Цифровая модель мухи от DeepMind: детальная реконструкция насекомого учёными

Специалисты разработали виртуальную модель плодовой мушки, наделённую способностью обучаться ходьбе и полёту, подобно живому насекомому. Этот проект, использующий физический симулятор MuJoCo от DeepMind, не ограничивается простым копированием движений — он точно воспроизводит сложные взаимодействия тела насекомого с окружающей средой. Модель учитывает все детали, начиная от воздушных потоков вокруг крыльев и заканчивая микроскопическими силами сцепления, необходимыми для вертикального перемещения. Такой подход открывает новые горизонты в изучении биомеханики и разработке адаптивных роботов.

Первоначально симулятор MuJoCo предназначался для моделирования человекоподобных роботов. Однако инженеры адаптировали его, внедрив эффекты, свойственные насекомым: к примеру, учли воздушные потоки при движении крыльев и механизмы, позволяющие лапкам «прилипать» к поверхностям. Модель обучали с применением метода обучения с подкреплением, используя видео реальных мух. Алгоритм анализировал, как живое насекомое преодолевает препятствия, корректирует траекторию полёта и меняет походку. Результат превысил ожидания: виртуальная мушка способна не только воспроизводить наученные движения, но и демонстрировать спонтанные поведенческие реакции, присущие её биологическому аналогу.

Основное преимущество этой системы заключается в её способности изучать взаимодействие трёх основных компонентов: нервной системы, биомеханики и внешней среды. «В лабораторных условиях таких факторов трудно отделить,» — подчёркивают разработчики. «Наша модель позволяет “заморозить” один параметр и наблюдать за изменениями остальных». Например, можно отключить зрительное восприятие у цифровой мушки, чтобы посмотреть, как она компенсирует это улучшенной обработкой тактильных сигналов.

Уже на этом этапе проект нашёл применение в сфере робототехники: алгоритмы, отточенные на виртуальной модели мухи, применяются для разработки микророботов, способных функционировать в сложных условиях. С открытым исходным кодом модели любой исследователь может экспериментировать с параметрами — от плотности воздуха до жёсткости хитиновых покровов.

DeepMind не впервые использует биологические системы в своих работах. После успеха в моделировании моторного поведения грызунов, компания планирует создать цифровую версию данио-рерио — рыбы, генетически совпадающей с человеком на 70%. Это может стать мостом, связывающим исследования на насекомых с медицинскими приложениями.

Будущие поколения таких симуляторов позволят разрабатывать роботов, способных адаптироваться к непредсказуемым условиям — от зон природных катастроф до иных планет. В то же время нейробиологи получат инструмент для тестирования гипотез о функциях сенсорных систем. Например, чтобы выяснить, как мухи идентифицируют запахи в турбулентных условиях или поддерживают стабильность в условиях ветренных потоков.

 

Источник: iXBT