外观
新闻Robohub2 个月前
EPFL仿生机器鱼复现斑马鱼神经回路实现自主逆流导航
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Simulated zebrafish and a vision-equipped robotic fish reveal how the body shapes brain circuits（Robohub）
核心内容
EPFL、杜克大学及葡萄牙高等技术学院联合团队针对活体脑电路验证难题，构建了基于物理的幼体斑马鱼仿真平台simZFish及配备视觉的自由游动仿生机器人。该研究发表于Science Robotics，成功复现了生物视动反应（OMR）机制，确定了实现自主上游导航所需的最小神经组件集，并证实即使在低能见度环境下，该平衡神经电路仍能维持稳定导航，为具身智能神经形态控制提供了生物学基准。
simZFish在Webots中按1:1比例重建4mm/0.3mg幼鱼本体，集成6个模拟电机、侧向双目相机及真实流体动力学模型。其人工脑完整映射生物神经通路：视网膜检测光流并驱动四类方向选择性神经节细胞，经顶盖前区神经元整合双眼信息，再由后脑运动指令神经元调控游动频率与转向。系统引入“爆发门控”机制模拟间歇性游动，支持对神经连接权重、晶体参数及本体结构的任意修改与因果验证，将生物黑箱转化为可拆解的工程模型。
关键看点
- 全脑神经映射：人工脑完整复刻从视网膜到脊髓的OMR通路，含四类方向选择性神经节细胞及顶盖前区整合模块，精确驱动肌肉收缩。
- 高保真本体仿真：Webots平台1:1还原4mm/0.3mg幼鱼形态，配置6电机与侧向双目，集成真实流体动力学与头尾配重平衡模型。
- 仿生游动机制：引入“爆发门控”释放尾部摆动脉冲，精准复现幼体斑马鱼特征性的“爆发-滑行”间歇性游泳模式。
- 可干预验证平台：支持实时修改神经连接权重、增减神经元或调整眼部光学参数，实现活体实验无法达成的结构-功能因果测试。
工程与产业观察
该研究确立了“形态即计算”的工程范式，证明具身智能体的物理本体与传感器布局是神经控制算法不可分割的部分。对于水下机器人及微型仿生装备研发，其提供的可拆解神经力学模型比纯数据驱动方法更具可解释性，为在受限算力下实现鲁棒感知运动耦合提供了经过生物学验证的最小系统架构参考。
来源
本页事实对应的公开页面，以原文为准。