Eine Boeing 787-9 Dreamliner, die vom Flughafen Newark Liberty International (EWR) zum Flughafen Leonardo da Vinci-Fiumicino (FCO) fliegt, benötigt für die 8,5-stündige Reise etwa 68.000 $ an Flugtreibstoff. Die Anpassung von Flugrouten an Windbedingungen kann den Verbrauch senken und Tausende Dollar einsparen. Während Unternehmen wie Jeppesen kommerzielle Lösungen anbieten, stellt Scikit-decide eine Open-Source-Alternative dar, die über sechs Jahre entwickelt wurde.

Dieses Framework für verstärkendes Lernen, automatisierte Planung und Terminierung optimiert Flugrouten, Personaleinsatzpläne von Fluggesellschaften und Drohnenschwarm-Trajektorien. Es integriert sich mit OpenAP, einem Flugzeugleistungsmodell von Dr. Junzi Sun, einem tenured Assistant Professor an der TU Delft in den Niederlanden mit einem PhD in Luftverkehrsmanagement. Der Autor demonstriert das System anhand eines Airbus A320-Modells auf einer High-End-Arbeitsstation mit einem 5,7 GHz AMD Ryzen 9 9950X Prozessor, 96 GB DDR5 RAM und Ubuntu 24 LTS über WSL unter Windows 11 Pro.

Das Tutorial beschreibt die Installation von Python 3.12, Scikit-decide, OpenAP, OpenTop, DuckDB mit räumlichen Erweiterungen und QGIS 4.2.1 zur Kartenrenderung und präsentiert ein vollständiges Open-Source-Toolkit zur Trajektorienoptimierung.