第4卷第4期 智能系统学报 Vol.4 No.4 2009年8月 CAAI Transactions on Intelligent Systems Ag.2009 doi:10.3969/i.i8sn.1673-4785.2009.04.006 虚拟角色不确定性行为建模研究 田尊华，赵龙，贾焰 (国防科学技术大学计算机学院，湖南长沙410073) 摘要：为了增强虚拟环境中虚拟角色行为表现的多样性和变化性，从虚拟角色不确定性行为的相关概念入手，系 统地研究了虚拟角色的不确定性行为及其建模的基本问题.指出并证明了个体与群体不确定性行为的关系，基于不 确定性函数证明了虚拟角色不确定性行为建模的3种途径一不确定性决策、规划和动作建模，分析了不确定性行为 建模的具体实现方法.最后基于坦克群对战仿真实验，说明了相关概念的合理性，验证了相关结论的正确性，实验表 明，虚拟角色不确定性行为对仿真应用具有重要的影响. 关键词：不确定性行为：行为建模：虚拟角色；虚拟现实 中图分类号：TP391文献标识码：A文章编号：16734785(2009)04031407 Research on modeling the uncertain behavior of virtual characters TIAN Zun-hua,ZHAO Long,JIA Yan (School of Computer Science and Technology,National University of Defense Technology,Changsha 410073,China) Abstract:In order to improve the diversity and variability of behavioral representations of virtual characters in a vir- tual environment,we systematically studied associated modeling problems.Relationships between the uncertain be- havior of individuals and of the colony were found and proven.Based on the definition of an uncertainty function,it was proven that we have three ways to set up mathematical models of uncertain behavior in virtual characters.These are:uncertain decision-making;planning;action modelling.Furthermore,the practical ways in which uncertain behaviors could be modeled were analyzed.Finally,in a battle simulation among tank groups,we proved the effec- tiveness of the concepts presented and validated the conclusion.Experiments were also carried out,showing that the uncertain behavior of virtual characters has important effects in applications using simulations. Keywords:uncertain behaviors;behavior modeling;virtual character;virtual reality 对智能虚拟角色固有的不确定性行为建模可以 动数据，并用这些数据实现对奔跑、跳跃等运动方面 增强虚拟现实系统的真实度和可信度13].目前对 的体能进行建模来实现虚拟角色行为的变化性]， 人类行为的建模依然相当简单[4]，这使得虚拟角色 他们还研究了一种基于代价模型对身体差异建模的 的行为看起来显得不够逼真，甚至影响到仿真应用 方法「.还有学者通过赋予虚拟角色学习能力或不 效果].近年来，为了增强虚拟角色行为的真实感， 同知识以实现行为的变化性81.Balch还研究了机 不确定性行为建模越来越受到重视.Wray和Laird 器人团队行为的多样性9.