নিউয়ার্ক লিবার্টি আন্তর্জাতিক বিমানবন্দর (EWR) থেকে লিওনার্ডো দা ভিনচি-ফিউমিচিনো বিমানবন্দর (FCO) পর্যন্ত একটি বোয়িং 787-9 ড্রিমলাইনার 8.5 ঘন্টার যাত্রার জন্য প্রায় $68,000 জেট জ্বালানী প্রয়োজন। বাতাসের অবস্থা অনুযায়ী উড়ান পথগুলো সামঞ্জস্য করলে খরচ কমাতে পারে এবং হাজার ডলার বাঁচাতে পারে। Whereas companies like Jeppesen provide commercial solutions, Scikit-decide provides an open-source alternative developed over six years. This framework for reinforcement learning, automated planning, and scheduling optimizes flight paths, airline workforce schedules, and drone swarm paths. It integrates with OpenAP, an aircraft performance model by Dr. Junzi Sun, a tenured assistant professor at TU Delft in the Netherlands with a PhD in air traffic management.

The author demonstrates the system using an Airbus A320 model on a high-end workstation featuring a 5.7 GHz AMD Ryzen 9 9950X CPU, 96 GB DDR5 RAM, and Ubuntu 24 LTS via WSL on Windows 11 Pro. The tutorial details installing Python 3.12, Scikit-decide, OpenAP, OpenTop, DuckDB with spatial extensions, and QGIS 4.2.1 for rendering maps, showcasing a complete open-source toolkit for trajectory optimization.