虚拟环境中大规模群体行为建模研究进展

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用　虚拟环境中大规模群体行为建模研究进展　李志强，胡晓峰，杨雪生，岳峰　ＬＩ　Ｚｈｉ—ｑｉａｎｇ，ＨＵ　Ｘｉａｏ—ｆｅｎｇ，ＹＡＮＧ　Ｘｕｅ—ｓｈｅｎｇ，ＹＵＥ　Ｆｅｎｇ　国防大学信息作战与指挥训练教研部，北京１０００９１　Ｔｈｅ　Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｏｐｅｒａｔｉｏｎ＆Ｃｏｍｍａｎｄ　Ｔｒａｉｎｉｎｇ，ＮＤＵ　ｏｆ　ＰＬＡ，Ｂｅｉｊｉｎｇ　１０００９１，Ｃｈｉｎａ　Ｅ—ｍａｉｌ：ｚｈｉｑｉａｎｇ９７３　ｙａｈｏｏ．ｅｏｍ．ａｎ　ＬＩ　Ｚｈｉ—ｑｉａｎｇ．ＨＵ　Ｘｉａｏ－ｆｅｎｇ，ＹＡＮＧ　Ｘｕｅ－ｓｈｅｎｇ，ｅｔ　ａ１．Ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｍａｓｓｉｖｅ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ　ｍｏｄｅｌｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　ｖｉｒｔｕａｌ　ｅｎｖｉｒｏｎｍｅｎｔ．Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ，２００８，４４（８）：４５—４８．　Ａｂｓｔｒａｃｔ：Ｍａｓｓｉｖｅ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ　ｉｎ　ｖｉｒｔｕａｌ　ｅｎｖｉｒｏｎｍｅｎｔ　ｉｓ　ａｎ　ｉｍｐｏｒｔａｎｔ　ｒｅｓｅａｒｃｈ　ｉｓｓｕｅ　ｏｆ　ｖｉｒｔｕａｌ　ｒｅａｌｉｔｙ．Ｉｔ　ｉｓ　ａ　ｂａｓｉｃ　ｓｕｓｔａｉｎ　ｔｅｃｈｎｏｌｏｇｙ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｅｎｖｉｒｏｎｍｅｎｔ　ｉｍｍｅｒｓｉｏｎ，ａｎｄ　ｈａｓ　ａ　ｇｒｅａｔ　ａｐｐｌｉｃａｔｉｏｎ　ｖａｌｕｅ　ｉｎ　ｃｉｖｉｌｉａｎ　ａｎｄ　ａｒｍｙ．Ｆｉｒｓｔｌｙ，ｔｈｉｓ　ｐａｐｅｒ　ｉｎｔｒｏｄｕｃｅｓ　ｔｈｅ　ｂａｓｉｃ　ｃｏｎｃｅｐｔ　ｏｆ　ｃｒｏｗｄ　ａｎｄ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ　ｉｎ　ｓｏｃｉｅｔｙ．ｈｅｎ，ｍａｓｓｉＴｖｅ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ　ｂａｓｉｃ　ｍｏｄｅｌｉｎｇ　ｍｅｔｈｏｄｓ　ａｎｄ　ｔｈｅｉｒ　ｌａｔｅｓｔ　ｒｅｓｅａｒｃｈ　ａｃｔｉｖｉｔｙ　ａｎｄ　ｓｅｖｅｒａｌ　ｔｙｐｉｃａｌ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ　ｃｒｅａｔｏｒ　ｓｙｓｔｅｍ　ｉｎ　ｍｏｖｉｅ　ａｒｅ　ｐｒｅｓｅｎｔｅｄ．Ｆｉｎａｌｌｙ，ｏｕｒ　ｏｐｉｎｉｏｎｓ　ｏｎ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ　ａｒｅ　ｐｕｔ　ｆｏｒｗａｒｄ，ｓｅｖｅｒａｌ　ｃｒｉｔｉｃａｌ　ｃｏｎｔｅｎｔｓ　ｔｈａｔ　ｓｈｏｕｌｄ　ｂｅ　ａｔｔｅｎｄ　ａｌｓｏ　ｂｅ　ｇｉｖｅｎ．　