PISGD 演化的是路径而非单点
优化问题是标准的非凸问题：给定 R^d 上的可微目标函数 V，寻找一个与全局极小值 x* 距离在容差 epsilon 之内的点。局部极小值 x_bullet 与全局极小值 x* 之间通常由一个瓶颈鞍点 x_circle 分隔，局部方法可能在 x_bullet 附近的盆地中停留极长时间。
SGD 的做法是在单点注入噪声，使迭代点能够翻越势垒。PISGD 则把每个迭代对象视为一条离散路径，按照路径积分蒙特卡洛的思路从路径空间分布中采样。论文的动机问题是：这种路径取值的经典算法能否在只使用目标函数梯度的同时，获得量子优化器所期望利用的隧穿行为。
高度与作用量是两种不同的指数
两种逃逸机制由不同的量支配，论文明确指出它们具有不同的量纲。对于通过 Langevin 随机微分方程分析的噪声驱动 SGD，运行时的主要指数标度为 exp(lambda_SGD * H_V)，其中 H_V = V(x_circle) - V(x_bullet) 是势垒高度，lambda_SGD > 0 是作为超参数处理的标度常数，在某些语境下可理解为学习率的倒数。
对于量子隧穿，逃逸时间则标度为 exp(lambda_Q * B_V)，其中反弹作用量为 B_V = 2 * inf，对从局部极小值到势垒另一侧的路径 gamma 取下确界，沿 gamma 积分 |dx| * sqrt(2 * max{V(x) - V(x_bullet), 0})。由于 B_V 沿连接路径对势垒高度取平均，它同时依赖势垒的高度与宽度。对于又高又薄的势垒，B_V 很小而 H_V 很大，隧穿便以指数因子成为更廉价的路径。论文指出 H_V 是能量而 B_V 是作用量，因此直接比较这两个原始量没有意义，比较必须在归一化量之间进行。
Kramers 逃逸速率理论推广到路径空间
核心技术步骤是把 Kramers 逃逸速率理论（经由 Langer 理论）应用于 PISGD 实际遵循的路径空间动力学，而不是势场中的点粒子。论文处理了涨落算符的函数行列式、零模所贡献的延展范围，以及由此得到的逃逸速率与运行时，随后推导出 PISGD 的固定噪声收敛条件。
结果是 PISGD 的逃逸指数由反弹作用量而非势垒高度决定，与量子隧穿形式一致。论文还把分析推广到单个势垒之外，并用同一套语言重新审视量子隧穿。这是一个关于指数标度的解析结果，并不声称 PISGD 模拟了量子计算机。
数值实验重现了反弹剖面
论文在可分离与非可分离势上都用数值方法证实了预测的标度。在一维变体四次势中，取 alpha = 0.9、c = 100、归一化曲率 omega_bar_star = 0.1，按事件对齐的快照显示 PISGD 首先发展出局域化的路径涨落。在转变事件处（定义为任一时间切片首次越过转折点 x_tp 的迭代），对齐路径的均值与理论反弹剖面（一对瞬子—反瞬子）高度吻合。转变之后，整条路径弛豫进入全局盆地。
相比之下，SGD 演化单个点，通过翻越鞍点 x_circle 逃逸。由于各次运行对齐在各自的参考事件上，这些面板比较的是逃逸机制而非实际耗时。论文还检验了平稳分布：取 lambda = 1、sigma^2 = 2，使 lambda_PISGD = 2*lambda/sigma^2 = 1，运行一条长 PISGD 轨迹，参数为 a = 0.025、N_T = 400、T = 10、s = 0.01，丢弃前 50,000 次迭代，此后每 100 次迭代保留一次 x_0 直到第 999,900 次迭代，共得到 9,500 个晚期样本，其单切片边缘分布在位置和宽度上都与独立求解一维薛定谔本征值问题得到的基态密度 |psi_0(x)|^2 高度一致。
曲率阈值划分 PISGD 与 SGD 的优势区间
论文并不声称 PISGD 总是占优。对于可分离变体四次势族，经浓度调整后的比较归结为一个临界归一化曲率 omega_bar_star_c(alpha)，定义为 H_V(alpha, c)/c 与 B_V(alpha, c)/(2*sqrt(c)) 之比。当 omega_bar_star < omega_bar_star_c(alpha) 时 PISGD 的指数更小，当 omega_bar_star > omega_bar_star_c(alpha) 时 SGD 的指数更小。图 2 把参数空间划分为相应的 PISGD 优势区与 SGD 优势区。
