عندما تتعلم طائرة بدون طيار من طيار خبير، فإنها لا تحفظ مناورات منفردة، بل ممرات آمنة كاملة — المسارات التي تحرك فيها الإنسان المُعلِّم. يُسمى هذا النهج التعلم بالمحاكاة (imitation learning): حيث تحاكي الآلة عروض الخبير. ومع ذلك، في الرحلة الفعلية، تظهر حتمًا عوامل لم تكن موجودة في بيانات التدريب: هبة رياح مفاجئة، اهتزازات الكاميرا، وحتى الاضطراب الهوائي الناتج عن المراوح نفسها. في هذه الظروف المتغيرة، غالبًا ما يؤدي النسخ المباشر لأفعال المُعلِّم إلى حادث — وهو ما يُعرف بـانزياح التوزيع (distribution shift). البيانات التي تعلم عليها الدرون في المحاكاة أو في بيئة هادئة لم تعد مطابقة للبيئة الحقيقية، فتصبح الأنماط المكتسبة خاطئة.

تتعامل الخوارزمية الجديدة مع هذه المشكلة عبر رسم «ثقوب سوداء» غير مرئية حول جميع المناطق غير المرغوب فيها. رياضيًا، توصف هذه المناطق بحقل كمون حيث تزداد قوة التنافر بسرعة كلما اقتربنا من الخطر — وكأنها جاذبية تعمل بالعكس. كلما اقترب الدرون من الحدود المحظورة، زادت قوة تصحيح النظام لمساره، مما يبعده بسلاسة نحو المنطقة الآمنة. تتيح هذه الآلية الحفاظ على الاستقرار حتى لو أصدرت المستشعرات بيانات مشوشة أو انقطع مؤقتًا الاتصال بالمشغل.

أكدت الاختبارات التجريبية فعالية النهج: لم ينتهك الجهاز حدود الأمان ولو مرة واحدة، متعاملًا بنجاح مع الرياح الجانبية القوية والأعطال المفاجئة للمعدات. بعبارة أخرى، اكتشفت الخوارزمية كيفية التصرف في المواقف غير الطبيعية دون الاعتماد على النسخ الأعمى، بل عبر التقييم المستمر لمستوى الخطر الحالي من خلال الوصف الرياضي لـ«الثقوب السوداء». هذا الحذر يفتح الطريق نحو توصيل حضري موثوق في أي طقس أو مهام إنقاذ حيث الخطأ قد يكلف أرواحًا.