Ｋｅｙ　ｗｏｒｄｓ：ｍａｓｓｉｖｅ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ；ｐａｒｔｉｃｌｅ　ｓｙｓｔｅｍ；ａｔｒｉｉｆｃｉｌａ　ｌｉｆｅ；ｃｏｇｎｉｔｉｖｅ　ｍｏｄｅｌｉｎｇ　摘要：虚拟环境中的大规模群体行为建模是虚拟现实技术的重要研究方向之一，它是提高虚拟环境沉浸感的重要支撑技术，在　军方和民用领域具有重要的潜在应用价值。首先从社会学研究领域讨论了群体和群体行为的基本概念和相关理论，然后重点介绍　了虚拟现实领域大规模群体行为建模的基本方法和国内外最新研究进展以及影视娱乐业中典型群体行为模型生成系统，最后在　对相关研究成果分析的基础上指出了大规模群体行为建模存在的问题和今后重点关注的研究内容。　关键词：大规模群体行为；粒子系统；人工生命；认知建模　文章编号：１００２—８３３１（２００８）０８—００４５—０４　文献标识码：Ａ　中图分类号：ＴＰ３９１．９　１引言　２群体与群体行为　虚拟环境中大规模群体建模与仿真是虚拟现实技术的重　２．１群体　在社会学中，群体具有严格意义上的群体和准群体等两个　概念。所谓严格意义上的群体指的是由两个或者以上的具有共　同认同和团结感的人所组成的人的集合，而准群体指的是人与　人之间已经具有某种联系，有一定程度的共同关心点，有可能　在某些时候形成集团，但目前还没有组织起来的人群。　要研究方向，它在军方和民用领域具有广泛的潜在应用价值，　其基本内容包括大规模群体行为建模技术和大规模群体三维　实时渲染技术两部分。其中大规模群体行为建模是基础支撑模　型，主要描述个体在群体中的决策机制、与其它个体及环境的　交互过程、群体行为的衍生机制等，用以产生逼真个体决策行　为和群体的整体行为特征，驱动三维实时渲染引擎从而逼真表　现大规模群体的整体态势。大规模群体行为模型在三维可视化　技术的支持下不仅能够广泛应用于大型公共场所安全设计和　２．２群体行为　目前群体行为还没有一个非常严格的定义，下面简单介绍　社会学领域群体行为的基本观点。波普诺将群体行为定义为　突发事件的灾难仿真，城市突发社会事件仿真分析，大规模人　群集会、游行仿真以及国家突发事件应急管理等，同时也广泛　应用于影视娱乐、国防研究等领域。　本文从社会学中群体行为的基本概念和基础理论研究，计　算机领域群体行为建模方法和典型系统等方面总结有关群体　行为建模仿真技术的国内外最新研究进展，然后结合研究讨论　大规模群体行为建模技术今后应关注的重点研究内容。　“在相对自发、不可预料、无组织以及不稳定的情况下对某一共　同影响或刺激产生反应的行为”。赖特与凯勒认为：“所谓群体　行为，系指一大群人以匿名的方式从事不同寻常的活动。这种　行为不同于质性行为，惯性行为是指日常生活中所进行的遵守　原有规范和模式的行为”。刘易斯．科赛认为：“它是指聚众者的　活动，这些聚众者是有那些通过直接接触彼此有行为影响的人　构成的，不应当包括哪部分布进行面对面接触而只是间接地通　基金项目：国家高技术研究发展计划（８６３）（ｔｈｅ　Ｎａｔｉｏｎａｌ　Ｈｉｇｈ—Ｔｅｃｈ　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　Ｐｌｎ　ｏａｆ　Ｃｈｉｎａ　ｕｎｄｅｒ　Ｇｒａｎｔ　Ｎｏ．２００６ＡＡ０１Ｚ３３７）。　作者简介：李志强（１９７３一），男（汉族），博士，讲师，国防大学信息作战与指挥训练教研部博士后，主要研究方向：虚拟现实，人工智能与复杂系统建　模；胡晓峰（１９５７一），男（汉族），教授，博导，国防大学信息作战与指挥训练教研部副主任，主要研究方向：多媒体，信息系统，军事运筹　等；杨雪生（１９７７一），男（汉族），博士生，主要研究方向：军事运筹，复杂系统建模等；岳峰（１９８３一），男（汉族），，硕士生，主要研究方向：军　事运筹，复杂系统建模。　收稿日期：２００７—０７—２４　修回日期：２００７—１０—３１　维普资讯 http://www.cqvip.com

