NeLy-EPFL/flygym

FlyGym – Drosophila の高性能デジタルツイン

何であるか – FlyGym は、NeuroMechFly v2 を実装する Python ライブラリであり、物理ベースで完全に体現された成虫の果実蝇のモデルです。研究者は、視覚、嗅覚、複雑な地形を歩行し、物体と相互作用できる飛行体をシミュレートでき、センサモータ制御実験のための検証環境を提供します。

主な機能

• 生体力学の正確さ – 実際のメスの果実蝇のマイクロCTスキャンから構築された体躯で、細部まで再現されたセグメント幾何学（触角を含む）。
• 視覚シミュレーション – 複眼は六角形格子状のオマティディアでモデル化され、現実的な網膜画像を生成します。
• 嗅覚 – 触角および上顎触角に配置された臭覚受容体が、シミュレートされた環境から計算された化学的スケールの入力を受信します。
• 階層的 CNS 制御 – ユーザーは、脳レベルの意思決定と VNC レベルの運動制御の2部構成のコントローラーを接続でき、降下および上昇信号を通じて通信します。
• 脚の接着性 – 特殊な接着構造をシミュレートし、垂直面に接着できる飛行体の能力を単純なオン/オフスイッチで再現します。
• 機械的感覚フィードバック – ジョイント角度、アクチュエータ力、接触力、カスタムジョイント位置が閉ループ制御のために公開されています。

パフォーマンス向上 (FlyGym 2.x)

• CPU で約10倍高速化（約2倍リアルタイム）
• Warp/MJWarp を通じた GPU で約300倍高速化（約60倍リアルタイム）
• 新しいインタラクティブビューアと簡素化されたシーン構成ワークフロー。
• よりシンプルな依存関係スタック。

導入方法

1. ドキュメントサイト の手順に従ってパッケージをインストールします。
2. 同じサイトからリンクされたチュートリアルを実行し、環境の構築、コントローラーの接続、感覚データの取得方法を学びます。
3. 旧コードの場合は、移行済みの flygym-gymnasium リポジトリ（Gymnasium互換API）を使用してください。

リソース

• 完全なドキュメント: https://neuromechfly.org/
• 論文（Nature Methods, 2024）: https://www.nature.com/articles/s41592-024-02497-y.epdf
• ディスカッションボード: https://github.com/NeLy-EPFL/flygym/discussions

対象者 – 実在性、高速性、プログラマブル性を備えたプラットフォームを必要とする神経科学、ロボット工学、AIの研究者。体現されたセンサモータアルゴリズム、強化学習エージェント、神経生物学的仮説の検証に最適です。