NeLy-EPFL/flygym

FlyGym – Drosophila 的高效率數位雙生體

是什麼 – FlyGym 是一個 Python 庫，實作 NeuroMechFly v2，一個基於物理、完全體現的成年果蠅模型。它讓研究人員能模擬一隻能看見、聞到、在複雜地形上行走並與物體互動的果蠅，提供一個感測器運動控制實驗的測試平台。

主要功能

• 生物力學保真度 – 身體基於真實雌性果蠅的微CT掃描建構，包含詳細的節段幾何結構（含觸角）。
• 視覺模擬 – 複眼被建模為六角形排列的ommatidia，產生逼真的視網膜影像。
• 嗅覺 – 觸角與上顎鬍上的嗅覺受體接收來自模擬環境計算出的化學尺度輸入。
• 分層中樞神經系統控制 – 使用者可連接雙元件控制器（腦級決策 + VNC級運動控制），透過下傳與上傳訊號進行通訊。
• 腳部附著 – 模擬特殊附著結構，以簡單的開關方式模擬果蠅在垂直表面黏附的能力。
• 機械感測反饋 – 關節角度、致動器力、接觸力與自訂關節位置皆公開，供閉迴路控制使用。

效能升級（FlyGym 2.x）

• CPU 上快約 10 倍（約 2 倍即時）
• 透過 Warp/MJWarp 在 GPU 上快約 300 倍（約 60 倍即時）
• 新增互動式檢視器與簡化的場景組合工作流程
• 依賴性更簡化

快速上手

1. 按照 文件網站 的說明安裝套件。
2. 執行同一網站提供的教學，學習如何建構環境、連接控制器以及取得感測資料。
3. 對於舊版程式碼，請使用已遷移的 flygym-gymnasium 倉儲（相容 Gymnasium API）。

資源

• 完整文件：https://neuromechfly.org/
• 論文（Nature Methods, 2024）：https://www.nature.com/articles/s41592-024-02497-y.epdf
• 討論區：https://github.com/NeLy-EPFL/flygym/discussions

適用對象 – 需要真實、快速且可程式化平台來測試體現式感測器運動演算法、強化學習代理或神經生物學假說的神經科學、機器人學與人工智慧研究人員。