基于行为的人工生命情绪理论模型研究

基于智能的行为选择机制不能满足实现人工生命自主性行为选择的要求.根据情绪是行为活动的组织者的一般心理学理论,情绪就成为解决该问题的一个有效途径.但是,心理学情绪研究结果,尚不能满足实际研究的需要.通过理论分析和实验仿真方法对情绪物理属性,情绪与行为之间关系进行深入研究.通过情绪四维模型与阶跃响应的特征类比分析.获得描述情绪物理属性的阶跃模型,揭示负性情绪相对于正情绪具有反应时间短,存在"超调"特性.根据获得的情绪与行为之间因果关系,建立情绪三维模型,阐明情绪是对认知和行为结果感知的生命机制.通过引入情绪,解决液体压力模型存在的异质性和动机强度与当前环境状态无关两个问题,建立自主性情绪行为机制模型.通过设计人工生态系统进行仿真实验,证明了上述思想的正确性.     

不确定性行为选择情绪机制

通过对心理学、微观经济学有关情绪理论的深入剖析,阐明了情绪所具有的能量本质属性、行为驱动的功能作用属性、资源获取的内容属性,实现了对动机、(内)驱力、效用(主观价值)等概念的情绪本质的揭示。根据这4种感觉所遵守的共同函数规律,借鉴前景理论,建立情绪图式函数,获得了情绪与资源之间的函数关系原理。以上述结果为基础,采用情绪理性原则,建立了情绪驱动的行为选择机制。为验证该机制,建立了情绪驱动的竟争型、合作型行为选择机制和战斗行为选择机制,并在仿真平台Swarm上完成了仿真实验。实验结果证明,该机制是合理和有效的,为解决不确定环境条件的自主选择行为问题奠定了一定的理论基础。     

人工生命行为选择情绪机制研究进展

基于智能的行为选择机制(BSM)存在两个缺陷:不确定性环境下,不能实现自主行为选择,在相同环境条件下,缺乏行为反应的多样性.受情绪机制应用于情感计算与强化学习研究的启发,将其应用于行为选择机制研究,以解决上述问题.从而,提出三类情绪行为选择机制:情绪影响机制、情绪驱动机制、情绪涌现机制.但这些机制存在:未能将其所需涉及的基本因素进行涵盖,有系统性缺陷;各种选择机制体系结构和情绪计算模型彼此各异,没有继承性;基于设计思想,缺乏相关学科关于情绪行为理论的支撑.另外,研究方法上,也存在各行为机制之间、智能机制和情绪机制之间缺乏系统性分析和比较的问题.提出,要揭示情绪行为选择机制,应从认真挖掘动物行为学、心理学、经济学等领域有关情绪研究结果之间的内在一致性入手.同时,比较方法的使用,将是加速这一过程的有效手段.     

战斗行为情绪机制

应用情绪行为选择机制,以Dom World机制为基础,建立基于情绪的竞争行为机制,揭示前期竞争结果以情绪方式影响后续行为。借用Dom World实验设计方法和数据,运用人工生命Swarm软件平台进行仿真实验。仿真结果以人工社会典型特征－自组织（涌现）过程的实现为核心,证明了所建立机制的正确性。应用ADI、Netto方法评估分析两种机制的仿真结果,证明情绪机制优于Dom World机制。进一步,将反馈和无反馈情绪机制的仿真结果进行比较分析,揭示反馈机制增加了战斗强度,使得达尔文关于情绪机制加速自然选择过程的论断得到证明。     

机器人行为选择机制综述

详细综述了现有的机器人行为选择方法及国内外研究现状,并讨论了行为选择机制研究发展的趋势, 特别对受生物启发的机器人行为选择机制作了重点介绍．文章最后分析了机器人行为选择研究存在的问题并对以后 的研究方向作了展望．     

