Правильно и эффективно выстроить систему распределения задач в команде с участием людей и автономных агентов (роботов) можно с помощью машинного обучения.

Обеспечение возможности точного обнаружения и идентификации различных дронов имеет важное значение для наземных служб, с помощью машинного обучения эта задача вполне решаема.

Эффективно среагировать на стихийное бедствие является ключевым фактором предотвращения потерь человеческих жизней и минимизации экономического ущерба. И современные технологии БПЛА и искусственного интеллекта готовы это решать.

Проблема обнаружения и избежания (DAA) столкновения на средних и малых высотах может быть решена даже несмотря на то что на больших расстояниях визуальный облик самолета или вертолета обычно крошечный в контексте всего изображения.

Отказ двигателя не является редкой ситуацией в малой авиации и беспилотных летательных аппаратах. Эта неприятная ситуация требует от пилота или удаленного оператора максимально быстро подобрать безопасную площадку для вынужденного приземления и оптимально туда спланировать. На помощь пилоту придут алгоритмы.

Большинство самолетов в рамках концепции городской аэромобильности (UAM) будут представлять собой транспортные средства с электрическим вертикальным взлетом и посадкой (eVTOL). Расположение взлетных площадок в плотной городской застройке создает сложные задачи в управлении воздушным движением и его обслуживанием. Только управление на основе искусственного интеллекта позволит эффективно их решать.