人工鱼的“叨食物行为”和“的运动规律模型求偶行为”

提出了表现人工鱼的“叨食物行为”和“求偶行为”的局部运动规律模型和模型的随时连续切换方法，使基于这些模型和方法开发的人工鱼社会行为系统，一方面能表现鱼的“叨食物行为”和“求偶行为”，另一方面能无限广义循环运行，有良好的人机交互性能，且系统中鱼的外观、运动和行为在视觉上令人信服、逼真，不会出现动画角色‘突变’、‘突失’、‘跳变’不佳视觉效果。一定程度上解决了动画角色多运动规律模型随时连续切换难题。     

人工鱼局部运动规律模型与模型的随时连续切换

较好地解决了画色多运动规律模型随时连绩切换难题,提出了一套人工鱼的局部运动规律建模与模型的随时连续切换方法。基于该方法开发了一个人工鱼社会行为系统,该系统能表现鱼的多种生命习性和智能行为。它能无限广义循环运行,有良好的人机交互性能。而且系统中鱼的外观、运动和行为在视觉上令人信服、逼真,不会出现动画角色“突变”、“突失”、“跳变”不佳视觉效果。提出的局部运动规律建模与模型的随时连续切换的思想方法对开发高效的、无限广义运行的、交互式的人工动物行为系统、动画系统有良好的借鉴作用。     

计算机动画的人工生命方法：“人工鱼”的建模和生成

引言 生活在自然界的动物群体是动画创作者面临的“挑战性”难题。为此,我们开发了计算机动画生成的新方法──“人工生命”方法,可以逼真地体现自然生态系统中动物群体的复杂运动和行为,并且可显著地降低动画创作者的劳动强度。 我们的方法是构建“人工动物”,创作自激励的自主智能体,去模拟动物个体的真实外观、运动和行为,及动物群体的社会行为表现模式。用计算机模型描述这些人工动物共有的基本特征──生物力学、运动、感知和行为。 为了证实我们构建的“人工生命”的有效性,我们实现了在虚拟海洋世界栖息着的各式各样的人工鱼…     

“人工鱼”动画模型设计

人工鱼生物力学模型及运动控制 １．人工鱼生物力学模型的结构 大多数鱼都是用它们的尾鳍作为主要的驱动器官。尾鳍驱动有三种基本类型：第一种类型，如具有刚性躯体和带壳的鱼所表现的，使用尾鳍和邻近躯体的一小部分；第二种类型，就像青鱼、鲭鱼、大马哈鱼等能灵活游动的鱼种所表现的，至少有半个躯体是可弯曲的；第三种类型，如美洲鳗所表现的，在波浪起伏的水流中游动，几乎整个身体都是可以变形的。 我们开发的人工鱼的生物力学模型的尾部驱动模式为第二种类型。我们设计了曲２３个质量点和９１个“弹簧－阻尼”单元所组成的“质点－…     

计算机动画的人工生命方法研究--人工鱼的自繁衍模型

该文将人工生命的"自繁衍"特性引入到计算机动画创作中,提出并建立了基于基因控制的人工鱼的一种自繁衍模型,建立了人工鱼的基因模型,给出了人工鱼的遗传规则.提出并建立了基于生物学理论的人工鱼的一种生命历程模型,包括形态生长模型和生理发育模型,使人工鱼具有了更全面的生命特征,为提高人工鱼动画的创作效率和自动化水平打下了基础.     

人工鱼的认知模型研究

本文将人工生命的“自繁衍”特性引入到计算机动画创作中。提出并建立了面向自繁衍的人工鱼的认知模型,提高人工鱼的认知能力,实现基于“动物逻辑”的人工鱼高级行为规划。建立了人工鱼产生交配欲望、产卵和环境选择等预定义行为的认知模型。建立了人工鱼随意性行为的认知模型,并利用子集搜索等技术提高搜索效率。     

具有自学习和自进化能力的人工鱼模型设计

将人工神经网络方法引入到“人工鱼”系统中，控制人工动物的行为，使人工动物成为更加自主的和智能的角色。同时，利用遗传算法，解决人工鱼的先天遗传进化和后天的学习进化的结合问题。     

基于模糊神经网络的人工鱼虚拟味觉系统研究

本文设计了在智能虚拟环境下人工鱼的一种虚拟味觉系统.利用模糊神经网络实现了鱼儿对食物的学习记忆算法.模糊神经网络由于同时具备了模糊逻辑对规则的表达能力以及神经网络的学习能力,非常适合解决虚拟环境中味觉的信号识别问题,经实验验证是切实可行的.基于模糊神经网络的味觉系统的研究和实现为人工鱼多感知融合系统提供了基础.     

基于记忆的人工鱼认知模型

为丰富虚拟海洋环境中人工鱼的认知能力,以自然鱼的生物原理和记忆机制为理论依据,提出了一种基于记忆的人工鱼认知模型。信息在瞬时记忆、短时记忆和长时记忆3个阶段传输和存储,人工鱼通过聚焦器提取所关注的感知信息,通过决策器和短时记忆进行行为选择,将经验知识存储在长时记忆中,被短时记忆调用以优化当前决策。动画结果表明,采用此模型后人工鱼能产生记忆指导下的行为,表现出更真实更智能的生命特征。     

“人工鱼”及虚拟海底世界建模方案

“人工鱼”的动画建模方案 为了给人工动物建模,需要考虑从外貌到内部功能等各方面。我们将人工鱼模型分为三种子模型。 １．外貌形态模型：采用可变形的几何图和纹理图刻画各种 人工鱼的外貌和形 态。 ２．内部结构模 型：描述人工重驱体 内部的结构和功能, 包括：肌肉效应器、 鱼体的变形仿真、生 物物理和动力学模 型等。 ３．感知行为模 型：包括人工鱼的感觉聚焦、意图产生、运动和行为控制等 模型。 “人工鱼”动画的建模总体方案如图１所示。 在图１中,人工鱼动画的总体方案可分为三个子系统。 １．感觉系统 人工鱼感觉系统依靠一…     

