La mosca ladrona es un acróbata aerodinámico que puede atrapar a su presa en pleno vuelo.

Las moscas ladronas son acróbatas aerodinámicos, capaces de detectar presas, esquivar obstáculos y atrapar insectos más pequeños a altas velocidades en el aire. Los científicos han analizado más de cerca cómo las moscas ladronas logran esta asombrosa hazaña a pesar de tener sus cerebros atados con un solo grano de arena. De acuerdo a un papel nuevo publié dans le Journal of Experimental Biology, les mouches combinent deux stratégies de navigation distinctes basées sur la rétroaction : une qui consiste à intercepter la proie lorsque la vue est dégagée, et une autre qui permet aux mouches de contourner tous les obstacles sur leur trajectoire de Vuelo.

Uno de los desafíos de la robótica es cómo diseñar robots que puedan navegar en entornos abarrotados, lo que los humanos y otros animales logran hacer instintivamente todos los días. Según los autores, muchos sistemas robóticos se basan en algún tipo de planificación de rutas: usan sonido (sonar) o láseres para enviar señales y luego detectar reflejos. Estos datos se pueden utilizar para construir un mapa de distancia de los alrededores.

Pero en comparación con el uso de señales visuales simples (es decir, «métodos reactivos»), la planificación de rutas es un enfoque costoso en términos de consumo de energía. Los humanos y otros animales no necesitan mapas elaborados 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, el diseño de algoritmos de navegación de comportamiento basados ​​en sistemas biológicos es de gran interés para los especialistas en robótica.

Estudios anteriores se han centrado en la capacidad de varias especies, incluidas las moscas de la fruta y las palomas, así como los humanos, para negociar 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 en particular actúa 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 conejillo de indias. Se eligió la mosca ladrona debido a su trayectoria de intercepción altamente predecible para atrapar presas. Además, su tamaño pequeño y su comportamiento relativamente rápido (la mayoría de los vuelos duran menos de un segundo) «requieren reacciones rápidas con un esfuerzo computacional mínimo», escribieron los autores.

Fabian et al. compare el comportamiento de caza de la mosca ladrona con el de los halcones, los gavilanes y los misiles guiados modernos. Las moscas ladronas generalmente cazan posándose en algún lugar que les dé una vista clara del cielo. Una vez que una mosca ladrona detecta una presa potencial y comienza su persecución, la mosca debe navegar para interceptar a la presa y evitar cualquier obstáculo en el camino, como las ramas errantes.

A los ladrones se les presentó un objetivo en movimiento en forma de una pequeña cuenta plateada reflectante tirada a lo largo de una línea de pesca transparente con poleas y un motor paso a paso. «Las moscas realmente no sabían que no era una presa real, a pesar de que estaban muy cerca». dijo Fabián. «Si algo es lo suficientemente pequeño, por lo general parecen asumir que es comida».

El marco también contenía un obstáculo: una barra de acetato pintada con pintura acrílica negra, en versión delgada (2,5 cm) o gruesa (5 cm), colocada justo debajo de la trayectoria del objetivo. «La ubicación exacta de la barra y la trayectoria inicial de la mosca determinaron si el objeto se convirtió en un obstáculo en la ruta de vuelo y si ocultó el objetivo», escribieron los autores.

Los investigadores registraron todos los vuelos en condiciones de campo para lograr el comportamiento más naturalista. Luego, reconstruyeron digitalmente 26 vuelos de moscas ladronas que perseguían la perla en movimiento en presencia de un obstáculo. La maniobra del equipo aéreo tendía a ahuyentar a las moscas, por lo que estos 26 vuelos representan moscas que permanecieron en sus perchas mientras el dispositivo se instalaba a su alrededor en lugar de volar.

Resultado: cuando no había ningún obstáculo, las moscas ladronas mantuvieron la misma línea de visión hacia la cuenta durante todo su acercamiento para interceptar y capturar a sus presas. Cuando una barra negra delgada o gruesa oscurecía parcialmente su vista por períodos breves (menos de 0,1 segundos), las moscas realizaban maniobras evasivas para esquivar el obstáculo antes de regresar para interceptarlo. A veces, una mosca se desviaba en respuesta a una barra negra, incluso cuando la barra no oscurecía su campo de visión. Y cuando los investigadores oscurecieron la línea de visión de las moscas durante más de 0,1 segundos, las moscas abandonaron por completo la intercepción.

Fabian y otros. concluyó que las moscas ladronas utilizaron una estrategia simple para evitar obstáculos en combinación con su estrategia de intercepción estándar, a la que llamaron guía combinada. «Cuanto más rápido crece el obstáculo en su campo de visión, más se alejan de él». dijo Fabián. Las moscas regresan a la ruta de intercepción una vez que dicho obstáculo comienza a alejarse de la vista. «Prestan atención a su entorno incluso cuando se enfocan en el objetivo».

Esto «demuestra que evitar obstáculos puede ser el producto de leyes de retroalimentación simples que no requieren un conocimiento absoluto de la distancia, el tamaño o la velocidad», escribieron los autores, de acuerdo con trabajos anteriores, que muestran que las leyes de retroalimentación simples también pueden explicar la interceptación de moscas. estrategia. Es cierto que esto 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/jeb.243568 (Acerca de los DOI).