NeuroMechFly v2:模拟成年Drosophila的体内感官运动控制
Sibo Wang-Chen1, Victor Alfred Stimpfling2, Thomas Ka Chung Lam2
1Neuroengineering Laboratory, Brain Mind Institute & Interfaculty Institute of Bioengineering, EPFL, Lausanne, Switzerland. sibo.wang@epfl.ch.
Nature methods
|November 12, 2024
概括
NeuroMechFly v2通过整合感官和复杂的环境来增强用于动物行为研究的神经机械建模. 这个工具有助于理解神经系统的控制和开发AI控制器.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 机器人技术 机器人技术 机器人技术
背景情况:
- 神经机械模型对于理解动物行为至关重要,但现有的模型往往只关注运动控制.
- 层次感官运动控制,涉及大脑-运动系统相互作用,在计算模型中仍未得到充分探索.
- 果 (Drosophila) 作为一个强大的模型生物来研究复杂的行为.
研究的目的:
- 为了扩大NeuroMechFly神经机械建模平台的功能.
- 为了能够模拟感官输入 (视觉,嗅觉) 和复杂的环境相互作用 (地形,腿部粘附).
- 为了促进生物灵感和基于机器学习的自主代理控制器的开发.
主要方法:
- 开发NeuroMechFly v2,结合视觉,嗅觉,上升运动反和复杂的地形导航与腿部粘附.
- 使用上升反构建生物启发的控制器,用于路径集成和头部稳定.
- 强化学习的应用,以训练控制器进行多式联运导航任务.
- 生物现实模型复杂的气味羽毛导航和使用连接器受约束的视觉网络的飞跟踪.
主要成果:
- NeuroMechFly v2成功地将多种感官模式和复杂的环境因素集成到神经机械模拟中.
- 生物启发的控制器展示了有效的路径集成和头部稳定.
- 强化学习使控制器能够执行多式联运导航任务.
- 先进的模拟展示了现实的气味羽毛导航和社交互动行为.
结论:
- NeuroMechFly v2显著提升了神经科学研究的神经机械建模的潜力.
- 该平台加速了神经系统功能的解释模型的发现.
- 它为开发用于机器人和人工智能的复杂机器学习控制器提供了基础.
更多相关视频
07:00Acquisition of High-Quality Digital Video of Drosophila Larval and Adult Behaviors from a Lateral Perspective
Published on: October 4, 2014
8.8K
06:52An Automated Rapid Iterative Negative Geotaxis Assay for Analyzing Adult Climbing Behavior in a Drosophila Model of Neurodegeneration
Published on: September 12, 2017
9.8K
