人工生命研究综述

详细综述了人工生命的产生、发展，回顾了有关人工生命科学的重要国际会议，着重介绍了人工生命研究的重要思想以及人工生命的研究领域，并阐述了人工生命的应用发展情况，特别在智能优化计算与仿真领域等的重要应用．人工生命的研究有助于揭示生命的本质，探索生命的起源，为生物学研究提供新的途径，具有重要的科学意义．     

基于人工生命方法的作战仿真模型研究

简要介绍了人工生命的概念、基本原理与方法，指出它是解决复杂系统的有效途径。作战是典型的复杂自适应系统(CAS)，传统的作战仿真方法(如兰彻斯特方程)将作战视为确定性过程，难以将许多重要的无形因素进行建模。将人工生命方法应用于作战仿真，以细胞自动机为工具，通过多智能体的相互作用来研究系统高层的突现行为，可以更好地揭示作战的本质和作战过程的演化规律。讨论了基于人工生命方法的作战仿真的一般过程和智能体的结构模型，总结了作战仿真新方法的特点，最后展望了今后的研究工作。     

基于人工生命行为选择的智能体决策的研究

人工生命行为选择是人工生命研究领域的重要问题之一,智能体作为人工生命体的一种形式,决策系统相当于是智能体的“大脑”。文章以足球机器人作为智能体的研究原型,分析了机器人足球决策系统的现状,根据仿人智能控制思想和人工生命行为选择模型,建立了基于人工生命的智能体决策系统,并借助机器人足球比赛这样一个标准任务平台,投入实际比赛中,证明结果是可行的和有效的。     

人工生命算法综述

介绍了人工生命算法的基本原理,改进措施,研究现状,以及对未来研究的展望。人工生命算法是一种新兴的优化技术,其思想来源于达尔文进化论。利用人工生命的突现行为及人工生命可以动态地和环境相互作用的特点,实现全局寻优,在优化非线性连续多模态函数时,具有良好的全局收敛性。人工生命算法已经吸引了许多研究领域的关注,它是一种分布式优化技术,算法采用自下而上的设计方法,不需要梯度信息,为优化技术提供了一种新思路。     

人工生命

人工生命是指用计算机和精密机械等生成或构造表现自然生命系统行为特点的仿真系统或模型系统，自然生命系统的行为特点表现为自组织，自修复，自复制的基本性质，以及形成这些性质的混沌动力学，环境适应和进化，本文主要介绍人工生命研究的原因，发展过程，模型，讨论人工生命研究的方法，基础理论，以及人工生命研究的前景。     

群体智能与人工生命

群体智能和人工生命是正在迅速发展的新兴研究领域.它们通过对自然界生命现象的模拟,在不同层次上揭示生命现象和进化规律,为复杂系统的复杂行为建模与仿真提供了新的思路.本文分别对人工生命和群体智能进行了综述,分析了两者的区别与联系,并对人工生命和群体智能的未来发展趋势进行了展望.     

广义人工生命概述

详细介绍了广义人工生命的定义、模型,给出了其科学理论基础及研究领域、研究方法,最后结合个人观点对其研究意义进行了总结。     

人工生命及其基本原理

该文总结了人工生命的产生和发展状况，介绍了人工生命的研究对象和实现技术，讨论了人工生命和人工智能的关系。通过若干典型人工生命研究实例，分析了人工生命技术的基本原理，并用计算机程序模拟自然生态系统对人工生命的理论方法和实现技术进行了探讨。程序模拟方法在基因的遗传与优选方面有着相当的实际意义，用类似方法对各种自然生物的生命状态、生活习性进行模拟，可在较短的时间内模拟自然生命需要几千乃至上万年的进化历程。     

人工生命

人工生命是一类具有生命特征，以自适应、自组织为主要特征的一类复杂系统，其研究成果可广泛用于生物学及计算机科学等许多工程领域。文中介绍了人工生命的产生背景、定义、研究内容、研究方法、理论基础、研究意义及与人工智能等相关学科的区别，以便全面深入地理解它。     

人工生命

人工生命是一类具有生命特征,以自适应、自组织为主要特征的一类复杂系统,其研究成果可广泛用于生物学及计算机科学等许多工程领域.文中介绍了人工生命的产生背景、定义、研究内容、研究方法、理论基础、研究意义及与人工智能等相关学科的区别,以便全面深入地理解它.     

