Investigadores han analizado la eficiencia de la optimización de observables en sistemas cuánticos de cuatro niveles, revelando una dependencia significativa del hamiltoniano del sistema. El estudio se centró en sistemas de tipo V-V y sistemas anarmónicos, caracterizados por una trampa de control nulo de quinto orden. El objetivo era optimizar un observable específico, explorando cómo diferentes arquitecturas de interacción influyen en la capacidad de alcanzar el rendimiento máximo.

La investigación combinó un análisis teórico riguroso con experimentos numéricos utilizando algoritmos como GRAPE (Gradient Ascent Pulse Engineering) para controles sin restricciones y GPM (Gradient Projection Method) para controles con restricciones. Los resultados muestran una marcada diferencia en la eficiencia de optimización: mientras que en el sistema V-V se observa un aumento brusco de la eficiencia, alcanzando hasta el 100% a una cierta distancia del control nulo, en un sistema con interacción en cadena el aumento es mucho más lento y menos pronunciado, llegando incluso a disminuir ligeramente. Esta divergencia sugiere que la estructura fina del subespacio de controles donde la segunda derivada del funcional objetivo es cero juega un papel crucial.

Estos hallazgos son relevantes para el diseño y control de dispositivos cuánticos, especialmente en computación y sensado cuántico. Comprender cómo la arquitectura del sistema afecta la optimización de observables es fundamental para superar las limitaciones actuales y desarrollar estrategias de control más robustas y eficientes. La identificación de trampas de control y la caracterización de paisajes cuánticos son pasos esenciales para la ingeniería de sistemas cuánticos de alto rendimiento.