2023年1月举办了空运挑战赛。这项在线竞赛有助于推进最先进的规划算法，用于为美国空军执行空运行动。
计划将货物交付作为空运操作的一部分是一个众所周知的复杂问题。由于天气恶劣或其他意外事件，交通路线可能无法进入。还必须考虑飞机速度、承载能力和机场在地面最大数量等因素，以确保准时和高效交付。不可预见的货物需求可能需要快速重新规划以满足紧迫的期限。
在AFRL空运挑战赛中可以找到潜在的解决方案，这是一项在线多代理规划竞赛，参赛者创建创新的算法和解决方案来执行模拟空运操作。
比赛使用人工智能来协助设计飞机遵循的计划，以有效地运送货物。对于飞机停靠的每个机场，人工智能都会提供一个“命令”，指定要装载或卸载的货物以及下一个目的地。
“即使在理想条件下，巨大的需求和紧迫的期限也使得空运操作难以计划，”AFRL机器学习研究员Andre Beckus博士说。“意外中断只会使问题进一步复杂化，可能会造成重大延误，并使规划软件达到极限。
为了确定新的解决方案，研究人员应用他们的技能并开发新的算法，以实现准时交付，同时提高效率。图中显示了一个小的示例方案。
AFRL AI 空运挑战场景展示了 AI 如何运送货物。机场用带有连接路线的小方块标识。货物在取货区的三个机场分阶段。每个都指定在有需要的特定机场交付。开发的算法引导四架飞机通过网络来提取和交付货物。这些航线经历随机中断，要求飞机等待中断清除，或遵循不同的路线。
“空运挑战提供了一个模拟环境，人工智能或人工智能代理可以在其中进行交互，”Beckus说。“这些算法是在一组日益复杂的评估场景中评分的，同时要应对意外事件和中断。
从这次人工智能挑战和其他挑战中收集的信息，如AFWERX权宜之计开放式创新挑战赛，可以帮助美国空军成功创新新方法，在小规模甚至更大规模上更高效地完成空运行动的传统任务目标，例如1948年历史性的柏林空运。
在比赛期间，参赛者提交AI代理进行即时评分，以查看他们在实时排行榜上的排名。
“看到世界各地的研究人员能够访问这种环境并为给定场景提供解决方案，这令人兴奋，”AFRL计算机科学家Adis Delanovic说。“我们期待举办更多像这样的比赛，我们可以利用众包解决方案的未开发潜力来满足作战人员的需求。
AFRL研究人员和比赛的获胜者有机会在4月30日至5月4日在佛罗里达州奥兰多举行的SPIE国防+商业传感会议上发表一篇关于AI空运挑战赛结果的联合论文。
空运挑战赛的获胜者John Kolen博士是来自佛罗里达州的独立研究员。Kolen博士拥有超过30年的行业经验。
亚军是来自雷神技术研究中心的一组研究人员，其中包括Abeynaya Gnanasekaran博士，Amit Surana博士，Kunal Srivastava博士，Hongyu博士Zhu和Yiqing Lin博士。
来自佛罗里达大学的学生获得了荣誉奖，其中包括Nickolas Arustamyan，Norman Bukingolts，Dali Grimaux-De营地，Matthew Huynh， 亚当·萨杜克和德文·威利斯。他们的顾问是大卫·布拉格;佛罗里达工程应用研究和卡莱布·史密斯博士;英伟达人工智能技术中心高级数据科学家。
这些参与者总共上传了92份提交的内容，他们在其中迭代地改进了他们的算法。
“获奖者提交的高质量解决方案给我们留下了深刻的印象，”Beckus说。“这些团队能够在短时间内快速提高分数。
该挑战赛得到了竞赛平台上27名注册用户以及竞赛中心150名关注者的兴趣。比赛还引起了参与者的宝贵讨论和反馈，并使政府团队能够改进模拟器。