混合人工生命系统与粒子群算法的优化算法

提出-种混合人工生命系统和粒子群算法的优化算法.算法包括两个阶段,第1阶段创建人工生命系统,系统中的人工生物有感知系统,它们可以发现所需要的资源,并新陈代谢,人工生物之间互相交互,导致整个系统出现突现集群现象.通过人工生命系统形成的突现集群给粒子群算法提供优良的初始位置.第2阶段使用粒子群算法进一步寻找优化的最佳结果.最后以著名的Rosenbrock函数为例来证明该算法的优化能力,实验数据表明,该优化算法是有效的.     

作战模拟的人工生命多智能体建模

作战是典型的复杂自适应系统,传统的作战模拟依赖于兰彻斯特方程等数学模型,将作战视为确定性过程,难以对作战过程中的许多无形因素建模。人工生命的模拟方法,通过多智能体之间的相互作用研究系统的突现行为,很好地揭示了作战的本质和作战过程的演化规律。提出了多智能体作战模拟的二维网格环境下的智能体进化基因模型。通过计算和考察虚拟战场环境中的敌、我、友多方在交战过程中的演变规律和涌现特征,可模拟和解释战场局势的推演行为和发展规律。采用竞争、学习、协作进化、群居、物种灭绝等等生命进化现象来完成系统复杂性的模拟,取得了较好的仿真效果。模型系统具有演化速度快,模拟结果合理和可交互性等特点。     

人工生命浅谈

1987年兰顿首次提出了人工生命的概念,定义“人工生命是研究人工系统来模拟自然生命系统行为特性的学科”,经过20年的发展,人工生命的独立学科地位已经得到国际学术界的广泛承认,正在逐渐成为学术研究的热点之一,人工生命的研究兴趣在于对生命系统行为特性的仿生,学科中应使用由下而上合成的方法,以使人工系统具有很好适应性、灵活性。本文将介绍人工生命起源、重要概念和发展趋势等方面的内容。     

How Would You Know if You Synthesized a Thinking Thing?

We confront the following popular views: that mind or life are algorithms; that thinking, or more generally any process other than computation, is computation; that anything other than a working brain can have thoughts; that anything other than a biological organism can be alive; that form and function are independent of matter; that sufficiently accurate simulations are just as genuine as the real things they imitate; and that the Turing test is either a necessary or sufficient or scientific procedure for evaluating whether or not an entity is intelligent. Drawing on the distinction between activities and tasks, and the fundamental scientific principles of ontological lawfulness, epistemological realism, and methodological skepticism, we argue for traditional scientific materialism of the emergentist kind in opposition to the functionalism, behaviourism, tacit idealism, and merely decorative materialism of the artificial intelligence and artificial life communities.     

基于人工生命种群的人工生态系统演变研究

运用人工生命技术探索生态系统演变的规律,提出了人工生命种群的当量模型;建立了一个基于人工生命种群的人工生态系统,从底层到最顶层依次为模拟气候、人工生态环境、人工植物种群、食草人工动物种群、食肉人工动物种群。开展了人工生态系统演变实验。实验发现,平衡态人工生态系统存在收窄现象,但从不越界,只要模拟气候不低于其临界值,人工生态系统就将继续处于平衡态;但任一生态层在某时刻起低于其临界值将使人工生态系统从该时刻起处于失衡态,失衡态是不可逆的,除非外界足量补缺。基于人工生命种群的人工生态系统演变研究弥补了现有生态系统演变研究存在的缺陷,研究结果揭示了生态系统演变的规律,因此它是研究生态系统演变的科学方法。     

An artificial life approach for the animation of cognitive characters

This paper addresses the problem of cognitive character animation. We propose the use of finite state machines for the behavioral control of characters. Our approach rests on the idea that the cognitive character arises from the evolutionary computation embedded in the artificial life simulation, which in our case is implemented by the finite state machine. We present some of the results of the WOXBOT/ARENA research project. This project to build virtual worlds is aimed at the graphic simulation of an arena, where small mobile robots can perform requested tasks while behaving according to their own motivation and reasoning. Each robot is an intelligent agent that perceives the virtual environment through a simulated vision system and reacts by moving away from or approaching the object it sees. The conception and specification of the robots and environment are being done very carefully to create an open distributed object architecture that could serve as a test-bed freely available and ready to use for testing theories in some computational areas such as evolutionary computation, artificial life, pattern recognition, artificial intelligence, cognitive neurosciences and distributed objects architectures. Furthermore, it is a first step towards building a cognitive animated character.     

基于广义人工生命的信息网格管理模型研究

研究了广义人工生命和信息网格的原理与方法,提出了基于广义人工生命的信息网格管理模型（Humanoid Information Grid Management Model,HIGMM）。论述了具有双重管理体制、集散管理模式、多级协调功能等拟人管理特点的信息网格管理模型的设计思想。关键词：网格;信息网格; 人工智能;人工生命;广义人工生命     

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.