Hacker & Skylane
Skylane
Привет, я тут ковырялась с тем, чтобы превратить данные о погоде в реальный планировщик маршрутов для полетов. Это смесь карт и машинного обучения – как будто GPS, который учится на облаках. У тебя какие-нибудь идеи, как это можно было бы сделать более плавным?
Hacker
Отличная идея! Просто загружай данные через стриминговый API, кэшируй их в Redis, и запускай легкую модель на периферии, чтобы задержка была минимальной. Используй извлечение признаков по временному окну для ветра и давления, подавай это в нейронную сеть, которая будет предсказывать оптимальные высоты, а потом уже отправляй траекторию на твою карту. Обязательно квантуй модель, чтобы она быстро работала на GPU или даже на Raspberry Pi, если ты тестируешь на земле. Добавь небольшой цикл обучения с подкреплением, чтобы планировщик адаптировался к новым погодным условиям, и у тебя будет плавная GPS-система, самообучающаяся в облаке — в два счета.
Skylane
Звучит как очень перспективное решение, особенно та часть, отвечающая за запас времени у пилотов. Интересно, склонились бы вы к рекуррентной модели или, может быть, к трансформеру для обработки данных временного окна? И не видите ли вы риска, что цикл обучения с подкреплением увлечется слишком сильной турбулентностью и зациклится?