【正文】 SM和記憶 FzFSM and MemoryFzFSM是一個(gè)有限狀態(tài)機(jī)，每一個(gè)狀態(tài)有介于[0,1]的模糊值代表狀態(tài)等級(jí)，調(diào)節(jié)動(dòng)畫的轉(zhuǎn)移矩陣，避免重復(fù)的動(dòng)畫。有別于一般的直接感應(yīng)，一種視覺合成方法——多層次空間場(chǎng)景，用于表示外部世界。分層使生物能同步進(jìn)行多個(gè)運(yùn)動(dòng)。導(dǎo)航系統(tǒng)從動(dòng)作系統(tǒng)接受指令，將之分解優(yōu)化成恰當(dāng)?shù)倪\(yùn)動(dòng)命令，再傳送給運(yùn)動(dòng)系統(tǒng)。C4有Attention Group和Primary ActionGroup兩個(gè)動(dòng)作組(ActionGroups)，每個(gè)動(dòng)作組有兩條ActionTuple鏈表：Startle、Default。 預(yù)測(cè)和驚奇 Predication and Surprise基于Percept Memory對(duì)象，生物可以模仿下意識(shí)，對(duì)現(xiàn)在或?qū)淼臓顟B(tài)作出預(yù)測(cè)。感知存儲(chǔ)代表Agent對(duì)刺激理解的所有內(nèi)容。C4沒有對(duì)感知子的實(shí)現(xiàn)方式做任何假設(shè)，因此開發(fā)者可以根據(jù)需求選擇算法，這是模塊化增強(qiáng)可擴(kuò)展性的直接體現(xiàn)。感應(yīng)系統(tǒng)有兩個(gè)作用：(1) 過濾器，比如牧羊狗不應(yīng)該看到她后面的羊；(2) 轉(zhuǎn)換器，因?yàn)橥粭l信息在不同的Agent眼里意義并不相同。圖41是C4訓(xùn)練的一只“牧羊狗”。 [32]等提出的將Agent的行為可視化的方法。[30]的離散調(diào)度機(jī)制決定運(yùn)動(dòng)隨時(shí)間的變化，而由一個(gè)多通道構(gòu)架完成動(dòng)作的執(zhí)行和渲染。行為Agent研究的是Agent在虛擬環(huán)境中根據(jù)環(huán)境的狀態(tài)，調(diào)整行為，規(guī)劃運(yùn)動(dòng)，完成目的，主要用于控制動(dòng)物在虛擬環(huán)境中的運(yùn)動(dòng)。 另一方面，會(huì)話Agent的語(yǔ)言、行為、情感都是由開發(fā)者根據(jù)實(shí)際環(huán)境預(yù)先設(shè)定，缺少自學(xué)習(xí)的能力，不能一般地在各種情況中切換。而情感系統(tǒng)反饋給認(rèn)知構(gòu)架三方面數(shù)據(jù)：(1) 情緒價(jià)和厭煩程度；(2) PAD三元組；(3) 被激活的情感類型及其強(qiáng)度，或者混亂(Confused)。當(dāng)點(diǎn)在且僅在一個(gè)類的Δ，類完全激活，W = 1。根據(jù)以上的計(jì)算結(jié)果，將情感歸入相應(yīng)的類，如圖39。激活度總是處在困倦，及心理敏感度和生理興奮度最大值之間。xt、yt、zt分別代表感情價(jià)、情緒價(jià)、厭煩程度，t是時(shí)間。厭煩線形增長(zhǎng)公式是：Z(t+1) = Z(t) – b，Z定義在[1,0]，即1時(shí)，Agent最感厭煩。圖37在公式1中，將感情當(dāng)作情緒的變化梯度，可以表達(dá)感情對(duì)情緒的增強(qiáng)和減弱作用。 情感系統(tǒng)的內(nèi)部結(jié)構(gòu) Internal Structure of Emotion System首先，區(qū)分感情(Emotion)和情緒(Mood)兩個(gè)概念。情感Agent更有生命，更讓人信服，Max[21]在這個(gè)方向上又前進(jìn)了一步。塊就是一個(gè)音調(diào)階段加上一個(gè)手勢(shì)階段，復(fù)雜的發(fā)言和手勢(shì)由多個(gè)快組成。低級(jí)(LowerLevel)規(guī)劃采用局部運(yùn)動(dòng)程序(Local Motion Program)，幾個(gè)LMP組成的運(yùn)動(dòng)程序根據(jù)動(dòng)力學(xué)原理控制上肢的移動(dòng)。