Completata con successo la simulazione in tempo reale del progetto SESAR JARVIS
Presso il National Test Facility di ENAV si è conclusa con successo la Simulazione in Tempo Reale (RTS) dell’esercitazione italiana del progetto SESAR JARVIS, un traguardo importante nello sviluppo di soluzioni basate su Intelligenza Artificiale a supporto dei controllori del traffico aereo.
L’attività è stata svolta in stretta collaborazione con CIRA, Leonardo e NAIS, con il contributo determinante del personale operativo ENAV: sei controllori del traffico aereo (ATCO) hanno partecipato attivamente alle sessioni di test, fornendo feedback di elevato valore operativo.
Al centro della simulazione, la valutazione del Digital Assistant Conflict Resolution Advisor – CORA (ATC-DA-CORA), concepito come strumento di supporto decisionale per i controllori nei processi di individuazione e risoluzione dei conflitti tra aeromobili. Nell’ambito del progetto, CORA è stato potenziato mediante tecniche di Artificial Intelligence e integrato con il Tactical Conflict Detection Tool (TCT) all’interno della piattaforma 4-Flight CWP.
La preparazione e l’esecuzione della RTS hanno coinvolto circa 30 risorse tra ingegneri, esperti di Human Performance e piloti. L’addestramento degli algoritmi di Machine Learning è stato condotto utilizzando circa sei mesi di dati storici reali di traffico ATM, seguiti da due mesi di reinforcement learning finalizzati a individuare le strategie di risoluzione dei conflitti più efficaci.
La campagna di simulazione ha interessato sei settori en-route/TMA nell’area dell’ACC di Roma, sviluppando circa 500 minuti di traffico simulato distribuiti su 12 run di esercitazione nell’arco di una settimana.
Il progetto ha visto il contributo di tutti i partner:
ENAV - Responsabile dell’attività e dell’organizzazione della validazione; ha fornito i dati storici di traffico, le tecniche di risoluzione dei conflitti e l’addestramento degli algoritmi ML.
CIRA - Ha progettato le strategie di apprendimento e implementato l’addestramento degli algoritmi AI di ATC-DA-CORA; ha supportato le attività di AI assurance con EASA; ha contribuito allo sviluppo delle interfacce per l’integrazione nella piattaforma target
Leonardo (LDO) - Ha sviluppato il prototipo CORA, integrandolo con il motore AI e la piattaforma di simulazione 4-Flight; ha condotto le verifiche in ambiente industriale e supportato le attività di validazione.
NAIS - Ha svolto l’Analisi Costi-Benefici (CBA), la valutazione della sicurezza, l’analisi delle prestazioni umane e la valutazione dell’impatto ambientale, con il supporto di tutti i partner.
Questa esercitazione segna il completamento del ciclo di validazione del progetto, con il raggiungimento del Technology Readiness Level (TRL) 4, fornendo ulteriori evidenze del ruolo dell’Intelligenza Artificiale come fattore abilitante per l’evoluzione dell’Air Traffic Management (ATM).