一种动态环境下移动机器人的路径规划方法

本文提出了在动态环境中，移动机器人的一种路径规划方法，适用于环境中存 在已知和未知、静止和运动障碍物的复杂情况．采用链接图法建立了机器人工作空间模型， 整个系统由全局路径规划器和局部路径规划器两部分组成．在全局路径规划器中，应用遗传 算法规划出初步全局优化路径．在局部路径规划器中，设计了三种基本行为：跟踪全局路径 的行为、避碰的行为和目标制导的行为，采用基于行为的方法进一步优化路径．其中，避碰 的行为是通过强化学习得到的．仿真和实验结果表明所提方法简便可行，能够满足移动 机器人导航的高实时性要求．     

基于API关联性的恶意行为层次化分析方法

为深入分析恶意代码的运行原理以及详细功能,减少恶意代码的分析周期,提出基于API关联的层次化行为分析方法。分析API的调用机制与参数的特征,给出基于API的行为定义;在此基础上,设计并实现API的行为关联算法,建立行为关联模型;通过行为关联模型,可以通过恶意代码的API数据信息提取出基本行为信息,并进一步提取对象行为以及进程行为,提供多维视角。设计恶意代码分析原型系统,使用实际测试样本集验证了该方法的可行性。     

基于行为模式识别的反垃圾邮件技术

分析邮件传送机制及传统反垃圾邮件技术，对基于行为模式识别的垃圾邮件处理技术技术进行了建模与处理流程描述，对发送垃圾行为进行了分类，针对不同行为做到了从源头上，原理上控制垃圾邮件的传播。研究分析认为，将行为模式识别技术应用于垃圾邮件的处理有主动性和精确性的优点。     

自主机器人多智能体软件架构及伴随行为机制

自主机器人是一类由计算机软件控制的信息物理系统，如何支持该类机器人在开放环境下的有效和协调运行是自主机器人控制软件（CSAR：Control Software of Autonomous Robot）研究与实践面临的一项重要挑战.本文基于组织理论的思想，采用Structure-in-5的组织架构模式，提出了基于多智能体的CSAR的软件架构MaRSA（Multi-agent Robotic Software Architecture），通过独立抽象CSAR的行为规划、分发、执行等软构件并显式加强这些构件间的交互，从而为自主机器人行为的有效规划和协调实施奠定架构基础；提出了基于MaRSA架构的伴随行为机制，从因果性、时序性和按需性三个方面建立了机器人观察行为和任务行为间的伴随关系，并基于分步规划和动态决策的思想设计并实现了伴随行为的自主决策算法DAAB（Decision Algorithm of Accompanying Behaviors）.论文分别在仿真环境和实际机器人环境下设计了对比性实验，结果表明，与主流的反应式行为决策算法和BDI式概率决策算法相比较，基于MaRSA和伴随行为机制的DAAB算法所生成的伴随行为规划在开放环境下具有可行性和更高效的执行效率.     

虚拟人情绪行为动画模型

近年来 ,虚拟人行为动画已经成为计算机动画一个新的分枝 ,已往的研究多集中在虚拟人局部的情绪表达动画方面 ,如脸部动画 ,而对于给定的虚拟场景 ,则尚未考虑情绪产生的原因 .情绪是虚拟人和虚拟环境交互作用的结果 ,然而在计算机动画领域 ,虚拟人的情绪至今尚未得到清楚的描述 .为此 ,依据心理学的理论 ,提出了虚拟人情绪行为的动画模型 ,即 ,首先提出了情绪集合和情绪表达集合的概念 ,并建立了从情绪状态到情绪表达之间的映射 ;其次 ,着重分析了情绪产生的原因 ,并引入了情绪源的概念 ,如果一种情绪刺激的强度大于情绪的抵抗强度 ,那么这种情绪就会产生 ;此外 ,情绪状态可以采用有限状态机来描述 ,据此提出了情绪的变化流程 ;最后 ,在微机上通过调用 Microsoft Direct3D API,实现了虚拟人的情绪行为动画     

一个情感驱动的3D虚拟角色行为动画创作工具

情感作为人类具有智能的一个重要体现,是创建丰富细腻的虚拟智能体的不可或缺的环节。本文结合认知对情感的影响,提出一个改进的情感建模方法和一种新的行为建模方法,设计具体的情感情境,并通过行为树的行为组织形式对虚拟环境中的行为进行管理,以产生具体、真实的虚拟角色情感行为。提出＂个性-情感-情绪＂的三层情感层次结构,并最后完成了一个实验系统。实验结果证明,该情感模型和行为组织模型能有效地反映虚拟角色在虚拟环境中的智能情感行为。     

