Учёные создали цифрового двойника плодовой мушки, который учится ходить и летать как живое насекомое. Модель, разработанная с использованием физического симулятора MuJoCo от DeepMind, не просто повторяет движения — она воспроизводит сложное взаимодействие тела мухи с окружающей средой, от завихрений воздуха вокруг крыльев до микроскопических сил сцепления, позволяющих ползать по вертикальным поверхностям. Этот подход открывает новые возможности для изучения биомеханики и создания адаптивных роботов.

Источник: Roman Vaxenburg, Igor Siwanowicz, Josh Merel, Alice A. Robie, Carmen Morrow, Guido Novati, Zinovia Stefanidi, Gert-Jan Both, Gwyneth M. Card, Michael B. Reiser, Matthew M. Botvinick, Kristin M. Branson, Yuval Tassa & Srinivas C. Turaga

Основой проекта стал симулятор MuJoCo, изначально созданный для моделирования человекоподобных роботов. Инженеры модифицировали его, добавив эффекты, специфичные для насекомых: например, расчёт воздушных потоков при взмахах крыльев и силы «прилипания» лапок к субстрату. Модель обучали методом сквозного обучения с подкреплением, используя видео реальных мух — алгоритм анализировал, как живое насекомое реагирует на препятствия, меняет траекторию полёта или адаптирует походку. Результат впечатлил даже скептиков: цифровая муха не только повторяет заученные движения, но и демонстрирует спонтанные поведенческие реакции, характерные для её биологического прототипа.

Главное преимущество системы — возможность изучать взаимовлияние трёх ключевых элементов: нервной системы, биомеханики и внешней среды. «В лаборатории сложно отделить эти факторы, — отмечают разработчики. — Наша модель позволяет “заморозить” один параметр и посмотреть, как изменятся остальные». Например, можно отключить визуальное восприятие у цифровой мушки и наблюдать, как она компенсирует это ускоренной обработкой тактильных сигналов.

Источник: Roman Vaxenburg, Igor Siwanowicz, Josh Merel, Alice A. Robie, Carmen Morrow, Guido Novati, Zinovia Stefanidi, Gert-Jan Both, Gwyneth M. Card, Michael B. Reiser, Matthew M. Botvinick, Kristin M. Branson, Yuval Tassa & Srinivas C. Turaga

Проект уже нашёл практическое применение в робототехнике: алгоритмы, отработанные на виртуальной мухе, используются для создания микророботов, способных передвигаться в сложном рельефе. С открытым исходным кодом модели любой исследователь может экспериментировать с параметрами — от плотности воздуха до жёсткости хитиновых покровов.

DeepMind не впервые обращается к биологическим системам. После успеха с моделированием двигательных паттернов грызунов компания планирует создать цифровую версию рыбки данио-рерио — организма, чьи генетические совпадения с человеком достигают 70%. Это может проложить мост между исследованиями насекомых и медицинскими приложениями.

Следующие поколения таких симуляторов позволят проектировать роботов, способных адаптироваться к непредсказуемым условиям — от зон стихийных бедствий до других планет. Параллельно нейробиологи получат инструмент для проверки гипотез о работе сенсорных систем — например, как мухи распознают запахи в турбулентных потоках или сохраняют стабильность полёта при порывах ветра.

Подробнее на iXBT