La optimización cuántica se une al transporte público: lecciones del Quantum Hackathon de Berlín

El 5 de marzo de 2026 tuvo lugar en el Change Hub de Berlín la gran final del Quantum Hackathon de Berlín , donde equipos de computación cuántica de toda Europa se dieron cita para abordar retos reales mediante el uso de hardware y algoritmos cuánticos de última generación. El acto sirvió tanto de competición técnica como de muestra de cómo los enfoques cuánticos empiezan a abordar problemas industriales de gran complejidad. Los premios, en forma de créditos de computación cuántica, fueron entregados por el Secretario de Estado alemán Severin Fischer, poniendo de manifiesto el creciente peso institucional del ecosistema cuántico de Berlín.

Nuestro equipo, Beerantum, obtuvo el tercer puesto en la clasificación general y el segundo en el reto de optimización cuántica, con un proyecto centrado en uno de los cuellos de botella más persistentes de la movilidad urbana: la planificación de turnos de conductores a gran escala.

El problema: la programación como reto combinatorio

BVG, el operador de transporte público de Berlín, gestiona más de 16.000 empleados y opera rutas de las que la ciudad depende cada día. Detrás de esa fiabilidad subyace un problema de programación extraordinariamente complejo. Con 150 conductores, múltiples líneas de autobús, un horizonte de cuatro semanas y decenas de miles de segmentos de turno, el número de combinaciones posibles aumenta de manera astronómica. Los enfoques clásicos gestionan razonablemente bien las restricciones más estrictas, pero tienden a eliminar por completo la dimensión humana: las preferencias de los conductores, los patrones de comportamiento y la disponibilidad individual suelen quedar fuera del proceso de optimización.

Ignorar esa dimensión tiene consecuencias reales. Las propias previsiones internas de BVG apuntan a que más de 4.300 empleados abandonarán la empresa de aquí a 2033 solo por jubilación, con la rotación voluntaria agravando aún más la situación. Y, una planificación que no tiene en cuenta las preferencias, no hace sino acelerar esa tendencia.

El enfoque cuántico

Planteamos el problema como un modelo de optimización binaria cuadrática sin restricciones (QUBO), en el que variables binarias codifican las asignaciones de conductores a segmentos, las restricciones operativas duras se incorporan como penalizaciones y las preferencias de los conductores como recompensas. El QUBO se resolvió utilizando el algoritmo Bias-Field DCQO de Kipu Quantum, ejecutado en el Kipu Quantum Hub.

El flujo de trabajo se extendió mucho más allá del núcleo cuántico. Una fase de preprocesamiento analizó los segmentos de rotación, construyó gráficos de conflicto y utilizó el método de clustering DBSCAN sobre 16 variables de comportamiento para identificar arquetipos de conductores, comprimiendo el espacio de preferencias y reduciendo las llamadas a la API en un 80 %. Un adaptador de incertidumbre, que combina un detector de anomalías basado en Isolation Forest con un predictor de demanda basado en procesos gaussianos, determinaba de forma dinámica si un día concreto requería una nueva reoptimización cuántica o podía resolverse mediante un arquetipo precomputado. El posprocesamiento se ocupó de la corrección de la factibilidad y de la evaluación de las preferencias, garantizando que las restricciones duras se cumplieran siempre en el resultado final.

El resultado fue un flujo de trabajo clásico-cuántico-clásico: inteligencia clásica en los extremos y búsqueda cuántica en el núcleo.

Implicaciones en otros ámbitos

Uno de los aspectos más valiosos de trabajar en un problema como este es comprender el grado de generalización que permite la arquitectura. La misma estructura QUBO puede aplicarse de forma natural a la programación de turnos en hospitales, la planificación de tripulaciones de aerolíneas, la logística de última milla y la operación de redes eléctricas. El proceso de gestión de incertidumbre es transferible entre dominios mediante la simple sustitución de la fuente de características.

Desde el punto de vista económico, una mejora conservadora del 2 % en la eficiencia de la planificación a la escala de BVG se traduce en aproximadamente 18 millones de euros al año. Una planificación ajustada a las preferencias, aunque solo reduzca una fracción de la rotación voluntaria, añade entre 2 y 4 millones de euros más al año. El proyecto demostró un camino viable para pasar de TRL 4 a un piloto de producción en TRL 6 en 24 meses, en línea con la hoja de ruta de hardware de Kipu.

Con la vista puesta en el futuro

El Quantum Hackathon de Berlín ha confirmado que la optimización cuántica está evolucionando desde la teoría hacia aplicaciones prácticas. Los retos son reales, los datos también, y el hardware, aunque aún en fase de maduración, ya es capaz de sustentar flujos de trabajo híbridos significativos.

La experiencia ha reforzado una idea clave: los sistemas cuánticos que funcionan en la práctica son aquellos diseñados teniendo en cuenta tanto el rigor operativo como la complejidad humana. Es precisamente en ese equilibrio donde residen los problemas de ingeniería más interesantes.

Un puente hacia la investigación en curso

Los retos de optimización explorados en el hackathon conectan de forma natural con trabajos en curso más cercanos. A través del proyecto Q-Mind, GMV investiga algoritmos cuánticos aplicados a tareas de planificación complejas, como la optimización de rutas, la programación de robots y la coordinación de constelaciones de satélites, con el objetivo de hacer viables soluciones en tiempo real en ámbitos donde los enfoques clásicos presentan limitaciones. El flujo de planificación de turnos que desarrollamos en Berlín, con su formulación QUBO, su gestión de la incertidumbre y su estructura híbrida clásica-cuántica, encaja plenamente con esta línea de investigación. Es un ejemplo pequeño pero tangible de hacia dónde se dirige la optimización cuántica: de competiciones de pruebas de concepto a la integración en los sistemas de planificación de los que dependen realmente las infraestructuras críticas.