手勢(shì)的特點(diǎn)，如并發(fā)(Simultaneity)，滯后(Posteriority)，重復(fù)(Repetition)和對(duì)稱(Symmetry)，既可以顯示說明，也可以用行為通信函數(shù)表達(dá)。語(yǔ)句被時(shí)間點(diǎn)(Time Point)分隔，特定的手勢(shì)動(dòng)作被定義在相應(yīng)的時(shí)間間隔中。最終大概有20000行C代碼，可在SGI和PC上實(shí)時(shí)運(yùn)行，圖32是一些結(jié)果。為了能在低端設(shè)備上實(shí)時(shí)繪制，研究者采用目標(biāo)相似合成(Terminal Analogue Synthesis)技術(shù)，僅令最終結(jié)果看起來很像，并沒有完全模仿生理結(jié)構(gòu)。 Expression and Lips與一個(gè)表情豐富、語(yǔ)言流暢的伙伴交流，無(wú)疑是長(zhǎng)期在計(jì)算機(jī)前學(xué)習(xí)生活的人很吸引的事。Microsoft Office系列軟件的幫助精靈是我們最熟悉的會(huì)話Agent。Agent由PAGE描述：感知(Percept)，行為(Action)，目標(biāo)(Goal)，環(huán)境(Environment)。強(qiáng)定義在弱定義的基礎(chǔ)上加入知識(shí)(Knowledge)、信念(Belief)、意圖(Intention)、責(zé)任(Obligation)等精神概念，有研究者稱之情感(Emotional) Agent[17]。對(duì)智能Agent概念的詳細(xì)解釋可以從Winikoff[32]等提出的SAC(Simplified Agent Concepts)——“一個(gè)簡(jiǎn)化的模型，能讓更多人開發(fā)智能Agent系統(tǒng)，但是保存BDI的能力和效率”——中獲得。她通過感應(yīng)器(Sensor)感知環(huán)境，利用效應(yīng)器(Effector)作用于環(huán)境。二 關(guān)于Agent Concepts of Agent 智能Agent的定義很不統(tǒng)一，在不同應(yīng)用，從不同的角度，研究人員總是在自己的理解基礎(chǔ)上給出說明。Agent的研究還包括控制腳本[8][9][10][18]和實(shí)際應(yīng)用的性能分析[11][12] [13]。Baldi[3]由俄勒岡州研究院、卡內(nèi)基梅隆大學(xué)等聯(lián)合開發(fā)的語(yǔ)言教學(xué)系統(tǒng)，是一個(gè)具有聽覺和可視化演講能力的Agent，結(jié)合了語(yǔ)音識(shí)別，面部動(dòng)畫，表情跟蹤和語(yǔ)音朗讀四個(gè)方向的技術(shù)。 利用Agent技術(shù)建構(gòu)的智能化實(shí)體，廣泛應(yīng)用在探測(cè)、材料、醫(yī)療、教育、游戲等領(lǐng)域，幫助或代替人類完成工作[7]。本文概括性地介紹智能Agent及多Agent在虛擬環(huán)境中的應(yīng)用現(xiàn)狀，根據(jù)系統(tǒng)的規(guī)模，由易到繁地說明當(dāng)前研究的體系框架和實(shí)現(xiàn)。CG實(shí)驗(yàn)室摘要:Agent在虛擬環(huán)境中的應(yīng)用研究主要是單一的對(duì)話表情功能，虛擬生物的交互運(yùn)動(dòng)和社會(huì)系統(tǒng)的內(nèi)部結(jié)構(gòu)。前者促進(jìn)了虛擬環(huán)境技術(shù)的不斷分化深入；后者常常引入人工智能領(lǐng)域的重要概念——Agent，在面向過程，面向?qū)嶓w，面向?qū)ο缶幊痰幕A(chǔ)上發(fā)展出更抽象的面向Agent編程[5]。他們使用XML風(fēng)格的MPML 腳本語(yǔ)言(Multimodal presentation Markup Language)控制不參與交互的Agent角色的行為語(yǔ)言。Ipke和Yong在VIENA[6]項(xiàng)目中(Virtual Environments and Agents)使用適應(yīng)性Agent幫助用戶設(shè)計(jì)和探索3D圖形，這是一個(gè)多Agent系統(tǒng)，Agent之間根據(jù)當(dāng)前狀態(tài)互相協(xié)作實(shí)現(xiàn)用戶的指令；而對(duì)于用戶來說，只是面對(duì)一個(gè)能理解和執(zhí)行語(yǔ)言指令的Agency。