未来几年，预计在低于400英尺的无管制空域内，自主无人机航空交通将大幅增加。专家们预计到2027年，美国将拥有近100万架商用无人机系统（UAS），这些无人机将用于包裹递送、交通监控和紧急救援等任务。

美国的一支研究团队利用人工智能模拟了一个系统，用以更安全地协调无人机交通，取代一些需要人类参与的决策过程。

模拟系统利用自主算法提升了低于400英尺的UAS操作的安全性和可扩展性。

为了解决无人机交通增加的挑战，团队在模拟的三维空域中评估了自主算法的影响。他们从之前的研究中得知，使用碰撞回避算法可以大大减少事故发生。他们发现，添加战略性脱离碰撞算法（控制交通时间以避免碰撞）使得情况更加安全，几乎消除了空域事故。

研究人员还为他们的模拟器配备了两个真实感方面。 “噪音传感器”模拟了现实世界条件的不可预测性，使系统更具适应性；而“模糊干扰系统”根据从接近障碍物到遵循计划路线等因素计算出每架无人机的风险级别。这些方法使系统能够自主决策以预防碰撞。

研究考虑了多种变量，包括涉及“流氓无人机”偏离计划航线的情景。结果非常乐观。

该团队计划进一步完善他们的模拟器，添加动态障碍物（如天气和其他现实世界因素），以更全面地呈现情况。

这项工作通过模拟在第三方未来空域部署环境和系统中的性能，以及在学术和基础研究IEEE和ACM社群中进行研究，帮助研究人员了解保护空域的自主算法在三维模拟空域中面对噪音和不确定性时的行为，并强调了持续监测这些自主算法结果以确保它们没有达到潜在失效状态的必要性。