Um Boeing 787-9 Dreamliner voando do Aeroporto Internacional Newark Liberty (EWR) para o Aeroporto Leonardo da Vinci-Fiumicino (FCO) requer aproximadamente $68.000 de combustível de avião para a viagem de 8,5 horas. Ajustar as rotas de voo de acordo com as condições do vento pode reduzir o consumo e economizar milhares de dólares. Enquanto empresas como Jeppesen oferecem soluções comerciais, Scikit-decide fornece uma alternativa de código aberto desenvolvida ao longo de seis anos.

Este framework para aprendizado por reforço, planejamento automatizado e agendamento otimiza rotas de voo, escalas de força de trabalho de companhias aéreas e trajetos de enxames de drones. Ele se integra com OpenAP, um modelo de desempenho de aeronaves desenvolvido por Dr. Junzi Sun, professor assistente titular na TU Delft nos Países Baixos com doutorado em gestão de tráfego aéreo. O autor demonstra o sistema usando um modelo Airbus A320 em uma estação de trabalho de alto desempenho com um processador AMD Ryzen 9 9950X de 5,7 GHz, 96 GB de RAM DDR5 e Ubuntu 24 LTS via WSL no Windows 11 Pro.

O tutorial detalha a instalação do Python 3.12, Scikit-decide, OpenAP, OpenTop, DuckDB com extensões espaciais e QGIS 4.2.1 para renderização de mapas, apresentando um kit de ferramentas de código aberto completo para otimização de trajetórias.