科学家们对他们的NeuroMechFly模型进行了重要改进，该模型现在能够在现实环境中模拟水果苍蝇的运动。这一增强版称为NeuroMechFly v2，结合了视觉和嗅觉，有助于我们理解大脑与身体之间的协调，并为机器人和人工智能中的神经工程应用铺平了道路。
所有生物，无论大小，都必须以惊人的精确度移动，以便有效地与环境互动。神经科学中的一个关键问题是大脑如何管理运动。虽然较大的动物因其复杂的脑和神经系统而面临挑战，但水果苍蝇，特别是Drosophila melanogaster，具有更简单的脑，更容易进行映射，为科学家提供了有关其神经系统与行为之间关系的宝贵见解。
为了探讨神经系统如何控制动作，由EPFL的Pavan Ramdya领导的研究开发了一个模拟环境，其中虚拟苍蝇可以像真实苍蝇一样行为。该软件名为NeuroMechFly v2，具有超越基本运动行为的神经机械模型。通过整合视觉和嗅觉感知、变化的地形和细致的运动反应，NeuroMechFly v2有效地模拟了水果苍蝇如何在周围环境中导航，同时对视觉和嗅觉刺激以及障碍物作出反应。
Ramdya的工作集中于数字建模Drosophila运动控制背后的机制。在2019年，他的团队推出了DeepFly3D，这是一个利用深度学习分析苍蝇腿部运动的工具，基于多台相机捕获的图像。次年，他们推出了LiftPose3D，这是一种从单反相机图像生成3D动物姿势的技术。这些进展得到了2022年NeuroMechFly的推出的补充，创建了高度准确的Drosophila数字表示。
在最新版本的NeuroMechFly中，研究人员通过整合详细特征来增强模型，以准确反映实际苍蝇的解剖和生理。他们仔细更新了腿部和关节的角度，以更密切地与实际水果苍蝇运动的生物力学对齐。此外，模型的“大脑”现在可以利用其虚拟眼睛和触角处理来自视觉和嗅觉输入的信息，提供与真正的水果苍蝇相似的感官体验。
这一设置使NeuroMechFly v2能够模拟日常任务的各种控制策略，例如在不平坦的表面行走或根据气味和视觉信号转向。团队已经成功展示了在不同场景下真实水果苍蝇的行为。例如，该模型可以视觉跟踪移动物体或在气味的引导下导航，同时避免沿途的障碍。
NeuroMechFly还允许研究团队根据苍蝇在模拟世界中的经历推测其大脑内的神经活动。“通过将NeuroMechFly v2与苍蝇视觉系统的新计算模型链接，研究人员不仅可以确定苍蝇在模拟中感知的内容，还可以了解真实神经元可能的反应，”研究负责人Sibo Wang-Chen解释说。
通过对这些神经活动的洞察，科学家们建模了苍蝇如何以生物学上合理的方式追逐另一只苍蝇，例如在求偶期间。这得益于模型的层级控制结构，使得更高层次的“大脑”功能能够与较低层次的运动功能相互作用，这种组织方式与真实动物处理感官信息和控制运动的方式非常相似。
此外，研究人员还可以利用NeuroMechFly v2调查大脑如何协调感官信号，以维护动物对自身状态的意识。为了说明这一点，Ramdya的团队模拟了苍蝇利用腿部运动反馈跟踪其位置的能力——这一行为被称为路径整合。这一功能使得模拟苍蝇“知道”其位置信息，即使在视觉输入有限的情况下。这种闭环感官处理是生物智能的标志，也是神经工程的一项重大成就。
总之，NeuroMechFly v2使研究人员能够通过计算模型分析大脑如何管理关键行为。它为深入理解大脑与身体的协调打开了大门，特别是对于具有复杂感官运动系统的物种。展望未来，该模型可以作为开发依赖感官信号的机器人的框架，例如跟踪气味或调整运动以稳定图像，类似于真正的动物探索其环境。
通过改进控制这些模拟的机器学习模型，研究人员还可以揭示动物智能如何影响创建更独立、更有韧性和更能适应环境的人工智能系统。
