Araştırmacılar, insansız hava araçları (drone'lar) için öngörülü iletişim adı verilen yenilikçi bir sistem geliştirdi. Bu teknoloji, drone'ların gelecekteki kanal koşullarını tahmin ederek iletişim zamanlamasını optimize ediyor. Sistem, enerji tüketimi ile veri güncelliği arasında denge kurarken, yer tabanlı hizmetlere müdahaleyi minimize ediyor. Drone navigasyonu, denetim ve gözetleme gibi zamana duyarlı uygulamalar için kritik öneme sahip olan bu yaklaşım, özellikle alçak irtifa ağlarında çalışan drone'ların performansını artırıyor. Model öngörülü iletişim çerçevesi, gelişmiş kanal algılama teknikleri kullanarak üç temel zorluğu ele alıyor: katı veri tazeliği gereksinimleri, drone'ların sınırlı enerji kaynakları ve yer sistemleriyle girişim problemi.

Araştırmacılar, sentetik açıklıklı radar (SAR) sistemiyle donatılmış uçaklar için yeni bir çok aşamalı planlama sistemi geliştirdi. Bu sistem, 3D arazi verilerini analiz ederek hedeflerin görünürlüğünü maksimize eden uçuş rotaları oluşturabiliyor. Derin pekiştirmeli öğrenme ile eğitilen yapay sinir ağları, uçağın düz uçuş segmentlerini optimize ederek yüksek kaliteli radar görüntüleme sağlıyor. Sistem, önce hedef noktaların ziyaret sırasını belirliyor, ardından arazi koşullarına göre en uygun düz uçuş segmentlerini hesaplıyor ve son olarak bu segmentleri birbirine bağlıyor. Bu teknoloji, askeri gözetleme, afet yönetimi ve sivil havacılık alanlarında önemli uygulamalara sahip olabilir.

Araştırmacılar, stokastik (rastgele) sistemlerde güvenlik sınırları içinde kalarak belirli bölgeleri en az k kez ziyaret etme olasılığını hesaplayan yeni bir matematiksel çerçeve geliştirdi. Bu çalışma, gözetleme sistemleri ve periyodik şarj işlemleri gibi tekrarlayan görevlerin güvenilirliğini matematiksel olarak doğrulamak için önemli. Araştırmacılar, 'çarpımsal stokastik bariyer fonksiyonları' adlı yeni bir yaklaşım kullanarak, sistemlerin hem güvenlik gereksinimlerini karşılayıp hem de görevlerini yerine getirme olasılıklarını hesaplayabiliyor. Bu model, özellikle otonom araçlar, robotik sistemler ve güvenlik kritik uygulamalar için büyük önem taşıyor.

Araştırmacılar, robotların sınırlı görüş alanına sahip karmaşık ortamlarda güvenli bir şekilde hareket etmesini sağlayan yeni bir yapay zeka sistemi geliştirdi. HAVEN adı verilen bu sistem, Deep Transformer Q-Network teknolojisini kullanarak robotların engellerden yararlanmasını ve düşman varlığının olduğu ortamlarda görünmezliği korumasını sağlıyor. Sistem, hiyerarşik bir yaklaşımla yüksek seviye hedef belirleme ve düşük seviye hareket kontrolünü birleştiriyor. Bu teknoloji, otonom araçlardan depo otomasyonuna, savunma sistemlerinden gözetleme robotlarına kadar geniş bir uygulama alanına sahip. Özellikle görüş açısının kısıtlı olduğu durumlarda geleneksel yol planlama yöntemlerinin yetersiz kaldığı noktalarda devrim niteliğinde çözümler sunuyor.