计算机动画角色的高级行为控制

用人工生命方法创造计算机动画,增强了计算机动画的逼真度和生动性.为了更好地控制动画的进程,指导动画角色的行动,本文将人工智能方法引入到计算机动画的创作中.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"的人工鱼高级行为控制.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.实验表明,人工鱼的高级行为控制器可以使人工鱼更好地适应虚拟海底环境,并顺利完成交配、产卵等生命过程.     

鱼群动画的行为规划

针对鱼群动画中人工鱼的行为选择（策略、目标、规划）过程,基于认知建模方法,提出一种建立人工鱼认知角色模型的新方法.利用高层非确定性目标导向行为与低层确定性预定义行为相结合的协调控制方案,以目标优先级作为行为选择的依据来制定人工鱼的行为规划.仿真实验结果表明,此方法不仅使人工鱼能根据外部刺激和内部状态选择适当的行为,且能较好地体现出自然鱼的特征.     

人工生命的概念、内容和方法

"人工生命"是一门正在迅速发展的新兴学科.介绍了人工生命的概念、内容.给出了研究人工生命的2种途径:生物科学途径和工程技术途径.人工生命的研究有助于揭示构成生命所需的最本质的特征,具有重大的科学意义和应用价值.     

模式识别与人工智能系统的生存期模型建立

提出一种对模式识别与人工智能系统都适应的生存期模型——树状模型.模型先以类似瀑布模型的方式,用少量模型单元生成一个模式识别系统的原型,或用少量知识单元生成一个人工智能系统的原型.然后,以此原型为基础,领域的每一个模型单元或领域的每一个知识单元按类似瀑布模型的不同阶段,以流水线生产方式生产出来.最后,把它们一一以近似分类(树状结构)方式装入库中,如此循环往复,生成该系统的不同软件版本.     

智能机器人、情感机器人、拟人机器人

研究智能机器人、情感机器人、拟人机器人的研究方法、实现技术及应用前景 .     

基于人工生命的信息融合开发平台的研究

采用模块化的设计思想,用Matlab和VC混合编程,实现了平台的开发。对基于神经网络的信息融合,利用一组工业数据进行了实验,实践结果表明该子平台对信息融合处理是有效的。采用模拟人的形象思维能力,利用细胞神经网络对图像的边界信息进行提取,再综合像素比较,曲线特征等多信息进行融合,模拟了简单的拟人形象思维。     

面向智能化信息系统的信息模型

本文研究将人工智能引入计算机信息系统的问题,提出一种能综合运用知识推理、模型演算和数据管理技术的信息处理模型.文中讨论了信息表达模型、信息处理模型以及信息处理模型的动态建模、运行与控制问题.     

实现记忆检索和回忆中漫游的一种计算AM模型（论文撤稿）

为了捕捉自传体记忆，提出了一种针对自传体记忆的计算AM模型.模型为3层网络结构.底层由5W1H构成的特定事件知识进行编码，提供检索线索；中间层通过关联特定事件知识对事件进行编码；顶层通过关联相关事件对事件集进行编码.按照自下而上的记忆搜索过程，AM模型可以分别在中间层和顶层识别相应的事件和事件集，同时，还能通过规则记忆检索过程模仿人在回忆中漫游的现象.基于一组数据集的实验结果表明，模型不仅具有鲁棒的、灵活的记忆检索，而且相较于普遍采用的基于关键字的查询方法记忆检索模型，对含噪记忆检索线索有更好的响应性能，还能够模仿回忆中的漫游现象.     

实现记忆检索和回忆中漫游的一种计算AM模型（论文撤稿）

为了捕捉自传体记忆,提出了一种针对自传体记忆的计算AM模型.模型为3层网络结构.底层由5W1H构成的特定事件知识进行编码,提供检索线索;中间层通过关联特定事件知识对事件进行编码;顶层通过关联相关事件对事件集进行编码.按照自下而上的记忆搜索过程,AM模型可以分别在中间层和顶层识别相应的事件和事件集,同时,还能通过规则记忆检索过程模仿人在回忆中漫游的现象.基于一组数据集的实验结果表明,模型不仅具有鲁棒的、灵活的记忆检索,而且相较于普遍采用的基于关键字的查询方法记忆检索模型,对含噪记忆检索线索有更好的响应性能,还能够模仿回忆中的漫游现象.     

基于深度强化学习的智能车辆行为决策研究

自动驾驶车辆决策系统直接影响车辆综合行驶性能,是实现自动驾驶技术需要解决的关键难题之一。基于深度强化学习算法DDPG（deep deterministic policy gradient）,针对此问题提出了一种端到端驾驶行为决策模型。首先,结合驾驶员模型选取自车、道路、干扰车辆等共64维度状态空间信息作为输入数据集对决策模型进行训练,决策模型输出合理的驾驶行为以及控制量,为解决训练测试中的奖励和控制量突变问题,本文改进了DDPG决策模型对决策控制效果进行优化,并在TORCS（the open racing car simulator）平台进行仿真实验验证。结果表明本文提出的决策模型可以根据车辆和环境实时状态信息输出合理的驾驶行为以及控制量,与DDPG模型相比,改进的模型具有更好的控制精度,且车辆横向速度显著减小,车辆舒适性以及车辆稳定性明显改善。