Samuel Fabián
Las moscas ladronas son acrobacias aéreas aerodinámicas, capaces de identificar a sus presas, esquivar obstáculos y capturar pequeños insectos a altas velocidades en pleno vuelo. Los científicos han analizado más de cerca cómo las moscas ladronas logran esta asombrosa hazaña a pesar de tener cerebros equivalentes a un grano de arena. de acuerdo a nuevo papel Publicado en el Journal of Experimental Biology, las moscas combinan dos estrategias distintas para la locomoción basada en la retroalimentación: una que implica interceptar presas cuando la escena está despejada y otra que permite a las moscas esquivar cualquier obstáculo en su trayectoria de vuelo.
Un desafío en la robótica es cómo diseñar robots que puedan navegar en entornos llenos de gente, algo que los humanos y otros animales pueden hacer instintivamente todos los días. Según los autores, muchos sistemas robóticos se basan en algún tipo de planificación de rutas: usan sonido (sonares) o láseres para enviar señales y luego detectar reflejos. Estos datos se pueden usar para crear un mapa de distancia del océano.
Pero en comparación con el uso de señales visuales simples (por ejemplo, «rutas interactivas»), la planificación de rutas es un enfoque costoso en términos de uso de energía. Los humanos y otros animales no necesitan mapas detallados ni conocimientos específicos sobre la ubicación, la velocidad y otros detalles de un objetivo. Simplemente reaccionamos a cualquier estímulo relevante en nuestro entorno en tiempo real. Por lo tanto, la creación de algoritmos de comportamiento de navegación basados en sistemas biológicos es de gran interés para la robótica.
Estudios previos se han centrado en la capacidad de diferentes especies, incluidas las moscas de la fruta y las palomas, así como los humanos, para manejar entornos abarrotados. «Sin embargo, en estos casos, evitar obstáculos era el único objetivo», escribieron los autores. «Navegar alrededor de un obstáculo es más difícil cuando una ubicación específica sirve como objetivo, porque la aversión al obstáculo debe equilibrarse con el objetivo de navegación».
Es por eso que el bioingeniero Samuel Fabian del Imperial College London y tres colaboradores de la Universidad de Minnesota decidieron realizar sus propios experimentos utilizando la mosca ladrona depredadora (Holocephala fusca) como sujeto de prueba. Se eligieron moscas ladronas debido a su trayectoria de intercepción altamente predecible para atrapar presas. Los autores también escribieron que su tamaño pequeño y su comportamiento relativamente rápido (la mayoría de los vuelos tardan menos de un segundo) «requieren reacciones rápidas con un esfuerzo computacional mínimo».
Fabian et al. Comparó el comportamiento de la mosca ladrona en la caza con el de los halcones, los gavilanes y los proyectiles guiados modernos. Por lo general, las moscas atrapan a los ladrones sentándose en algún lugar que les brinde una vista clara del cielo. Una vez que una mosca ladrona detecta una presa potencial y comienza a perseguirla, la mosca debe navegar para atrapar a la presa y evitar cualquier obstáculo en el camino, como ramas sueltas.
A las moscas ladronas se les presentó un objetivo en movimiento en forma de una pequeña cuenta reflectante de color plateado que se tiraba a lo largo de una línea de pesca transparente con carretes y un motor paso a paso. «Las moscas realmente no sabían que no eran presas reales, incluso cuando estaban tan cerca». Fabián dijo. «Si una cosa es lo suficientemente pequeña, parece que generalmente asumen que es comida».
El marco también incluye un enganche: una cinta de acetato recubierta con pintura acrílica negra, ya sea en versión delgada (2,5 cm) o gruesa (5 cm), que se coloca justo debajo de la pista del objetivo. «El posicionamiento preciso de la cinta y la trayectoria inicial de la mosca determinan si el objeto se ha convertido en un obstáculo en la ruta de vuelo y si está oscureciendo el objetivo», escribieron los autores.
Los investigadores registraron todos los vuelos en condiciones de campo para obtener el comportamiento más natural. A continuación, reconstruyen digitalmente 26 vuelos de un ladrón que persigue la perla en movimiento en presencia de un obstáculo. Maniobrar equipos elevados tiende a excitar a las moscas, por lo que esos 26 vuelos representan las moscas que han permanecido en su percha mientras se colocaba el dispositivo, en lugar de volar.
Resultados: En ausencia de un obstáculo, las moscas ladronas mantuvieron la misma línea de visión hacia la cuenta durante todo su acercamiento para atrapar y capturar a su presa. Cuando una barra negra delgada o gruesa oscurecía parcialmente la vista durante breves períodos (<0,1 segundos), las moscas realizaban maniobras evasivas para sortear el obstáculo antes de regresar a su trayectoria para interceptarlo. A veces, la mosca se desvía en respuesta a una barra negra incluso cuando la barra no oscurece su línea de visión. Y cuando los investigadores bloquearon la línea de visión de las moscas durante más de 0,1 segundos, las moscas abandonaron la intercepción por completo.
Fabian y otros. Llegó a la conclusión de que las moscas ladronas estaban usando una estrategia simple para evitar obstáculos en combinación con la estrategia de intercepción estándar, a la que llamaron enrutamiento conjunto. “Cuanto más rápido crezca el obstáculo en su campo de visión, más lejos estarán”, Fabián dijo. Las moscas regresan a la ruta de intercepción tan pronto como el obstáculo mencionado comienza a desaparecer de la vista. «Prestan atención a su entorno incluso cuando están enfocados en el objetivo».
Los autores escribieron que esto «muestra que evitar obstáculos puede ser producto de leyes de retroalimentación simples que no requieren un conocimiento absoluto de la distancia, el volumen o la velocidad», en línea con trabajos anteriores que muestran que las leyes de retroalimentación simples también pueden explicar la estrategia de intercepción de las moscas. . Esto ciertamente se basa en un número limitado de pruebas de campo, y el equipo espera realizar más pruebas en el futuro.
DOI: Revista de Biología Experimental, 2022. 10.1242 / JP 243568 (Acerca de los DOI).
