Hava trafiğinin sürekli artmasıyla birlikte geleneksel hava trafik kontrol sistemleri ciddi darboğazlarla karşı karşıya kalıyor. Federal Havacılık İdaresi verilerine dayanan yeni bir araştırma, bu soruna yapay zeka destekli çözüm sunuyor.
Araştırmacılar, hava sahası bölümlendirilmesi ve koordinasyonunu otomatikleştiren üç aşamalı bir sistem geliştirdi. İlk aşamada, XGBoost sınıflandırıcısı kullanılarak 23 farklı trafik özelliğinden optimal 3D ızgara konfigürasyonu tahmin ediliyor. Sistem, 65.000 örneklik veri seti üzerinde %91,38 doğruluk oranına ulaştı.
İkinci aşamada devrim niteliğinde bir yaklaşım benimsenmiş: uçaklar, lidersiz Paxos konsensüs protokolü sayesinde sektör girişlerini kendi aralarında koordine edebiliyor. Bu yöntem, tüm test konfigürasyonlarında %96'nın üzerinde giriş başarı oranı sağlarken havada çarpışma riskini minimum seviyede tutuyor.
Üçüncü aşamada ise Bayesian optimizasyon tekniği kullanılarak sistem performansı sürekli iyileştiriliyor. Bu yaklaşım, insan denetimini koruyarak güvenlik standartlarını yüksek seviyede tutuyor.
Özerk hava araçlarının yaygınlaşmasıyla birlikte bu teknoloji, gelecekteki hava sahası yönetimi için kritik öneme sahip. Sistem, artan trafik yoğunluğunu güvenli şekilde yönetebilme potansiyeli sunuyor.