Abstract: Projektet DEEPFLOW är initierat av SESAR Joint Undertaking och ingår i SESAR3-programmet, ett program som stöds och del-finansieras av den Europeiska Unionen genom Horizon Europes forskning- och innovationsprogram. Utmaningar relaterade till ATFM och ATC har varit föremål för forskning i årtionden. Den befintliga forskningen adresserar dessa problem oberoende av varandra genom ett antal olika tekniker, med varierande grad av framgång, allt från klassisk optimering till maskininlärning. Den historiska separationen mellan ATFM och ATC bygger på antagandet att ATFM-åtgärderna bestäms av en underliggande modell och att den situation som ATCO då måste hantera kommer att vara exakt som planerat, dvs. flygningarna kommer att avgå i tid och exakt följa 4D-färdplanen.Abstract: The Project DEEPFLOW is initiated by SESAR Joint Undertaking and is part of the projects included in the SESAR3 Programme co-funded and supported by the European Union through the Horizon Europe research and innovation programme. Challenges related to ATFM (Air Traffic Flow Management) and ATC (Air Traffic Control, have been the subject of research for decades. The existing body of work addresses these problems independently through a number of different techniques, with varying degrees of success, ranging from classical optimization to machine learning. The historical separation between ATFM and ATC is based on the assumption that the ATFM measures are determined by an underlying model and that the situation that ATCOs then have to deal with will be exactly as planned, i.e. the flights will depart on time and precisely follow to the 4D flight plan.