无人机的神经网络是通过“不雅观察”一种“仿照专家”来学习翱翔的，这种“仿照专家”是种算法，可以让打算机天生的无人机在充满繁芜障碍的仿照环境中翱翔。这种算法在任何时候都能获取关于四旋翼翱翔器状态和传感器读数的完全信息，且可以依赖足够的韶光和打算能力来始终找到最佳翱翔路线。这种“仿照专家”只能在仿真环境中利用，但其数据可被用来教会无人机的神经网络如何仅根据来自传感器的数据直接预测最佳翱翔轨迹。
研究团队在真实环境环境中测试了经由这种方法演习的无人机神经网络，其可确保无人机能够在各种环境中以高达40千米/时的速率翱翔而不会发生碰撞。
研究职员表示，与漫长的专业翱翔演习比较，AI利用高性能仿照器仅需很少的韶光就可以人类翱翔员类似的导航能力（基本上是在一夜之间）。而且这些仿照器并不须要是现实天下的精确复制品，如果利用精确的方法，纵然是大略的仿照器也足够了。
该研究干系的论文《Learning high-speed flight in the wild》已在Science Robotics期刊上揭橥，下一步该研究团队将让无人机从履历中获取改进，并开拓可以在更短的韶光内供应更多关于环境的信息的更快的传感器，从而使无人性能以高于40千米/时的速率安全翱翔。