４６　２００８，４４（８）　Ｃｏｍｐｕｔｅｒ　Ｅ，￣ｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用　此，群体行为有两　过电视、电影、广告等动　彼此影响的人　资汛科学系的吕昱翰和李蔡彦等基于Ｆｌｏｃｋｉｎｇ算法，采用阶层　式虚拟力场方法来模拟大规模人群群体行为。他们把Ｆｌｏｃｋｉｎｇ　个明显的特征：第一、它是在现场临时凑在一起的一群人，这群　人缺乏持久的结构，没有吲定群体的邪种可预测性。第二、行为　看上去常常是奇特的或是反常的。”尹恩．岁伯逊认为：“群体　中个体遵循的三种行为规则抽象成物理学中的三种虚拟力：凝　聚力、分离力和对齐力，并在这三种虚拟力之上加入群体之问　行为是指大批人相对的自发的和无结构的思维、情感币¨行为的　方式。”朱力在《社会学原理》一书中，总结了群体行为的特征和　发生条件。其特征包括无结构性、感染性、狂热性、匿　性和失　范性。发生条件包括环境条件、社会条件、心　条件、舆论条件、　控制条件等。　的交互群体力和路径影响力，从而形成一个阶层式的复合虚拟　力场来控制群体中的个体行为。　１　９９７年，Ｂｒｏｇａｎ和Ｈｏｄｇｉｎｓ等利用动力学原理对具有显著　物　特征的人群行为进行了建模，这种方法特别适用于马拉　松、自行车赛、游泳等体育项目的模拟仿真。２０００年，　ＭａｒｓＡｎｎｅ　Ｆｉｅｈｔｓ和ＧｒｅｇｏＤ　Ｓｐｒａｄｌｉｎ开发了一个用于Ｍｏｄｅ—　２．３群体行为形成理论　针对群体行为的形成理沦主要有三种：ｒ一是感染沦（Ｃｏｎ—　ｔａｇｉｏｎ　Ｔｈｅｏ１．），由格式塔．勒朋于１８９６年在《集群》一书中把集　群看成具有集体意志的单一有机体，认为集群能使个人“着迷”　的能力基于三因素：不可征服感（ｉｍｉｍ－ｉｌ，ｉｌｉｔｖ），即从单纯人数　上获得强大力量；传染（ｃ－ｏｎｔａｇｉｍ　），即新的思维方式迅速蔓延，　类似传染病在人群中传播；易受感染陀（ｓｕｇｇｅｓｔｉｌｉｆｌｉｔｙ）　＿二是趋　同论（Ｃｏｎｖｅｒｇｅｎｃｅ　Ｔｈｅｏｒｙ），即参加集群的人们已经共　具有　了这样的趋势，以　样的方式看待事物何以　样的方式行动，　正是这种共　的趋势使他们首先聚集起来成为集群　三是由蒂　尔内和金廉提出的紧急规范　论（Ｅｎｌｅｌ－ｇｅｎｔ—Ｎｏｌｍ　Ｔｈｅｏｌ３），由　于一套行为规范酌减被整个群体昕接受，群体中的一致性普遍　流行开来，那些不遵循这套紧急规范的人将会傲施以社会压力　３　大规模群体行为建模的基本斤法　在汁算机科学和虚拟现实研究领域，大规模群体行为一般　界定为社会学中在某一特定场昕大规模群体的集川性行为　这　种集团性群体行为具有直观的可视性，是群体在某一特定场昕　受到某种特定条件约束、影响或者刺激感染而形成的，建模Ｈ　的主要追求行为表现上的逼真性　目前，其建模方法可以分为　基于物理学方法和基丁Ａ　Ｉｔ的方法等两大类，其中基于　Ａｇｅｎｔ的方法又进一步分为基于人工生命的方法和基于认知学　的方法。　３．１　基ｆ物理学粒ｒ系统和动力学系统建模斤法　粒子系统最早山Ｒｅｅｖｅｓ　ｗ　Ｔ于１９８３年引进到汁算机图　形学领域．用来对一些复杂自然现象进行模拟，如云雾、烟尘、　火焰等。ｉ９９７年，Ｂｃ，ｕｖｉｅｒ　Ｅ首次将粒子系统引入大规模人群　群体行为模拟中，他仃Ｊ把大规模人群中的个人作为　个个柑互　作用的粒子，人的基本运动规律基于牛顿力学进行解算　２０００年，Ｈｅｌｂｉｎｇ　Ｄ等以粒子系统为基础．