在无人机路径规划研 指出了行为变化性(variability)对于训练与分析仿 究中，有学者提出了基于概率地图的路径规划方 真的重要性，另外，他们还提出从人类操作员学习不 法.虽然其初衷并非为了实现不确定性规划，但 同个性的特征数据，然后用于实现虚拟角色的情感 客观上达到了不确定性规划建模的效果.这些工作 表达以体现行为的多样性(diversity)[6.Sukthankar 都是从某个侧面对不确定性行为建模，存在片面性 等人利用运动数据捕获方法从人类主体获取身体运 和随意性，没有形成理论体系，也没有形成清晰的研 究脉络.不确定性行为本身也有不同的表达，如行为 收稿日期：2008-12-12， 基金项目：国家高技术发展计划资助项目(2006AAJ210). 多样性、行为变化性和非重复性行为(unrepeated 通信作者：田尊华.E-mail:tzh_nudt@yahoo.com.cm. behavior)等
第4期 田尊华，等：虚拟角色不确定性行为建模研究 ·315· 文中系统地研究了不确定性行为的建模问题， 2)存在不确定性动作（见定义15）， 对不确定性行为相关的概念及其关系、不确性的层 就称e具有个体不确定性行为，记为u山b(e), 次性及其与不确定性行为的关系、不确定性行为建 定义7个体间不确定性行为.假设e:和e分 模途径等进行了探讨.基于坦克群对战实验验证了 别是情景s,和sk中的2个不同角色，且有Sim(s, 相关工作，并着重演示了虚拟角色不确定性行为对 s),如果存在如下情况之一： 仿真结果的影响 1)e:在s,执行行为b,而e在s中执行行为 1不确定性行为 bk,存在b,≠b.的情况； 2)e:和e至少有一个存在不确定性动作. 1.1相关概念 就称e:和e之间存在个体间不确定性行为，记为 定义1情景.情景是虚拟世界状态的一个快 ub(e;,ej). 照，具有时序性，记为s,t为仿真时刻 定义8群体不确定性行为.对于由n个角色 定义2虚拟角色.虚拟角色指虚拟世界中由 e1,e2,…,en组成的虚拟群体g={e:l2≤i≤n},如果 计算机生成和控制的智能角色.它的显著特征是具 它们之间存在角色间不确定性行为，即在g中存在 有智能性.虚拟角色记为e,多个虚拟角色组成的群 2个不同的角色e:和e,满足b(e:,e),那么就称g 体称为虚拟群体，记为g。 具有群体不确定性行为，记作b(g). 定义3动作，动作是虚拟角色可以直接执行 定理1设g为虚拟群体，即g={e:l1≤i≤n, 的行动，也称为基本行为.动作具有原子性.一般而 n≥2}，那么3e((ek∈g)Aub(e)→ub(g)成立. 言，动作体现了虚拟角色的行为能力.虚拟角色e可 证明假设角色ek∈g且山(e).由于定义7 执行的动作构成了角色的动作空间，记为A= 可设情景s,和s,满足Sim(s,3,),且Hs∈s,（或 {a:l1<i<|A|. s,),ek至少存在2个可以执行的不同行为b4和b2 定义4行为.行为是虚拟角色可观察的、与其 (b1≠ba),或者存在不确定性动作a".任取g中一 所在环境的交互过程.角色行为可以递归定义为 个异于ek的实体eh,只要证明ub(ek,e.)成立即可. b:=al(b·a)1(a·b). 下面分2种情况进行讨论： 式中：b和a分别是行为和动作，I·I是行为合成算 第1，当ub(e)时，即ea不具有不确定性行 子5)，行为具有层次性、目标性和不确定性.动作是 为.因此，在Hs∈s,中ea只能执行惟一行为ba,并 最基本的行为，规划也可看作复杂行为， 且只有确定性动作.因此存在2种情况：1)e属于 1.2不确定性行为及其性质 不确定性行为是同一角色多次（或多个角色） 定义7情况2)时.即执行不确定性动作a“,就满足 遇到类似的情景时表现出的不同行为，为此首先给 定义7情况2)，为此有ub(ek,ea)成立；2)ek属于定 出如下辅助定义： 义7情况1)时.此时又可以分3种情况：①当b≠ 定义5同质情景.2个本质上相同的情景，和 b1∧ba≠b2时，虽然在s中eh只能执行ba,但不管 sk称为同质情景，记为Sim(s,sx).同质情景具有传 ek在s执行b1和b2,皆满足定义7情况1)，因此 递性、自反性和交换性.由同质关系可以将情景分为 ub(ek,ea)成立：②当ba=b时，在s中，由于eh只 不同的等价类，由情景s生成的同质等价类记为s. 能执行b(b1),故ek可以选择执行b2,故也满足定 显然有(s,=sk)→Sim(s,s)·同质情景可以有多种 义7情况1)，因此ub(eg,ea)成立；③当ba=b2时， 具体定义方式，如角色在同一地域、具有同一任务或 与②同理. 面临同一处境等都可以用于定义情景的同质关系. 第2，当ub(e)时，即ea也具有不确定性行为. 定义6个体不确定性行为.假设情景3，和$ 根据定义7，要么当e.在Hs∈s,中至少可以有2个 满足Sim(s,sk),那么对于角色e,如果至少存在下 行为可供执行，不失一般性，设为b1和b2(ba1≠ 列情况之一： ba);要么也执行不确定性动作a”.因此ek与e有 1)在s.中执行行为b,在s中执行行为b,存 4种组合：1)ek与ea都执行a;2)ek执行a“,而e 在b,≠b.的情况； 不执行a“;3)ek不执行a“,而ea执行a“;4)e与eh
