# 果蝇连接组控制热源趋近的探索

一次独立的计算与机器人控制探索，记录怎样在Mali GPU上运行果蝇连接组模型、怎样把温度图映射到神经输入，以及为什么最终决定采用常规控制算法。

**这不是已完成的搜救机器人，也没有证明果蝇控制优于常规算法。** 所有到达率来自合成场景；板端验证集中在计算后端及部分输入回放，没有实体电机闭环。

## 这份探索留下什么

1. ROCK 5B+ / Mali-G610 的Vulkan连接组后端，以及数值检查和被淘汰的性能优化记录。
2. 完整24×32温度帧到感觉刺激、下降神经元读出和二维运动的研究代码。
3. 配对实验、原始轨迹、失败归因及当前状态记忆探针。
4. 一个独立的常规热源控制器，作为下一路线；目前已实现，尚未运行验证。

## 关键结果与边界

| 问题 | 保存的结果 | 应怎样理解 |
|---|---|---|
| GPU能否计算一致 | 指定正确性检查通过；尾部融合8.516ms vs原8.339ms，被拒绝 | 历史板端证据，不是所有负载加速保证 |
| 扩大搜索动作 | 广方位60目标发现4→48，到达1→25 | 工程执行幅度提高，累计转角和计算量也增加 |
| 分开搜索与追踪预算 | 同60目标发现48不变，到达25→47 | 更多执行机会，不能当作同时间效率提升 |
| 前进转向共同执行 | 60场发现49，49到达；48个共同成功案例全部减少动作 | 仍有11未发现；收益来自完整解码配置，未训练脑权重 |
| 遮挡方向记忆 | 有噪声保留状态第一恢复窗口16/36正确，清空20/36 | 未显示保留状态优势；固定相机探针，不是闭环恢复 |
| 食物信号与奖励学习 | 嗅觉上游激活，未形成可用前进；早期奖励更新未改善 | 不宣称模型学会觅食 |

不同实验的场景与预算不同，不能把这些数串成统一的学习曲线。最新遮挡结果也不能推广成所有果蝇模型不具备记忆。

## 为什么暂停果蝇控制路线

当前系统能产生定向运动，但没有证明连接组带来超过普通控制器的收益。运动保持、扫描交接、执行尺度和预算贡献很大。为了得到可解释、可联调的控制，下一步转向热区跟踪、状态机与比例控制，并以公平对照补足研究。

## 阅读导航

- [研究过程与负结果](docs/RESEARCH.md)
- [数据与复现说明](docs/REPRODUCIBILITY.md)
- [来源和许可说明](THIRD_PARTY_NOTICES.md)
- [Mali后端技术细节](flybrain_rock5b_gpu/README.md)
- [遮挡探针](flybrain_search_demo/results/occlusion-state-memory-study-20261001.md)
- [共同执行的配对实验](flybrain_search_demo/results/pursuit-simultaneous-study-20261001.md)
- [常规控制接口](flybrain_search_demo/CLASSICAL_CONTROL.md)

## 最小入口

常规控制器仅需Python标准库，在仓库根目录执行：

```bash
python flybrain_search_demo/classical_robot_controller.py --replay
```

它从标准输入读取完整温度帧JSONL，输出速度JSON；不采集传感器、不连接电机。`--replay`只用于历史数据。果蝇实验需要另行安装上游包并准备连接组与映射文件，见复现说明。

## 当前发布状态

独立研究资料与代码归档。没有附带大脑模型、系统镜像、登录凭据或机器配置。项目自有代码许可证尚待作者选择；本仓库不授予明确的开源再分发许可。