结合动力学汁　算方法，应用“心理力”、“物理力”币ｕ“势场”等概念构建ｒ恐慌　下的人群逃散模型。该模型针对的是恐　状态下的人群撤离行　为，着重研究和分析个体的受力情况，并根据个体的受力情　计算个体的移动速度，模拟恐慌状念下人群撤离的典型行为特　征，计算人群通过狭隘通道币¨出Ｕ撤离的速度．并汁算可能的　受伤人数。　嘲Ｉ　模拟人衅的｝ＩＩ　Ｉ　１撤离｝　为和耐ｌ雍｝　为　为了能够模拟大规模人群的分群行为，台湾　政治大学　ＳＡＦ交互式战场Ｌ｛Ｊ模拟民众的运动和反应的模型，使用偏微分　方程描述了人群的运动、分散和交互等。　３．２基ｊ＝人Ｊ：生命模　的建模疗法　人工生命是由克里斯・兰顿博士在１９８７年首先提出的，它　是“表现出Ｆ１然生命系统行为特征的人造系统”。基于人工生命　的建模方法的主要思想就是采用自底向上的综合方法，通过对　底层活的生命体、生命体之『廿Ｊ及与环境之间的交互关系进行建　模，研究高层的自组织过程和行为涌现性。　最著名的基于人工生命群体行为模型就是Ｒｅｙｎｏｌｄｓ的鸟　群分布式行为模型，　Ｂｏｉ（Ｊ系统。Ｂｏｉｄ系统中，个体只需遵循　三条简单的行为规则：聚集规则（ｃｏｈｅｓｉｏｎ）、对齐规则（ａｌｉｇｎ—　ｍｅｌｌ［）和分离规则（ｓｅｐｓＩａｔｉｏｎ）即可模拟大多数群聚生物的群体　行为，如鸟群、鱼群和蜂群等，如图２和图３所示。　｛｝Ｉ　２（ａ）分ｌ嚼规则　２（Ｉ１）聚集规则　ｌ矧２（ｔ、）对齐规则　ｌ｛｝ｌ　３　ＢｉｏｔＪ模　Ｂｏｉｃ１模型之后，出现了很多基于该模型的各种改进模型，　例如在模型中加入避碰行为、路径规划行为、分组行为等。例　如，Ａｎｄｅｒｓｏｎ等人在Ｂｏｉｄ模型基础上开发的受约束的鸟群模　型．约束包括角色的位置约束　群体的重心约束和群体的形状　约束等　’　一个具有影响　的模型就是　Ｆｕ　Ｘｉａｏｙｕａｎ和Ｔｅｒｚｏｐｏｕ—　开发的具有物理外观和运动特性的、能够感知环境和决策　的人工鱼群（涂晓媛的鱼），如图４昕示。该模型的出现改变了　传统大规模汁算机群体动画中基于关键帧的方法。　ｌ｛｝ｌ　４涂晓媛的鱼　维普资讯 http://www.cqvip.com

李志强，胡晓峰，杨雪生，等：虚拟环境中大规模群体行为建模研究进展　２００１年，Ｍｕｓｓｅ和Ｔｈａｌｍａｎｎ设计了ＶｉＣｒｏｗｄ系统，该系统　是采用Ａｇｅｎｔ方法的实时多层人群行为建模框架。他将人群定　义为小组（Ｇｒｏｕｐ）的集合，并将人群行为分为引导的，规划的和　自治的等三种。Ｍｕｓｓｅ的ＶｉＶｒｏｗｄ模型首次提出大规模群体行　为的分层层次结构问题及其解决方案。　模拟灵活性较高、需要充分体现高级智能的人群群体行为模　型。它是从底层个体决策的精确过程出发，追求的不仅是人群　行为外在表现形式上的逼真性，更重要的系统内在机制和动力　２００４年，Ｓｕｎｇ等人提出了基于环境态势的可扩展Ａｇｅｎｔ　建模方法，用于解决大环境中大规模群体的个体行为计算代价　问题，以提高模型系统的实时性。其基本思想是把环境作为一　个智能对象（Ｓｍａｒｔ　Ｏｂｊｅｃｔ）对待，环境中不同区域存储有不同　学特征的真实性，但是该方法受限于传统人工智能技术，实现　难度非常大。第二种方法的基本的理论基础是人工生命和行为　人工智能技术。这种方法的侧重点在个体之间的交互规则，不　仅能够克服第一种方法中缺乏对生命体特征的体现，同时又能　够克服传统人工智能技术实现的局限性，是目前仿真模拟大规　模群体行为的主流方法。目前影视娱乐中的群体行为建模系　统，基本上都是以人工生命的Ｆｌｏｃｋｉｎｇ模型为基础的。　个体在该环境中可执行的行为动作信息，个体模型具有可伸缩　的内部行为选择机制。