智能虚拟环境Agent技术研究

智能虚拟环境(IVE)是虚拟环境和人工智能两种技术的结合。在这种环境中,有生命的对象用智能Agent实现。该项技术的研究将有助于开发新一代具有行为真实感的实用虚拟环境,支持分布式虚拟环境中的交互协同工作。 本文以智能虚拟环境中Agent技术为主要研究内容,对基于虚拟环境的物理Agent交互行为、基于认知Agent的个性化推荐算法、自主Agent行为模拟及自主虚拟人感知模型设计进行了深入研究,提出了相应的模型,并对传统的算法作了改进。 在基于虚拟环境的物理Agent交互行为研究上,本文首先提出了分布式虚拟环境Agent交互操纵层次结构,基于框架设计了用户交互算法。本文还提出了Agent基于实例推理的冲突解决模型,运用最近相邻策略对实例进行匹配,解决了Agent之间的交互冲突。本文随后还研究了虚拟Agent群组模型,实现具有最近相似度的Agent组群。最后通过实现一个基于多Agent的协同虚拟环境实验本文提出的模型和方法。 在基于认知Agent的个性化推荐算法上,本文提出认知Agent与虚拟环境的结合方法,解决了传统认知Agent处理行为单一和情感表达问题。通过对前人算法的研究,我们提出了K最近邻及关联规则算法和基于内容的推荐算法,较好地解决了商品推荐的个性化和准确性问题。 在自主虚拟人行为模拟上,本文首先提出了建立自主虚拟人行为模型,实现了虚拟人自主行为选择、虚拟人行为层次结构、自主行为选择机制和自主行为规划四个方面的设计。提出基于动机模型的行为选择机制,利用虚拟人内部动机和环境信息选择最适合的行为并与环境内的物体交互。通过行为分类,完成虚拟人行为层次结构的设计。采用简化的抑制和疲劳模型实现虚拟人行为选择机制。利用虚拟环境的外部刺激信息和虚拟人内部变量发送的内部刺激信息,实现虚拟人自主行为规划。 在自主虚拟人感知模型设计上,本文提出了对虚拟人感知模型设计。通过感知虚拟人周围环境,采集环境信息并进行信息加工,实现虚拟人对环境的感知模拟。本文还提出了采用队列方法的虚拟记忆模块,很好地解决了过去某个时刻虚拟环境中其他物体的信息。采用双插值算法的运动控制模块实现了虚拟人动画。