该构造在转折点之后用一段曲率可调的二次分支替换四次部分，并匹配得使势函数及其一阶导数保持连续。这样势垒高度与反弹作用量不变，而 omega_star 可独立调节，因此对合适的参数选择可以满足 PISGD 优势条件。对于标准纯四次势，其归一化曲率沿一条曲线变化，该曲线完全落在 SGD 优势区。论文还报告，在浓度调整设定下，对于普通四次双势阱，随着 d 增大，PISGD 的主要运行时增长甚至快于相应 SGD 运行时平方，这正是需要变体构造才能展示 PISGD 优势的原因。
消融实验界定了反比律的适用范围
运行时扫描把运行时定义为所报告迭代对象首次到达 L2 球 B(x*, epsilon) 的首达时间，取 epsilon = 5，并以连续时间单位 t_epsilon = s * k_epsilon 报告。论文采用这一相对较大的半径，是因为浓度阈值按 epsilon^{-2} 标度，减小 epsilon 将需要大得多的 lambda 和过长的运行时间；其目的是检验预测的逃逸机制与渐近标度，而非实际停止精度。
消融实验标出了该适用范围的边界。在 T = 10 下扫描格点间距 a，在 a <= 0.25 上自由拟合给出指数 p = -1.010，固定 p = -1 得到 t_epsilon = 17.114/a，即 K = 171.1，比 K_th 高 17.7%；a = 1 处的急剧上升表明反比律只在细格点下成立。在 a = 0.025 下扫描虚时间长度 T，在 1 <= T <= 10 上自由拟合给出 p = -0.872，固定 p = -1 得到 t_epsilon = 5,118/T，即 K = 128.0，比 K_th 低 12.0%；T = 25 和 50 处的变平表明反比律只在中等 T 下成立，而当 T <= 0.5 时运行时远低于其在 T = 10 处的值，因为路径无法容纳反弹，PISGD 退化为 V 上的类 SGD 动力学，其快速逃逸可能并不带来渐近优势。在 {0.002, 0.005, 0.008, 0.010, 0.012} 上扫描学习率 s（排除 s = 0.012），在 s <= 0.01 上自由拟合给出 p = -0.182，固定 p = 0 得到 t_epsilon = 739.7，即 K = 184.9，比 K_th 高 27.2%。在 {1, 2, 5, 8} 上扫描目标半径，自由拟合给出 p = -0.049，固定 p = 0 得到 t_epsilon = 631.1，即 K = 157.8，比 K_th 高 8.5%；epsilon 较小时数值上升，反映逃逸后到达更小球所需的额外时间。
非相干隧穿使量子优势问题仍悬而未决
论文对 PISGD 继承了什么、没有继承什么保持谨慎。PISGD 只保留非相干隧穿，因为多条隧穿路径之间的相干性并不存在。因此该分析并不排除基于量子隧穿的算法相对于经典算法在总体上可能存在量子优势。
实际解读应遵循论文自身的阈值，而非笼统断言。与决策相关的比较是归一化曲率 omega_bar_star 与临界值 omega_bar_star_c(alpha) 之间的大小：低于该值时 PISGD 的指数更小，高于该值时 SGD 的指数更小，而纯四次势落在 SGD 优势一侧。反弹机制的数值支持来自 alpha = 0.9、c = 100、omega_bar_star = 0.1 的变体四次势，且关于 a、T、s 和 epsilon 的反比律只在消融实验所界定的范围内成立。最有价值的结论是：经典路径空间优化器可以在没有任何真实量子动力学的情况下匹配以反弹作用量表示的隧穿指数，而通往量子优势的相干性路径仍不在该分析所能定论的范围之内。
本文引用的文献
From Quantum Tunneling to Classical Optimization through Instantons
基于瞬子的分析表明，PISGD 这一经典路径空间优化器以与量子隧穿相同的指数标度逃逸局部极小值，该标度由反弹作用量而非势垒高度决定，并在可分离与非可分离势上得到数值证实，但只保留非相干隧穿。