当个体在不同的环境下其可选的行为动　作范围受限，因而个体模型始终保持最小的行为选择和最低的　决策搜索量。　３－３基于高级智能行为的认知模型建模方法　人工生命的思想重点在于解决生命体的底层反应型行为，　而较少考虑高级智能的认知过程，事实上，当需要建立群体中　特别是人群中复杂个体时，则需要考虑认知建模。对于认知过　程的描述是传统人工智能的一个重要领域，目前已经有许多用　于群体行为建模的Ａｇｅｎｔ个体的认知建模框架，传统的有Ａｃｔ—　Ｒ和ＳＯＡＲ模型，较新的有ＰＭＦｓｅｒｖ集成框架。　Ａｃｔ—Ｒ是一个用于支持创建能够预测和解释人的行为的　认知模型的模拟环境，其基本理论基础是有限理性分析（ｒａｔｉｏ—　ｎａｌ　ａｎａｌｙｓｉｓ）理论，根据这一理论，认知系统的每一部分在计算　能力的限制下依据环境需求进行优化。Ａｃｔ—Ｒ的核心概念包括　用于表示事实的ｄｅｃｌａｒａｔｉｖｅ内存和表示规则的ｐｒｏｃｅｄｕｒａｌ内　存，ｄｅｃｌａｒａｔｉｖｅ内存中的块由产生式规则调用，系统可以学习新　的块和产生式规则。　ＳＯＡＲ是用于探索通用智能并演示智能行为的智能系统　开发平台，它可以被看作是通用智能理论、人的认知理论、　Ａｇｅｎｔ体系结构和编程语言。ＳＯＡＲ系统的包括记忆层ｍｅｍｏｒｙ　ｌｅｖｅ１）、决策层（ｄｅｃｉｓｉｏｎ　ｌｅｖｅ１）和目标层（ｇｏａｌ　ｌｅｖｅ１）等三层。最　底的记忆层负责知识的存储和符号的存取，中间的决策层实现　知识的编码并完成大部分初级操作，上面的目标层负责建立目　标并通过决策序列实现目标。　ＰＭＦｓｅｒｖ是一个使用各种ＰＭＦ（Ｐｅｒｆｏｒｍａｎｃｅ　Ｍｏｄｅｒａｔｏｒ　Ｆｕｎｃｔｉｏｎｓ）建立的模型集成框架系统，它由ＤＭＳＯ、ＯＮＲ、ＩＤＡ和　ＧＭ资助，旨在建立生理、压力、个性、文化、情感和社会关系对　人进行决策的影响。它以现有的各种行为建模的文献中包括大　量关于个人认知模型ＰＭＦ为基础建立的一个统一的行为体系　结构。该项目已经从１０　０００多个文献中收集了５００多个ＰＭＦ，　并利用Ｕｎｒｅａｌ三维可视化引擎构建了一个实验床，重演美军　在索马里的“黑鹰坠落”事件，模拟了美军士兵、恐怖分子和大　量的当地民众的行为特征。　最近，针对目前心理学模型对量化考虑不足和计算机科学　中对群体行为建模中对认知方面考虑不足的状况，Ｇａｌ等人基　于Ｆｅｓｔｉｎｇｅｒ的社会比较理论建立了群体行为模型的算法框　架，并采用基于ＳＯＡＲ的Ａｇｅｎｔ认知结构进行了初步的实现。　３．４三种建模方法的比较　在这三种方法中，第一种方法能够真实再现无生命的粒子　群行为特征，比较适合建立运动规律较强，在外界条件约束下　智能行为较低的群体行为模型，如恐慌条件下的撤离人群，体　育比赛中的运动员行为模型，车站的人流等。第三种方法适合　４影视文化娱乐业中群体行为建模的典型应用系统　ＡＩ—ｉｍｐｌａｎｔ，该系统是由ＢｉｏＧｒａｐｈｉｃ　Ｔｅｃｈｎｏｌｏｇｉｅｓ公司开　发的用于在计算机游戏中建模实时交互式智能角色的软件包。　从公司的名称Ｂｉｏ和Ｇｒａｐｈｉｃ的组合可以看出，它是以生物学　特征的人工生命模型为理论基础的，底层算法是基于Ｈｏｃｋｉｎｇ　算法。ＡＩ—ｉｍｐｌａｎｔ可以通过插件的方式支持３ＤＳＭａｘ和Ｍａｙａ，　也可以直接以ｃ＋＋的ＳＤＫ支持二次开发。ＡＩ—ｉｍｐｌａｎｔ中分为静　态对象和动态对象，静态对象有障碍、地面、道路等，动态对象　包括自治角色和非自治角色。自治角色由ＡＩ—ｉｍｐｌａｎｔ进行控　制，而非自治角色则有用户控制。ＡＩ—ｉｍｐｌａｎｔ的角色行为中最　多的就是运动行为，具体分为简单行为、目标导向行为和小组　行为。ＡＩ—ｉｍｐｌａｎｔ描述了角色的感知、内部状态变量、决策条　件，并在此基础上利用决策树的方法建立角色的决策模型。