316 智能系统学报 第4卷 都不执行a“.显然1)、2)和3)符合定义7情况1)， 2)L为连续集时，有y(x)>0且无Y(x)=1. 因此都有ub(ek,e)成立.对于4)，可以分5种情况 定义12不确定性函数.设函数f:D→R,如果 讨论：①当ba1≠bu1Aba≠b2且ba≠b1Ab1≠ba R为不确定性空间,那么就称f为不确定性 时，在s中不管ek和ea执行什么行为，皆满足山 函数，记为f.当deD时，f(d)按照概率指派函数 (ek,ea)成立；②当bM=bu且ba≠ba时，如果ek执 Y在L上不确定性地取值， 行行为b1,e%可以执行b2,或如果e执行行为ba, 2.2不确定性决策、规划与动作 ea执行b1或b2,皆满足ub(ek,ea)成立；③当bM1= 可以将不确定性分为如图1的3个层次，分别 b2且ba≠ba1时，与②同理；④当b1=bh1∧ba=b2 对应于不确定性决策、不确定性规划和不确定性动 时，如果ek执行b,ea可执行b2,或ek执行b2,eh 作，虚拟实体行为的不确定性最终都体现在这3个 执行bai,满足b(ek,ea)成立；⑤当b1=b2∧b2= 层次中. b1时，与④同理. 综上所述，对于满足条件的各种情况皆有山b(, e)成立，由虚拟群体行为的定义可知b(g)成立 决策 规划 定理1意味着对个体不确定性行为建模可以实 动作 低烟 现群体不确定性行为，这正是所希望的结果，定理1 的逆命题是不成立的.假设2个角色e,和ea满足 图1不确定性的层次关系 Fig.1 Hierarchy of uncertainty b(e)∧b(e),且ek在s:(s:∈s*)中可行行 定义13不确定性决策，不确定性决策定义为 为集为B,在s(s:∈s*)中执行的行为集为B., 五元组ud=，其中D为决策 当B∩B。=中时，满足ub(ek,ea)成立，因而包含ek 空间，0为可用规划信息，s为决策情景，中.为不确 和e的虚拟群体g必定满足山b(g),但由假设知ea 定性决策算法，是D上的不确定性函数.决策结果 和es都只具有确定性行为. 为d=中.(D,B(D),o,s).决策目标d(d∈D)最终 定义9实例内不确定性行为.仿真运行实例 需要通过具体的规划实现.设实现d的所有可行规 内存在的不确定性行为称为实例内不确定性行为. 划构成可行规划空间B(d:),B(D)={B(d:)Ii=1, 定义10实例间不确定性行为.同一系统在多 2,…,ID1},ID1为决策空间的大小.B(D)满足：至 次仿真运行实例间存在的不确定性行为称为实例间 少存在2个决策目标d:和d,使得B(d:)≠B(d). 不确定性行为. 定义14不确定性规划.不确定性规划定义为 实例内不确定性行为与实例间不确定性行为没 五元组p=,其中s为规划情景，sr 有必然的因果关系，但可以证明个体不确定性行为 为目标情景，)为可用决策信息，B为虚拟角色的动 既能产生实例内不确定性行为，也能产生实例间不 作空间且IB1≥2，P。为不确定性规划算法，是B上 确定性行为， 的不确定性函数.规划结果为b=P.(B,sr,v,s)· 2建模途径与实现方法 定义15不确定性动作.不确定性动作定义为 五元组ua=,其中a为动作名，p 行为具有层次性，不同的层次具有不同的不确 为动作参数集，R为动作的可能结果空间，s为虚拟 定性，由此可以找到不确定性行为建模的3种途 世界.do为动作执行函数，是R上的不确定性函 径—不确定性决策、不确定性规划和不确定性动 数.动作执行结果为r=d(a,P,R,s. 作建模，而不确定性决策、规划和动作建模则需要通 定理2虚拟角色的不确定性决策可以产生个 过具体方法的实现， 体不确定性行为. 2.1不确定性空间与不确定性函数 证明设s是情景s的同质等价类，角色e具 定义11不确定性空间.不确定性空间定义为二 有不确定性决策d=,由定 元组,其中L为非空集合，y:L→(0,1]，设x 义13，必有3dd,(d≠d)∧(d:eD)A(d∈D),使 为L上的不确定性变量，且满足下列条件之一： B(d:)≠B(d;).任取s:,S∈s,由于e具有不确定性 1)L为可数集时，有0<y(x)≤1且Σy(x)=1:
