量子信息科学课程项目，目标是复现最大独立集问题的里德堡原子求解流程。负责将问题图映射为原子排布、编写Python仿真脚本并做参数扫描；与两名组员分工完成文献梳理、结果绘图与误差分析。使用QuTiP与自写NumPy模拟器，在6至10原子、固定演化时间条件下对比不同拉比频率下的解质量，记录1000次采样统计。课程答辩中说明模拟器为理想无噪声模型，结论仅在小规模算例成立，获课程优秀项目评定。

个人自学项目，用Python实现状态向量模拟器并练习VQE求解小分子基态能量。完成单双比特门、测量采样与梯度估计模块，在H2简化模型（STO-3G、2量子比特）上与解析解对比，能量误差在1e-3量级（本机模拟、无噪声、100次优化迭代）。通过GitHub记录迭代过程并撰写中文说明文档，梳理线性代数与概率基础在量子算法中的对应关系，为后续阅读中性原子量子模拟文献打基础。