ＡＩ—　ｉｍｐｌａｎｔ提供了层次化的寻路算法和多种特殊角色动作。该软　件包已应用于Ｋｒａｕｓｓ—Ｍａｆｅｉ　Ｗｅｇｍａｎｎ、ＣＡＥ、ＦＡＴＳ、Ｌ３和等公　司和ＶＭＡＳＣ项目，其中ＶＭＡＳＣ应用该软件包建模了黑鹰坠　落中的各种人群行为（ＭｃＫｅｎｚｉｅ，ｅｔ　ａ１．）。图５为ＡＩ—ｉｍｐｌａｎｔ生　成的群体动画。　Ｍａｓｓｉｖｅ　Ｓｏｆｔｗａｒｅ，该系统最早起源于制作指环王（Ｔｈｅ　Ｌｏｒｄ　ｏｆ　ｔｈｅ　Ｒｉｎｇｓ）三部曲中的千军万马的宏大场面，如图６所　示。该系统荣获２００３年奥斯卡科学与工程奖，后来变成一个独　立的群体特效动画制作工具（ＣｈｉｎａＶＦＸ，２００７）。Ｍａｓｓｉｖｅ中的　Ａｇｅｎｔ采用模糊逻辑实现对周围环境的快速反应。产品还包括　骨架设计、运动混合、刚体动力学、布料模拟、Ａｇｅｎｔ设置、位置　布局、动作设计、皮肤榜定、材质纹理、灯光工具等。由于Ｍａｓ—　ｓｉｖｅ是一个完整的群体模拟动画工具、不需要依附于一些主流　动画软件（比如Ｍａｙａ或ＸＳＩ等），从而使它能高效地处理群　体的模拟。除了指环王外，Ｍａｓｓｉｖｅ软件还应用于金刚（Ｋｉｎｇ　Ｋｏｎｇ）、父辈的旗帜（Ｆｌａｇｓ　ｏｆ　ｏｕｒ　Ｆａｔｈｅｒｓ）、ＣａＡｔｏｎ　Ｄｒａｕｇｈｔ啤　酒广告、龙骑士（Ｅｒａｇｏｎ）和欢乐企鹅舞（Ｈａｐｐｖ　Ｆｅｅｔ）等　（ｗｉｋｉｐｅｄｉａ，２００７）。　图５　ＡＩ－－ｉｍｐｌａｎｔ生成的群体动画　图６　Ｍａｓｓｉｖｅ生成的指环王群体动画　Ｓｏｆｔｌｍａｇｅ　Ｂｅｈａｖｉｏｒ，该系统是Ａｖｉｄ公司开发的可扩展和　可编程的人群模拟和行为动画系统。系统具有自动地形匹配、　障碍躲避、特技、自动运动合成和对群集的曲线跟踪等。ＢＥ—　ＨＡＶＩＯＲ有强大的运动模型工具包，能够合成角色的各种动　维普资讯 http://www.cqvip.com

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｐｐｌｉｃｃｔｔｉｏｒｔｓ计算机工程与应用　作。系统具有一个集成开发环境，可以可视化的编辑动态状态　图、创建脚本和调试脚本，并且还提供了二次开发的ＳＤＫ（ｓｏｆｔ—　ｉｍａｇｅ，２００７）。　个源头上的概念建模的模型框架以指导建模全过程。　（２）大规模群体组成个体及其行为多样性问题。也就是需　要关注，一个大规模群体中的个体外在表现的多样性；二个是　大规模群体中的个体行为的丰富多样性，。　５圈内相关研究　目前国内有关群体行为建模研究才刚…起步，但也取得了　可喜的成果。中国科学院汁算技术研究所虚拟人合成研究组、　（３）大规模群体组织结构的复杂性问题。实际中，大规模群　体并非一个平面结构，而是具有复杂的分层和分类结构，因此，　需要关注大规模群体在纵向上的分层结构合成关系，即如何通　过底层个体形成基本的子群体，子群体之间通过协调控制形成　浙江大学ＣＡＤ＆ＣＧ国家重点实验室、哈尔滨工业大学等单位　在虚拟人动作合成研究基础上也展开了群体行为模型的研究　工作。例如，中国科学院汁算技术研究所开发了用于模拟人群　更高层的子群体，从而进一步形成大规模群体的过程；大规模　群体在同一层面上多类型分类结构形成关系和各个子群体之　行为的群体仿真引擎（ＩＣＴＶＲ—ＣｒｏｗｄＳｉｍ），该引擎可以创建个　体并设定个体行为，个体可以自动的对环境中的障碍物和其他　个体进行避障，同时生成和执行路径，并做出相应的动作和行　为。引擎提供四种实时的群体绘制方法，可以绘制万人级别的　大规模群体。引擎中的虚拟角色开发包（ＩＣ　ＦＶＲ—Ｃｈｉｎ，ａｃｔｅｒＳｉｍ）　Ｉ　ｆ，可以提供简单的接口实现虚拟角色加载以及角色运动驱动　功能（ｗｗｗ．