人群应急疏散中一种多智能体情绪感染仿真模型

为了从情绪的视角分析紧急情境下人群的疏散行为,梳理了现有情绪感染的研究工作,总结了人群紧急状况下行为特点.采用智能体描述人群个体,提出一种多智能体情绪感染模型.其主体框架分为感知层、情绪层、感染层、行为层和行动层.归纳了产生情绪感染现象的3个条件及情绪感染的3个规则,提出了情绪感染的算法,考虑个体的个性和个体间距离因素,采用情绪强度和人群紧密度来计算个体疏散速度.用C#语言编制了仿真实验,采用真实的地震疏散案例,验证了仿真疏散时间和实际观测的基本一致.通过与以往基于传染病思路的情绪感染模型对比,所提出的模型可以更好地描述情绪感染从局部到整体的过程.实验结果表明,所提出的模型可以推演情绪驱动下的群体聚集行为,有望为制定应急疏散预案提供一种可视化分析方法.     

移动终端用户交互行为的情感预测方法研究

交互设计中用户的情感体验关系到设计的成功与否,对用户情感的研究一直是交 互设计的研究热点。人在与移动终端交互的过程中会产生情感,由于该情感具有主观性,很难 对其进行客观衡量。为此提出一种利用眼动指标和PAD 情感量表进行情感预测的方法,选择中 文版PAD 情感量表作为情感测量的工具,通过偏最小二乘回归分析建立眼动指标和PAD 情感 值的数学模型,进行实验设计。实验结果表明该数学模型能较为准确的进行情感预测。     

家庭服务机器人情感计算模型的研究

根据基本情感理论建立了家庭服务机器人的情感状态概率空间模型,并应用马尔可夫链的特性,建立了基于隐马尔可夫模型的情感计算模型.详细地阐述了该情感计算模型中各参数的意义以及估算方法.通过仿真实验验证了该情感计算模型可以较好地模拟情感状态的自发转移,以及在外部刺激作用下的情感转移.通过对实验数据分析,发现机器人的情感经外部刺激作用或者自发演变,最终趋于稳定状态,这个稳定状态与情感转移概率矩阵有关,而与机器人所处的初始情感状态无关.     

AN ARCHITECTURE OF EMOTION-BASED BEHAVIOR SELECTION FOR MOBILE ROBOTS

We designed consciousness-based architecture (CBA), a six-layered hierarchy of consciousness to link emotion-based behaviors including reflex action, approach, detour to symbolic behaviors, such as ambush with use of media in an environment. The design principle of CBA is that it should have a function/structure that easily makes it possible to reflect the user's own subjective experiences in behavior design. On this principle, CBA enables a designer to map his/her subjective reflection about his/her behavior selection process to CBA in terms of emotion. In CBA, therefore, while the use of objective knowledge about human/animal behaviors is limited to the evolutionary framework of CBA, we follow Husserlian phenomenology to describe internal states of the architecture using components of human consciousness, such as emotion and perception, rather than physical, endogenous parameters. In CBA, a level of behavior is chosen at which an emotion-based degree of the consciousness is maximal, and a behavior at the chosen level is selected to maximize the criterion of pleasure. Model design was tested using two Khepera robots, and ambush with a limited use of temporal and spatial information of an environment was shown.     

基于内分泌调节机制的粒子群算法

借鉴内分泌系统的高级调节机制,提出一种基于内分泌调节机理的粒子群算法.首先设计一种结合当前粒子群的最好适应度、平均适应度和局部适应度的情感评价方法,对下一代粒子群进行情感评价,然后用神经系统和内分泌系统共同作用,对粒子群的行为进行更新,在更新过程中。引入动量项减少局部收敛的发生.文中同时分析了算法的收敛性,并对几个典型函数优化问题和机器人路径规划进行实验,验证方法的有效性.