近日，刊登于美国《国家科学院院刊》上的一项研究显示，美国索尔克生物学研究所Terrence Sejnowski及其同事把大气气流的数值模拟与强化学习算法相结合，分析出候鸟面对复杂气流时的飞行策略。该算法能根据翱翔性能的反馈，训练一架滑翔机在复杂湍流中航行。

　　该研究组发现，通过感知垂直风加速度与力矩这两种环境线索，这架滑翔机能爬升并停留在热核心中——这里升力通常最大，从而改善其翱翔性能。随着湍流水平的增加，这架滑翔机能通过采用更保守的、规避风险的飞行策略，避免失去高度。研究人员表示，这些信息可以指导简单机械设备的设计，让自动滑翔机以最小的能量消耗进行长距离旅行。