第4期 田尊华，等：虚拟角色不确定性行为建模研究 ·317· 决策中.（D,B(D),w,s),故存在d:和d使d:= 情感状态时仍然会表现出不一样的行为反应， 中(D,B(D),0,s),d=中(D,B(D),o,s),由于 情感建模是当前虚拟现实和人工智能研究的热 B(d:)≠B(d),故必存在b:∈B(d:)和b∈B(d)使 点，而情感行为建模则是目前情感建模的研究难点 b:≠b,由定义7情况1有u山b(e)成立， 之一[12].当前的情感行为建模主要集中在较低的层 定理3虚拟角色的不确定性规划可以产生个 面上，如面部表情、姿势和手势建模等，而对更高层 体不确定性行为。 面情感行为的影响侧需要进一步研究。 证明设s是情景s的同质等价类，角色e具有 2.3.3不确定性感知 不确定性规划up=,令s:∈s及∈ 感知结果是决策、规划和动作的基础.感知器通 s.由定义15知，必存在b:∈BAb∈B且b:≠b,使 常是不全面和不精确的，因此感知结果具有不确定 得b:=p(B,sr,:,s)和b=p(B,sr,,),由于规 性.对感知的不确定性建模会导致角色在感知同一 划本身就表现为行为，据定义7情况1)有b(e) 情景时得到不同的信息，由此会使决策、规划和动作 定理4虚拟角色不确定性动作可以产生个体 产生不确定性， 不确定性行为. 假设角色e所处的情景为s,要感知的流为x, 证明由定义7的情况2可直接得出结论. 在s中的实际取值为，由于角色e的感知具有不 由定理1及定理2~4可以直接得到如下推论： 确定性，故有： 推论1虚拟角色的不确定性决策可以产生群 x'=(x,s) 体不确定性行为。 式中：业是不确定性函数，x’=x0+B,B为感知噪声。 推论2虚拟角色的不确定性规划可以产生群 不确定性感知建模通常可以使用概率论、模糊 体不确定性行为。 集和区间代数等方法. 推论3虚拟角色的不确定性动作可以产生群 2.3.4群体不确定性行为建模途径 体不确定性行为。 群体不确定性行为往往是人们更关心的，因为 由定理2~4及推论1~3可知，只要对决策、规 一个群体中各成员角色表现更具有对比性，也更易 划和动作有影响的因素都可以让虚拟角色产生不确 察觉.对群体不确定性行为建模有2种方式：1)由 定性行为.因此，可以将它们作为基准来判别导致不 定理1知道，对个体不确定性行为建模可以实现群 确定性行为的因素；另一方面，也可以将它们用作不 体不确定性行为；2)直接实现群体不确定性行为， 确定性行为建模的理论指导. 而不必要求个体具有不确定性行为。 2.3不确定性行为建模方法 尽管二者实现群体不确定性行为的途径不同， 在虚拟角色的行为模型中加入学习机制、情感 但是，根据推论1~3知，都要从决策、规划和动作着 机制及不确定性感知模型等都可以实现不确定性行 手.与方式1)相比，方式2)有一个显著的缺点，即 为建模，这些都可以对虚拟角色的决策、规划和动作 群体中的成员角色需要具有不同的行为模型或不同 产生影响，因而可以导致虚拟角色行为的不确定性 的知识，而方式1)则可以让群体中的成员角色使用 2.3.1学习机制 相同的行为模型和知识.方式2)的实质就是要让群 通过学习，角色可以获得失败的教训和成功的 体中的成员具有差异性，可以有2种方式实现：一是 经验.再次遇到类似的情景时可以做出不同于以往 为群体中的角色建立不同的模型；二是让角色拥有 的决策或规划，从而表现出不确定性行为.目前学习 不同的知识 方法有很多，适合于虚拟角色行为建模的主要有增 强学习、事例学习、进化学习和神经网络学习等， 3实验 2.3.2情感机制 通过虚拟坦克群对战仿真展示给出的概念，验 情感对行为的影响研究虽然很早，但主要是定 证概念之间的关系及不确定性行为对仿真结果的重 性研究，情感的定量研究则是近几年的事情.在行为 要影响。 模型中引入情感机制可以对决策、规划和动作产生 3.1基本想定 影响，这样虚拟角色在面对相同的情景，但具有不同 实验的基本想定为红、蓝2个坦克群对战.通过
