COBYLA",
        tol=1e-2,
        callback=callback,
    )

    save_progress(result.x, objective_func_vals, name_saved_file)
    print(result)

代价函数定义：

def cost_func_estimator(params, ansatz, hamiltonian, estimator):
    isa_hamiltonian = hamiltonian.apply_layout(ansatz.layout)
    pub = (ansatz, isa_hamiltonian, params)

    job = estimator.run([pub])  # 错误触发位置

    results = job.result()[0]
    cost = results.data.evs
    return cost

1. 显式绑定参数到电路，避免直接传递参数列表 #

Estimator在处理带参数的电路时，若参数为ParameterExpression会因缺失name属性报错。通过assign_parameters提前将数值参数绑定到ansatz电路，生成无参数电路后再传给Estimator，绕开参数匹配问题。

2. 提前完成Hamiltonian的ISA转换 #

避免在每次代价函数调用时重复执行布局转换，提前在Session外完成Hamiltonian的ISA适配，减少冗余操作和潜在错误。

3. 确保ansatz参数为纯Parameter对象 #

检查ansatz电路中的参数，确保均为独立的Parameter对象，而非包含运算的ParameterExpression（例如theta + pi/2），后者无name属性会导致Estimator无法识别。

修改后的代码示例：
主程序（提前转换Hamiltonian）：

from scipy.optimize import minimize
from qiskit_ibm_runtime import Estimator, Session

objective_func_vals = []

# 提前将Hamiltonian适配到ansatz的布局
isa_hamiltonian = qubitOp.apply_layout(candidate_circuit.layout)

with Session(backend=backend) as session:
    estimator = Estimator(mode=session)
    estimator.options.default_shots = 1000

    estimator.options.dynamical_decoupling.enable = True
    estimator.options.dynamical_decoupling.sequence_type = "XY4"
    estimator.options.twirling.enable_gates = True
    estimator.options.twirling.num_randomizations = "auto"

    result = minimize(
        cost_func_estimator,
        init_params,
        args=(candidate_circuit, isa_hamiltonian, estimator),
        method="COBYLA",
        tol=1e-2,
        callback=callback,
    )

    save_progress(result.x, objective_func_vals, name_saved_file)
    print(result)

修改后的代价函数：

def cost_func_estimator(params, ansatz, isa_hamiltonian, estimator):
    # 将数值参数绑定到ansatz，生成无参数电路
    bound_ansatz = ansatz.assign_parameters(params)
    # 构造pub时无需再传递params
    pub = (bound_ansatz, isa_hamiltonian)

    job = estimator.run([pub])
    results = job.result()[0]
    cost = results.data.evs
    return cost

额外检查项：

• 确认init_params的长度与ansatz的parameters列表长度完全一致，顺序严格对应
• 若ansatz是经transpile转换的ISA电路，确保转换过程未引入ParameterExpression

内容的提问来源于stack exchange，提问作者Clovis Caface