為了幫助讀者形成完整的概念，第2章會(huì)對(duì)智能Agent做出探索性定義。 智能Agent總是與之對(duì)應(yīng)的環(huán)境緊密結(jié)合，離開了所處的環(huán)境，Agent就失去其存在的意義，再也不是Agent。本文主要討論軟件(Software)Agent的設(shè)計(jì)框架和實(shí)現(xiàn)。弱定義包括自主性(Autonomy)，社會(huì)性(Social ability)，反應(yīng)性(Reactivity)等人類特有的性質(zhì)。理想理性Agent：對(duì)每一個(gè)可能的感知序列(Percept sequence)，她都能基于感知序列和內(nèi)建的知識(shí)提供的證據(jù)采取行為，期望性能最優(yōu)化。三 會(huì)話Agent Conversational Agent 會(huì)話Agent主要在教育培訓(xùn)程序中扮演導(dǎo)師和同學(xué)的角色，隨時(shí)隨地供給交流學(xué)習(xí)的伙伴，增強(qiáng)娛樂性和參與性，極大提高教學(xué)效率，也可以在場(chǎng)館中推廣產(chǎn)品，或說明旅游項(xiàng)目。關(guān)于會(huì)話Agent的更多研究請(qǐng)參考[22][23][24][25]。圖31她的語(yǔ)言有33個(gè)參數(shù)：頜旋轉(zhuǎn)和擠壓，嘴的水平寬度，嘴唇彎曲和突出控制， 下嘴唇褶皺，嘴唇垂直位置，牙齒的位移，舌頭的角度、寬度和長(zhǎng)度。Baldi的研發(fā)進(jìn)展主要在控制參數(shù)的增加和修改，舌頭的兩代實(shí)現(xiàn)方式，視覺語(yǔ)言合成控制，文本—語(yǔ)言合成，雙模（視覺/聽覺）合成，和并行信息處理。圖33 與Max多模交互 Max的多模(MultiModal)發(fā)言直接由一種基于XML的語(yǔ)言描述，包括語(yǔ)言詞句和非語(yǔ)言行為。子動(dòng)作是靜態(tài)或動(dòng)態(tài)，靜態(tài)代表一定時(shí)間內(nèi)不變，動(dòng)態(tài)子動(dòng)作又由連續(xù)的動(dòng)作片斷(Segment)組成。在高級(jí)(HigherLevel)規(guī)劃時(shí)，手勢(shì)發(fā)出(Stroke)階段的約束條件被充分限定，按時(shí)序傳給獨(dú)立的運(yùn)動(dòng)控制模塊(Motion Control Module)，手、拳頭、手臂、脖子和臉都有不同的模塊。手勢(shì)被分成準(zhǔn)備(Preparation)、保持(Hold)、發(fā)出(Stroke)、收回(Reaction)四個(gè)階段，語(yǔ)言也組織成音調(diào)階段(Intonational Phrase)。圖36 情感 Emotion情感為人類特有，在Agent的應(yīng)用中，如何給Agent 賦予一定的感情(Emotion)、情緒(Mood)和個(gè)性(Personality)一直是研究者們最感興趣的問題。下面詳細(xì)說明另外兩個(gè)方面。原點(diǎn)被認(rèn)為是穩(wěn)定點(diǎn)，所以類比彈簧，感情價(jià)和情緒價(jià)分別對(duì)應(yīng)一個(gè)彈性系數(shù)dx、dy，由此產(chǎn)生的力Fx、Fy使它們?cè)谝欢〞r(shí)間后恢復(fù)到原點(diǎn)。如果Agent的情感處在原點(diǎn)的一個(gè)橢圓區(qū)域(圖38)內(nèi)，在沒有刺激的情況下，厭煩程度線形增長(zhǎng)；一旦出了這個(gè)區(qū)域，厭煩程度重設(shè)為0。公式32規(guī)定映射方式，定義域由公式33確定。A(xt, zt)是激活度。支配的存在是為了區(qū)分影響外界狀況和事件的感覺，如厭煩和生氣，或被外界環(huán)境控制的感覺，如恐懼和悲傷。當(dāng)點(diǎn)在且僅在一個(gè)類的Φ內(nèi)，類被激活，激活程度由公式34計(jì)算。Max的認(rèn)知構(gòu)架通過兩種途徑提供給情感系統(tǒng)情感價(jià)信息：(1) Interpretation和Dialog Man