318 智能系统学报 第4卷 建立坦克实体的不确定性行为模型演示来验证相关 2个画面，蓝方各坦克的行进路径和表现都各不相 的结论.如图2(a)所示，假设红（图2(a)左边，分为A 同，体现出了群体行为的差异性 和B2个阵地，各5辆坦克)、蓝（图2(a)右边）2个坦 表1蓝方路径选择概率及相关的命中概率 克群各有10辆坦克，双方坦克的作战性能基本相同， Table 1 Routes probability for the blue and the hit rates 所有的坦克都是由计算机控制。为了简单起见，假设 阵地 路线 选择概率 命中率 命中率会随各种因素的影响而发生变化，比如，不同 10 0.2 0.8 的行进路径、决策等最终都体现在命中率上，并且假 1b 0.3 0.7 定红方坦克的正常命中率为0.6，蓝方主动突袭红方. 2a 0.2 0.8 假定由于山地的遮挡红方开始时并不知情，但是它会 2b 0.2 0.7 采取预案防备敌方偷袭.红方直到发现蓝方坦克（蓝 g 0.3 0.7 方坦克位于视场范围内)时才采取行动.还假定在攻 2e 0.7 0.8 击红方某个阵地时，红方另一阵地处的坦克开始驰 援，驰援坦克的命中率为0.6.坦克的动作有go_for 2)直接实现群体不确定性行为.为蓝军的每辆 ward、go_backward、tum_right、tum_left、fre_scatter_ 坦克指定不同、但固定的路径行进.仿真运行结果类 gun和fire_cannon.假定每辆坦克的炮弹不受限.当出 似于图2(b)和(c),与1)不同的是，每个坦克的行 现一方完全失去战斗力时决出胜负，此时还有战斗力 为都是预定好的，是确定的，但仍然能表现出群体不 的一方获胜，如果两方都失去战斗力，则比较有机动 确定性行为. 能力的坦克数目，数目多者获胜，如果相等则为平局. 3.3不确定性行为对仿真结果的影响 获胜得1分，失败为-1分，平局为0分， 从不确定性决策、规划和动作3个方面进行实 验.对于不确定性决策和规划，假定让红方模拟受训 者，具有记忆和预测能力.假设红方可以记住前n次 对战中蓝方的进攻方案，因而可以根据前n次蓝方 进攻方案确定下一轮的防御方案. 33.1不确定性决策对仿真结果的影响 (a)初始场景 (b》行进场景 假定红方制定的防御计划只针对阵地A和B中 的一种，假定n=0,1,3.当n=0时，红军没有预测 能力，坦克采取与上一轮同样的防御计划.假定红军 第一轮的防御计划是针对阵地A制定的.蓝方攻击 目标A的概率从0逐步增加到1，步长为0.1.针对n ⊙战斗场录 的不同取值运行仿真100次，当蓝军选定进攻阵地 后，各坦克按照表1的概率选择进攻路线.记录蓝方 图2坦克群对战仿真场景 每100次仿真的总积分，并作出其随攻击阵地A的 Fig.2 Simulation scenes of tank groups fighting 概率变化的图形，如图3所示。 3.2个体与群体不确定性行为关系验证 从图3可以看出：1)当n=0时，随着攻击阵地 假定红方只针对蓝方进攻阵地A的情况制定 A的概率增加，蓝方获胜的概率不断下降，这是因为 防御计划，因此如果蓝方进攻阵地A,那么红方的命 红方的防御方案是针对阵地A而制定的，当蓝方攻 中率为0.9，但进攻阵地B时红方的命中率为0.4. 击阵地A的概率增加时，蓝方获胜的可能性不断下 1)通过个体不确定性行为建模实现群体不确 降，2)但当n=1和3时，随着进攻阵地A的概率增 定性行为.假定蓝方的所有坦克具有完全相同的行 加，蓝方积分都是先上升后下降，这是由于红方具有 为模型，但它们在攻击敌方时，目标阵地和行进路径 记忆和预测能力.当蓝方攻击A的概率靠近0.5时， 的选择都具有不确定性.对于蓝方而言，表1规定了 不确定性最大，红方预测的准确度最低，蓝方得分是 各种路径概率.图2(b)和(c)是仿真运行过程中的 最多的；但当攻击A的概率向0或1靠近时，红方的
第4期 田尊华，等：虚拟角色不确定性行为建模研究 ·319 预测越来越准确，因此蓝方的得分也越来越低。另 3.3.3不确定行动作对仿真结果的影响 外，与n=1的情况相比，n=3时蓝方在0.5处得分 假定蓝方和红方在相对对等的条件下进行对 较大，但在向两端靠近时得分下降速度比较快.这说 战，仿真开始后，蓝方和红方都从阵地出发向对方发 明利用这种预测算法，预测步长变长并没有起显著 起进攻，在2种情况下运行仿真：1)假定红方的命中 作用，有时还不如一步预测. 率恒定为0.7，而蓝方的命中率则从0逐步增加到1， 100+ 每增加一次并运行仿真100次.红、蓝双方致对方的 80 4n=0 。-7=1 轻度、中度和严重毁伤概率分别为30%、40%和 0 07=3 20 ◆ 30%;2)假定红、蓝双方的命中率皆为0.7，红方的 0 -20 轻度、中度和严重毁伤概率分别为30%、40%和 -40 0 -60 30%,而蓝方的严重毁伤概率p从0递增至1，步长 -80 为0.1，轻度和重度毁伤概率皆为(1-p)/2. -100 0 0.2 0.40.6 0.8 1.0 100 进攻阵地A的概率 80 60 40 图3不确定性决策对仿真结果的影响 20 Fig.3 Effects of uncertain decisions on simulations 0 -20 口一命巾概将 3.3.2不确定性规划对仿真结果的影响 -40 -60 ·毁仿概率 红方总是针对蓝方从a方向进攻阵地A制定防 -80 -100 0 御计划.