Un Boeing 787-9 Dreamliner volant de l'aéroport international de Newark Liberty (EWR) à l'aéroport Léonard-de-Vinci de Fiumicino (FCO) nécessite environ 68 000 $ de carburant d'avion pour le trajet de 8,5 heures. Ajuster les trajectoires de vol en fonction des conditions de vent peut réduire la consommation et permettre d'économiser des milliers de dollars. Bien que des entreprises comme Jeppesen proposent des solutions commerciales, Scikit-decide offre une alternative open source développée sur six ans.

Ce cadre pour l'apprentissage par renforcement, la planification automatisée et l'ordonnancement optimise les trajectoires de vol, les plannings du personnel des compagnies aériennes et les trajectoires des essaims de drones. Il s'intègre à OpenAP, un modèle de performance des avions développé par le Dr. Junzi Sun, professeur assistant titulaire à TU Delft aux Pays-Bas et titulaire d'un doctorat en gestion du trafic aérien. L'auteur démontre le système en utilisant un modèle Airbus A320 sur une station de travail haut de gamme équipée d'un processeur AMD Ryzen 9 9950X à 5,7 GHz, de 96 Go de mémoire vive DDR5 et d'Ubuntu 24 LTS via WSL sous Windows 11 Pro.

Le tutoriel détaille l'installation de Python 3.12, de Scikit-decide, d'OpenAP, d'OpenTop, de DuckDB avec extensions spatiales et de QGIS 4.2.1 pour le rendu des cartes, présentant une boîte à outils open source complète pour l'optimisation des trajectoires.