基于群智能和人工生命的群体行为动画仿真

为了更好地提高智能鱼在复杂动画中的应用,在分析自然鱼的感知、认知、运动和行为系统的基础上,研究并实现了简单的智能鱼动画。首先建立了虚拟环境下智能鱼的视觉感知模型和认知模型以及听觉模型,然后通过微粒群算法确定智能鱼的运动轨迹,模拟智能鱼的自由游动、捕食和躲避危险几种行为动作,最后经动画仿真,智能鱼具有集群、躲避鲨鱼的攻击、绕障碍物游动和觅食行为。经过仿真之后的动画效果有所优化,因此将微粒群算法应用到群体行为动画仿真中有一定的现实意义。     

人工鱼"情+智"协调的"意图产生"'与"行为控制"

从行为受情感和理智协调控制的观点出发, 研究人工鱼的意图产生与行为决策. 从人工鱼情感需求与生存理智来协调规划其意图优先级, 给出了人工鱼藏匿处成立的条件, 以及求偶、集群、避障、进食、藏匿、逃逸意图产生与行为决策的方法.     

The Effect of Evolution in Artificial Life Learning Behavior

In this paper, we add learning behavior to artificial evolution simulation and evaluate the effect of learning behavior. Each individual establishes its own neural network with its genetic information. Also, we propose a reward function to take reinforcement learning in a complicated and dynamically-determined environment. When the individual-level learning behavior was introduced, evolution of each simulation model got faster and the effectiveness of evolution was significantly improved. But the direction of evolution did not depend on learning and it was possible to affect the forms of evolution through reinforcement learning. This provides the mechanism that can apply the artificial life technique to various fields.     

基于人工智能和人工生命的计算机动画

基于人工智能（AI）和人工生命（AL）的计算机动画是将AI和AL应用于计算机动画,从而实现动画的自动生成,减少动画师的参与,让动画角色具备自主性和智能性的计算机动画新方法。本文首先对国内外在这一领域的主要研究内容和成果进行了总结分类,评价了基于AI和AL的计算机动画较传统动画的特色和优势,继而指出基于AI／AL相结合的计算机动画方法是必然发展方向。最后对未来研究趋势作了展望。     

人工生命行为选择情绪机制研究进展

基于智能的行为选择机制(BSM)存在两个缺陷:不确定性环境下,不能实现自主行为选择,在相同环境条件下,缺乏行为反应的多样性.受情绪机制应用于情感计算与强化学习研究的启发,将其应用于行为选择机制研究,以解决上述问题.从而,提出三类情绪行为选择机制:情绪影响机制、情绪驱动机制、情绪涌现机制.但这些机制存在:未能将其所需涉及的基本因素进行涵盖,有系统性缺陷;各种选择机制体系结构和情绪计算模型彼此各异,没有继承性;基于设计思想,缺乏相关学科关于情绪行为理论的支撑.另外,研究方法上,也存在各行为机制之间、智能机制和情绪机制之间缺乏系统性分析和比较的问题.提出,要揭示情绪行为选择机制,应从认真挖掘动物行为学、心理学、经济学等领域有关情绪研究结果之间的内在一致性入手.同时,比较方法的使用,将是加速这一过程的有效手段.     

具有行为强化学习能力的人工生命进化模型设计

人工生命进化模型设计的关键问题是学习与进化之间的关系,在自主体生存期内的学习过程可以通过不同的遗传方式指导个体行为的进化。该文利用进化算法和人工神经网络的研究方法,设计了两种不同的人工生命自主体的进化模型,模型解决了先天的遗传进化和后天的个体神经系统强化学习的有机结合问题,并且得出结论认为,强化学习有助于自主体适应复杂的外部环境,同时学习也可以直接或间接地使该适应性成为自主体遗传基因上的固定成分。     

基于情绪的人工生命合作型行为选择机制

通过引入情绪到基于内在释放原理的Lorenz 液体压力行为机制，建立了基于情绪的行为选择机制．新 机制解决了原机制的缺陷：异质相加和动机强度与其当前生存环境无关．根据经济学中主观价值与情绪心理学中情 绪都具有评价功能的特性，并借鉴前景理论，建立了行为特征函数，以获得情绪的函数变化规律；利用情绪强度趋 高和中等情绪使得行为实现效率更高原理，行为被分为3 类：情绪行为、理性行为、应付行为．在这些研究结果的 基础上，建立了合作型情绪行为选择机制．在人工生命Swarm 平台上所进行的模拟实验验证了该机制的正确性．     

模仿学习:一种新人工生命动画方法

提出一种新的人工生命动画方法—模仿学习. 模仿是一种非常有效的掌握运动技能的学习方式. 一项运动技能为无数个相关运动序列的集合. 通过模仿代表性运动序列,将蕴含的局部运动技能泛化,可获得完整的运动技能. 模仿学习以运动相似度匹配和简单--复杂行为方法论为核心,并以进化计算为优化方法. 模仿学习降低进化计算对传统评价函数的依赖,减少评价函数设计时间,提高优化复杂目标的能力,因此提高了制作效率. 基于PhysX仿真平台,本文以人工猫的着陆行为验证了本文方法的有效性,并取得了良好的效果.     

探讨人工鱼群算法的结构和原理

人工鱼群算法是一种基于模拟鱼群行为的优化算法。该文首先分析了人工鱼群算法的定义、觅食以及追尾行为,其次剖析了最优解的获取,并进一步探讨了算法原理及其收敛性。