蓝方进攻的阵地为A,但进攻方式有4种规划 0.2 0.4.0.6 0.81.0 慨率 结果：1a、1b、2a和2b,如表1所示，不同路径的命中率 图5不确定性动作对仿真结果的影响 具有一定差异.假定1a的概率p.从0.1~1.0变化， Fig.5 Effects of uncertain actions on simulations 其余路径的概率为(1-p)/2.假定前n次中蓝方从a 结果如图5所示，在其他条件相当的情况下， 和b进攻的次数分别为n.和ns(na+n6=n),那么第 fire_cannon的命中率和毁伤力对仿真结果都具有非 n+1的防守方向就是max(n.,ns)对应的方案，假定 常重要的影响.由于在考虑严重毁伤概率递增时，轻 蓝方从a方向进攻阵地A,那么红方的命中率提高 度毁伤和重度毁伤都会递减，而这也会影响到仿真 0.3,变为0.9，但从b方向进攻时红方保持正常命中 结果，因此图5中命中率对蓝军的积分影响相对要 率0.6.P。从0每次增加0.1，直到1为止，每改变一 大些 次，针对n的不同取值运行仿真100次.当n=0、1和 3时，分别记录蓝方每100次仿真的总积分，作出其随 4结论 P。变化的图形，仿真结果如图4所示. 从基本概念入手，研究了虚拟角色的不确定性 100 80 4-n=0 行为建模的基本问题，通过虚拟坦克对战仿真展示 -n=1 40 相关的概念，验证相关结论，由研究及实验可以得出 0-n=3 20 如下结论： 0 20 1)群体不确定性行为可以通过个体不确定性 -4 605 行为建模实现； -804 -100 2)不确定性行为可以通过不确定性决策、规划 0.20.40.60.81.0 从a进攻阵地A的概率 和动作建模实现； 3)不确定性行为会影响到仿真结论，因此对实 图4不确定性规划对仿真结果的影响 体固有的不确定性行为建模有助于增强虚拟现实环 Fig.4 Effects of uncertain plans on simulations 境的逼真度和可信度 图4与图3基本类似，图4中蓝方得分随概率的 在对虚拟实体行为建模时应该要注意： 变化要趋缓一些，这是因为红方即便在方向b上遭到 不要刻意追求不确定性，而应该视应用需求而 进攻，其命中率依然能够维持0.6，比0.4要高 定.不确定性会增加行为模型的开发、验证和测试难
320 智能系统学报 第4卷 度，从而会增加开发代价.不确定性行为不是随意 [8]RICK E,FRANK E R,SIMON R,et al.Modeling rules of 的、毫无根据的不确定性，一定要符合被建模实体的 engagement in computer generated forces[C]//Proc of the 客观实际、具有内在规律性的不确定性，不恰当的不 16th Conference on Behavior Representation in Modeling 确定性行为反而会让人感觉不真实和多余.下一步 and Simulation.Orlando,USA:Univ of Central Florida, 2007:123-134. 的研究主要有： [9]NEWELL K M,CORCAS D M.Variability and motor con- 1)不确定性决策、规划和动作的建模方法。 trol [M].Chicago,USA:Human Kinetics Publishers, 2)通过情感、学习与自适应、不确定性感知等 1993:121-132. 实现不确定性行为建模的方法； [10]BALCH T.Behavioral diversity in learning robot teams 3)支持不确定性的虚拟角色行为建模语言、可 [D].Atlanta:Georgia Institute of Technology,1998. 视化行为编辑工具和行为引擎 [11]孙汉昌，朱华勇.基于概率地图方法的无人机路径规划 研究[J].系统仿真学报，2006,18(11)：3050-3054. 