Una computadora cuántica es como una orquesta en la que cada cúbit debe entrar exactamente en su compás. Pero en lugar de un director con batuta, tenemos un generador de formas de onda arbitrarias (AWG) que envía señales de microondas de decenas de nanosegundos. Un error en la forma del pulso hace que el cúbit "desafine" y termine en un estado cuántico equivocado. Hasta ahora, para ajustar estos pulsos se usaban recetas analíticas como DRAG (método para suprimir fugas a niveles superiores), que requieren un ajuste manual al hardware específico, o métodos numéricos que son sensibles a la aproximación inicial. El nuevo trabajo trae al mundo cuántico el regulador lineal-cuadrático iterativo (iLQR), un método iterativo de optimización de trayectorias creado originalmente para enseñar a los robots a caminar.

El regulador robótico no solo empuja el sistema en la dirección correcta. Mira hacia adelante, evaluando los costos futuros desde cada estado; en teoría del control esto se llama función de valor. Para el problema cuántico, los autores reformularon la dinámica del cúbit superconductor (transmón, un cúbit superconductor con no linealidad) en una forma real conveniente, y aproximaron la exponencial matricial con una serie de Padé de octavo orden. Luego hicieron un movimiento astuto: en lugar de tomar las amplitudes de los pulsos como variables de control, tomaron sus derivadas. Esto permitió penalizar cambios bruscos en la señal y garantizar que el pulso comience desde cero, como un arranque suave en lugar de un tirón.

En simulaciones con los parámetros del procesador IBM Brisbane, el método demostró su valía. Para la puerta X de un cúbit de 40 ns de duración en un modelo de dos niveles, el iLQR reprodujo la solución analítica bang-bang con una precisión de 1.3·10⁻¹³, y con suavizado, de 4·10⁻⁹. Para la puerta de resonancia cruzada de dos cúbits (una operación de dos cúbits mediante excitación por microondas) de 240 ns de duración, la precisión alcanzó 1.1·10⁻⁸. Por supuesto, el método GRAPE con un buen pulso inicial puede lograr 10⁻¹³, pero es sensible al punto de partida, mientras que el iLQR encuentra la solución desde una inicialización aleatoria, como un robot que se pone de pie sin ayuda.

La utilidad práctica es evidente: calibración automática de puertas en procesadores cuánticos, especialmente cuando no se conoce una solución analítica. En el futuro, el método podría adaptarse a pulsos más cortos, incorporar la fidelidad directamente en la función de costo y aplicarse a otras arquitecturas, como transmones con acoplamiento ajustable para puertas iSWAP o CZ. Una dirección importante es la integración de retroalimentación de hardware para que el regulador aprenda de los errores reales del dispositivo. Así, la robótica se convierte discretamente en el director de la orquesta cuántica.