ｉｃｔ．ａｃ．ｃｎ，２００６）。浙江大学研究了大型团体操编排系　统等。　需要说明的是，以上群体行为建模研究的主要目的是用于　表现一个场景中大规模群体的整体行为特征，追求的是可视上　的逼真性，主要对象是特定场所大规模集团性群体的行为，　此，模型都比较贴近三维可视化渲染部分。实际上，如果从社会　学的角度来研究大规模群体行为，则会发现　垄用于支持三维　实时渲染的群体行为模型　是大规模群体行为模型的一个支　撑表现的子集而已。社会学把群体行为分为抽象的社会群体行　为和特定场景的集团性群体行为。对于社会群体行为，国防大　学以社会大众群体为研究对象，从社会大众群体行为演化的角　度也展开了大量的研究工作一先后开发了大规模社会群体的民　意模型，舆论传播模型以及谣　传播模型等　这些以社会大众　为研究对象的模型与以上所Ｉ寸沦的模型相比，规模更大、层次　更深、抽象程度更高。这些模型与上述特定场所的集同性群体　行为模型具有强烈的关联关系：目前，国防大学在与其他单位　联合开发高性能三维虚拟人渲染引擎基础上，正在积极开展特　定场所下的大规模群体行为建模，研究特定场所的群体与社会　大众群体互动关系模型。　６结论与进一步研究的内容　综上所述，国内外已经开展了大量有关虚拟环境下的群体　行为建模研究工作，其成果已经广泛应用于汁算机游戏、电影　业、军事训练模拟、公共安全场所的没计仿真等领域。从以上目　内外研究情况可以看出，目前大规模群体行为建模技术的研究　还处于起始阶段，在目前为数不多的系统Ｌ｝Ｊ，大多是追求大规　模群体行为表现上的逼真性。例如，动作合成与分析、基于　Ｆｌｏｃｋｉｎｇ算法的群体行为、大规模群体的实时三维渲染等和三　维渲染比较贴近的模型。而对于大规模群体的层次结构复杂　性、组成个体及其行为的丰富多样性、行为目标非一致性，大规　模个体和群体之间的行为协调、冲突消解、个体与子群体的合　并与分离行为、大规模行为动作库、大规模群体行为约简与实　时性算法等技术，对于从社会学角度来研究大规模群体行为的　形成与演化机制等方面的研究部还非常少。冈此，笔者认为在　大规模群体行为的进一步研究中，还需要考虑以下内容：　（１）大规模群体行为的概念模型建模技术问题。随着群体　规模的增大，对群体中大量丰富多样的个体的属性行为的描　述，个体与个体之问、个体与环境之间的交互机制描述需要一　间的整体协调、协作与冲突消解等基本问题。　（４）大规模群体行为模型执行效率的问题。大规模群体系　统的运行效率是一个非常关键的问题，它包括模型执行效率和　可视化的渲染速度　为提高大规模群体系统的运行效率，同时　需要从模型执行角度考虑如何来提高整个系统的运行效率，例　如，可以采用基于视点距的个体行为的约简和决策过程的约简　等来保证群体【｝Ｊ个体执行的高效率　（５）大规模群体行为交互与控制技术问题。大规模的群体　是一个自治的群体，具有涌现性的基本特征，采用控制群体中　每一个个体的行为方法是不可能的，凶此，需要研究用户与自　治群体的交互和用户控制群体整体行为途径与方法。　（６）社会群体行为与特定场景群体行为模型的衍生关系问　题一仅仅追求特定场景群体行为表现上的逼真性只是大规模群　体行为模型的初级阶段，进一步还应该关注特定场景的群体行　为与抽象社会群体行为的衍生关系，建立这两种群体行为模型　的内在联系和相互影响机制等。　参考文献：　【Ｉ】Ａｎｄｅｒｓｏｎ　Ｍ，Ｍｃ　Ｄ　Ｅ，Ｃｈｅｎｎｅｙ　ｓ．Ｃｏｎｓｔｒａｉｎｅｄ　ａｎｉｍａｔｉｏｎ　ｏｆ　ｆｌｕｃｋｓ［Ｃ１１１　Ｅｕｒｏｇｒａｐｈｉｔ　ｓ／ＳＩＧＧＲＡＩ　１ｆ　Ｓｙｍｐｏｓｉｕｍ（¨１　Ｃｕｍｐｕｔｅｒ　Ａｎｉｍａｔｉｏｎ．