🧠🐍 Sentient Being浏览器实时演示

用"大脑"控制贪吃蛇：把游戏状态编码成神经刺激，让脉冲神经网络决策下一步方向。蛇是它的身体，果蝇脑是它的脑。

得分 Score0

步数 Steps0

本条命最长 Length3

重生次数 Lives0

速度（每步间隔）：110 ms

⚠️ 本页运行的是简化 LIF 大脑（占位脑）的 JavaScript 移植版，纯前端、打开即跑。
真正的果蝇连接组 MaleCNS（166,700 神经元 / 2560 万突触） 在仓库的 Python 后端 fly_brain_controller.py 中，需本机 pip install flybrain 运行（静态页无法承载）。

这是什么

Sentient Being（有感知的生命）是一个教学/演示项目：把经典贪吃蛇改装成"被一个大脑驾驶"的智能体。游戏每一帧的状态（四周是否危险、食物在哪个方向）被编码成 8 维刺激，注入一个脉冲神经网络；网络演化若干毫秒后，从 4 个"运动神经元组"的放电读出方向（上/右/下/左）。

下方的两条"先天反射"让占位脑能玩：① 朝食物方向放电 → 驱动对应运动神经元；② 危险方向施加强抑制，压掉撞墙/撞身的输出。

架构：占位脑 vs 真脑

占位脑（本页 / brain_interface.py）：一个 8→24→4 的小型冻结 LIF 网络 + 手工反射。轻量、可跑在浏览器里。
真脑（fly_brain_controller.py）：用 flybrain 包加载 真实果蝇连接组作为冻结脉冲储备池（reservoir），状态注入感觉神经元组，读取 descending-neuron 群体放电，再用一层线性读出（ridge）映射到方向。这是货真价实的果蝇脑在做信息处理，只有最薄的输入输出适配器是我们写的。

实测（本机 M3）：真脑热身后每次决策约 18ms（≈56 决策/秒），峰值约占 6/8 核 CPU，内存约 258MB。轻松实时。

在本地跑真脑（Python）

# 克隆后
pip install -r requirements.txt        # 会装 flybrain（首次会自动下载 ~258MB 连接组）
python main.py --headless --brain fly --readout readout.npz   # 真脑跑分
python main.py --brain fly --readout readout.npz              # 有显示器时看 GUI
python main.py --headless                                # 简化占位脑对照
python run_capture.py                                    # 导出简化脑演示 GIF
python capture_fly.py                                    # 导出真脑演示 GIF

图例

蛇头蛇身食物网格

项目开源地址见仓库主页（本页随仓库发布于 GitHub Pages）。