飞行大脑

FlyBrain

一只由果蝇连接组中 18,247 个真实神经元的脉冲模拟所驱动的 Minecraft 果蝇。

你生成的每一只果蝇都运行着自己的神经网络：它是 MaleCNS v1.0 连接组（脑加腹神经索）中与飞行相关的部分，按照 Shiu 等人（2024）发表的参数被模拟为一个泄漏积分发放网络。果蝇在 Minecraft 世界中看到的东西会被转化为真实视觉细胞类型的活动，而它的运动神经元和下行神经元的活动则被转化回飞行。

你将会看到什么

• 靠自己的眼睛避开墙壁的果蝇。 靠近的表面会激活逼近探测器（LC4、LPLC2），进而驱动巨型纤维神经元并触发逃逸。在自动化的游戏内撞墙测试中，有视觉的果蝇在 10 次运行中 0 次撞墙；拥有相同大脑的盲对照组则 10 次全部撞墙。
• 逼真的飞行风格。 果蝇以直线飞行，中间穿插约 90 度的快速转向（“身体扫视”），在转向时侧倾，并在快速飞行时前倾，与真实果蝇的实测结果一致。
• 降落、停歇、行走和起飞。 果蝇会降落在方块上，收起翅膀，四处走动一下，然后再次起飞。当它们的巨型纤维放电时——例如你击打它们时——它们会立刻起飞。
• 实时大脑 HUD。 HUD 跟随最近的果蝇，实时显示其输入群体、放电输出神经元、运动指令、模拟时间和飞行状态。

它的真实性如何？

本模组将所有内容标注为真实数据、已发表模型或简化。

• 真实数据： 连接关系（神经元、突触数量、符号）来自 MaleCNS v1.0 连接组。
• 已发表模型： 神经元模型及其参数来自 Shiu 等人 2024。
• 简化： 传感器（用射线检测代替小眼）、转化为放电频率的编码、将运动神经元解码为 Minecraft 运动，以及固定的逃逸动作。
• 行为层（简化，可关闭）： 具有重尾间隔分布的自发转向（Reynolds 和 Frye 2007）、扫视幅度与持续时间（Muijres 等人 2015）、偏好高度带、降落和休息。仅有网络在开阔空中几乎不产生转向，因此该层使飞行看起来像果蝇的飞行。在 flybrain-common.toml 中设置 behaviorLayer = false 即可观察纯网络驱动的飞行。

它并非对果蝇的完整或经过验证的模拟。它是一个真实连接组驱动着一个游戏角色，所有捷径都记录在源码中的 SCIENTIFIC_NOTES.md 里。

快速开始

1. 为 Minecraft 1.20.1 安装 Forge 47.x，并将 jar 放入 mods（客户端和服务端都需要）。
2. 在世界中，使用 FlyBrain 生成蛋（创造模式标签页“FlyBrain”）或 /flybrain spawn。
3. 运行 /flybrain debug 以切换最近果蝇的大脑 HUD。

命令

命令	作用
/flybrain spawn [count]	在你面前生成果蝇
/flybrain debug	切换实时大脑 HUD
/flybrain backend [id]	显示或切换大脑后端
/flybrain stats	调度器统计（线程、计算时间、跳过的窗口）

性能

大脑窗口在工作线程上运行，绝不阻塞服务器 tick。在 12 线程桌面 CPU 上，默认分辨率（dt 0.5 ms）下约 30 只果蝇可实时运行，粗略设置下约 60 只。果蝇更多时，大脑窗口会被跳过而非拖慢游戏，远处的果蝇更新频率更低。100 只果蝇每 tick 约消耗 5 ms 服务器时间。

数据和许可证

• 模组代码、模型、纹理和声音： MIT。
• 捆绑的连接组子网： 派生自 MaleCNS v1.0（Janelia FlyEM 及其合作者），CC-BY 4.0。署名显示在游戏内和 ATTRIBUTIONS.md 中。
• FlyWire： FlyWire 数据采用 CC BY-NC 4.0 许可，不包含在内。你可以使用随附工具在本地构建 FlyWire 子网并为自己加载。

参考文献

• Shiu, P. K. et al. (2024). A Drosophila computational brain model reveals sensorimotor processing. Nature.
• Takemura, S. et al. / Janelia FlyEM (2024). MaleCNS connectome v1.0.
• Muijres, F. T. et al. (2015). Body saccades of Drosophila consist of stabilized banked turns. J Exp Biol 218, 864.
• Tammero, L. F. and Dickinson, M. H. (2002). The influence of visual landscape on the free flight behavior of the fruit fly. J Exp Biol 205, 327.
• Reynolds, A. M. and Frye, M. A. (2007). Free-flight odor tracking in Drosophila is consistent with an optimal intermittent scale-free search. PLoS One 2, e354.
• Mongeau, J.-M. and Frye, M. A. (2017). Drosophila spatiotemporally integrates visual signals to control saccades. Curr Biol 27, 2901.
• von Reyn, C. R. et al. (2014). A spike-timing mechanism for action selection. Nat Neurosci 17, 962.