２００３，　Ｉ　２］Ｂｏｒｎ　Ｅ，Ｃｏｈｅｎ　Ｅ，Ｎａｊｍａｎ　１．．Ｆｒｏｍ　ｃｒｏｗｄ　ｓｉｍｕｌａｔｉｏｎ　ｔｏ　ａｉｒｂａｇ　ｄｅｐｌｏｙｍｅｎｔ：ｐｍｔｉ（’ｌｅ　ｓｙｓｔｅｍｓ，ａ　ｉｌｅＷ　ｐａｒａｄｉｇｍ　ｏｆ　ｓｌｍｕｌａｔｉｎｎ［Ｊ］．Ｊｏｕｒ—　ｈａｌ　ｏｆ　Ｅｌｅ（‘Ｉｒｏｎｉｃ　ｈｕａｇｉｎｇ，１　９９７．　【３】Ｂｒｏｇａｎ　Ｄ，Ｈｏｄｇｉｎｓ　Ｊ．（　１ｏｕｐ　ｈｅｈａｖｉｏｕｒｓ　ｆｏｒ　ｓｙｓｔｅｍｓ　ｗｉｔｈ　ｓｉｇｎｉ［ｉ（‘ａｎｔ　ｄｙｎａｍｉｃｓ［Ｊ　　ＩＡｔｌｔＯｌｌＯｍＯＵＳ　Ｒｏｌｍｔｓ，１　９９７．　【４】Ｆｉｅｌｄｓ　Ａ　Ｍ，Ｓｐｒａｄｌｉｎ　Ｇ　Ｍｏｄｅｌｉｎｇ　ｃｉｖｉｌｉａｎ　ｃｒｏｗｔｔｓ　ｉｎ　ａ　ｂａｔｔｌｅｆｉｅｌｄ　ｓ　ｕ１ａｔｉ０Ｉｌ【ｃ］／／｝Ｊｒ０（‘ｅｅｄｉＩ　ｏｆ　ｔｈｅ　Ｎｉｎｔｈ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍｐｕｔｅｒ　Ｇｅｎｅｒａｔｅｄ　ｌ＂ｏｒｅｅｓ　ａｎｄ　Ｂｅｈａｖｉｏｒａｌ　Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ，２０００．　　１５　Ｈｅｌ５＿ｂｉｎｇ　Ｄ，Ｆａｒｋａｓ　Ｉ，Ｖｉｃｓｅｋ　Ｔ．Ｓｉｎｍｌａｔｉｎｇ　ｄｙｎａｍｉｃ　ｆｅａｔｕｒｅｓ　ｏｆ　ｅｓ—　ｃａｐｅ　ｐａｎｉｃ［Ｊ］．Ｎａｔｍｅ，２０００　　ｌ６　Ｋａｍｉ６＿ｎｋａ　Ａ　Ｇ，Ｆ１’ｉｄｍａｎ　Ｎ．Ａ　Ｃｏｇｎｉｔｉｖｅ　ｍｏｄｅｌ　ｏｆ　ｃｒｏｗｄ　ｂｅｈａｖｉｏｒ　ｂａｓｅｄ　Ｏｉｌ　ｓｏｅｉａｌ（－ｏｍｐａｒｉｓｏｎ　ｔｈｅｏｒｙ［Ｃ］／／ｌ　ｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＡＡＡＩ一　２００６　ｗｏｒｋｓｈｏｐ　Ｏｉｌ　ｅｏｇｎｉｔＬ　ｅ　ｍｏｄｅｌｉｎｇ，２００６．　［７］Ｍｕｓｓｅ　Ｒ　Ｓ，Ｔｈａｌｍａｎｎ　Ｄ．Ｈｉｅｒａｒｃｈｉｃａｌ　ｍｏｄｅｌ　ｆｏｒ　ｒｅａｌ　ｔｉｍｅ　ｓｉｍｕｌａ—　ｔｉｏｎ　ｏｆ　ｖｉｒｔｕａ１］ｌｕｍａｏ　Ｃｌ【　Ｊ】＿ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　Ｏｉｌ　Ｖｉｓｕａｌｉｚａｔｉｏｎ　ａｎｄ　Ｃｏｍｐｕｔｅｒ　Ｇｒａｐｈｉｃｓ，２００４．　［８］Ｒｅｙｎｏｌｄｓ　Ｃ．Ｆｌｏｃｋｓ，ｈｅｒｄｓ，ａｎｄ　ｓｃｈｏｏｌｓ：ａ　ｄｉｓｔｒｉｂｕｔｅｄ　ｂｅｈａｖｉｏｒ　ｎｏ—　ｄｅＩ［Ｃ］／／Ｃ０　ｐｕＩｅｒ　Ｇｒａｐｈｉｃｓ：ＳＩＧＧＲＡＰＨ’８７　Ｃｏｎｆｅｒｅｎｃｅ　Ｐｒｏｃｅｅｄｉｎｇｓ，　１９８７．　【９】Ｓｉｌｖｅｒｍａｎ　Ｇ　Ｂ，Ｂｈａｒａｔｈｙ　Ｇ、Ｏ’Ｂｒｉｅｎ　Ｋ，ｅｔ　ａ１．Ｆｉｎａｌ　ｔｅｃｈｎｉｃａｌ　ｒｅｐｏｒｔ　ｏｆ　ｃｏｎｔｒａｃｔ　ＯＮＲ　Ｎ０００　１　４－０２—１—０６２　１　ｆＲ】，２００４．　ｆ　１　０］Ｓｕｎｇ　Ｍ，Ｇｌｅｉｃｈｅｒ　Ｍ，Ｃｈｅｎｎｅｙ　Ｓ．Ｓｃａｌａｂｌｅ　ｂｅｈａｖｉｏｒｓ　ｆｏｒ　ｃｒｏｗｄ　ｓｉｅｒ—　ｕＩａｔｉ０ｎ［Ｃ］／／Ｃ（）　ｐｕＩｅｒ　Ｇｒａｐｈｉｃｓ　Ｆｏｒｕｍ，２００４．　［１　１】Ｔｕ　Ｘｉａｏｙｕａｎ，Ｔｅｒｚｏｐｏｕｌｏｓ　Ｄ．Ａｒｔｉｆｉｃｉａｌ　ｆｉｓｈｅｓ：ｐｈｙｓｉｃｓ，ｌｏｃｏｍｏｔｉｏｎ，　ｐｅｒｃｅｐｔｉｏｎ，ｂｅｈａｖｉｏｒｌＣ］／／ＳＩＧＧＲＡＰＨ’９４：Ｃｏｍｐｕｔｅｒ　Ｇｒａｐｈｉｃｓ，１９９４．