参考文献： SUN Hanchang,ZHU Huayong.Study on path planning for [1]RAZA M,VENKAT V SSS.Variability in behavior of UAV based on probabilistic roadmap method[J].Joumal of command agents with human-like decision making strategies System Simulation,2006,18(11):3050-3054. [C]//Proceedings of Tenth International Conference on [12]HOWARD P J,HOWARD J M.The big five quickstart:an Computer Modeling and Simulation (UKSIM 2008).Cam- introduction to the five-factor model of personality for hu- bridge,UK,2008:562-567. man resource professionals[R].ED384754,1995 [2]COX C,FU D.AI for automated combatants in a training 作者简介： application[C]//Proceedings of the Second Australasian 田尊华，男，1976年生，博士研究生， Conference on Interactive Entertainment.Sydney,Austral- 主要研究方向为虚拟现实、人工智能 ia:Creativity Cognition Studios Press,2005:57-64. 发表学术论文10余篇，其中被I检索5 [3]TIAN Z H,ZHAO L,JIA Y.Research on consistent meas- 篇。 urement of uncertainty based on entropy[C]//Proceedings of 2008 International Conference on Intelligent Computation Technology and Automation.Changsha,China,2008:684- 697. [4]FUNGE J,TU X,TERZOPOULOS D.Cognitive modeling: 赵龙，男，1958年生，研究员，硕 knowledge,reasoning and planning for intelligent characters 士研究生导师.主要研究方向为虚拟现 [C]//Proceedings of the 26th Annual Conference on Com- 实与可视化、分布式计算机系统。曾获 puter Graphics and Interactive Techniques.New York:ACM 国家科技进步二等奖1项，部委级一等 Pre3s,1999:29-38. 奖2项，部委级二等奖5项。发表学术 5]YOHEI M,YUKI S,TORU I.Modeling human behavior for 论文40余篇. virtual training systems[C]//The Twentieth National Con- ference on Artificial Intelligence.Pittsburgh,USA,2005: 贾焰，女，1960年生，教授，博士 127-132. 生导师，CCF高级会员，中国计算机学 [6]WRAY R,LAIRD J.Variability in human behavior model- 会数据库专业委员会委员，中国计算机 ing for military simulations C]//Proc of BRIMS 2003. 学会普适计算专业委员会委员，国家 Scottsdale,USA,2003:233-240. “863”中间件系统集成总体组组长.主 [7]SUKTHANKAR G,MANDEL M,SYCARA K,et al.Mod- 要研究方向为分布式计算、数据库。曾 eling physical capabilities of humanoid agents using motion 获国家科技进步二等奖1项，部委级一等奖2项，部委级二 capture data[C]//Proceedings of International Conference 等奖7项，发表学术论文100余篇. on Autonomous Agents and Multiagent Systems.New York, USA,2004:344-351