HUMANOS VIRTUALES

ABSTRACTO

En este papel, nosotros tratamos primero identificar cuál mecanismos se deben simular para aplicar los humanos o los actores sinceramente virtuales. Empezamos de una estructura que liga la percepción, la emoción, la conducta, y la acción. Entonces, acentuamos el concepto central de autonomía e introducimos el concepto de Niveles de Autonomía. Finalmente, proponemos una abstracción nueva para la especificación de comportamientos en simulaciones virtuales complejas de ambiente que implican a agentes humanos, los grupos de agentes, y de objetos recíprocos dotados con niveles diferentes de autonomía.

Las palabras clave: los humanos virtuales, agentes inteligentes, agentes autónomos, llenan simulación, la interacción objetiva.

Los agentes humanos virtuales (aquí se refirió apenas a humanos como virtuales, los agentes, o actores virtuales) son humanoides cuyos comportamientos son inspirados por ésos de humanos [1]. Ellos pueden ser equipados con sensores, con la memoria, con la percepción, y con el motor de conducta que permite ellos actuar o reaccionar a acontecimientos. Ellos pueden ser también mucho más sencillo, como indicados por usuarios en el tiempo real o interpretando las órdenes predefinidas. El grupo del término hace beused para referirse a un grupo de agentes, y del objeto del término para un objeto recíproco del ambiente. Los agentes, los grupos, y los objetos constituyen las entidades de la simulación.

Un actor virtual habita un mundo que es dinámico e imprevisible. Para ser autónomo, debe ser capaz de percibir su ambiente y decidir lo que hacer para alcanzar la meta definida por su conducta. Las acciones pertinentes entonces se deben transformar en acciones de control de motor. Por lo tanto, el diseño de una preguntas conductistas de aumentos de sistema de animación acerca de crear a actores autónomos, los dotando con percepción, escogiendo sus acciones, su control y hacer motrices su conducta creíble. Ellos deben aparecer espontáneos e imprevisibles. Ellos deben dar una ilusión de la vida, haciendo la audiencia cree que un actor está realmente vivo y tiene su propio hace. Cuando indicado por Batea [2], el credibilidad de un actor se hace posible por la salida de emociones claramente expresado en el momento correcto. Las emociones aparentes de un actor y la manera que lo reacciona son lo que le da la apariencia de un vivir está con necesidades y deseos. Sin lo, un actor se parecería apenas a un autómata. Además, el uso de emociones hace a actores colocados en el mismo contexto reaccionan diferentemente. Definiendo las condiciones diferentes de la salida en actores diferentes para sus emociones, las emociones engendradas se aseguran para ser las conductas diferentes y consecuentemente derivada son diferentes.

Una autonomía de conducta de alto nivel concierne la habilidad de simular los comportamientos complejos. El método más común para la simulación de actos sencillos de la cognición está utilizando un sistema de regla-basó [3]. En este papel, nosotros consideramos que la habilidad de simular los procesos de la decisión, la memoria, aprendiendo las actividades y realizando las acciones especializadas se pueden incluir en los agentes (la aplicación agentes-basado), los grupos (la aplicación de groupsbased) o en los objetos (la aplicación objetos-basado).

Los parámetros diferentes de simulación de agentes se pueden definir para lograr el arreglo deseado entre requisitos diferentes. Entre otros, interactividad, los comportamientos complejos, las habilidades inteligentes y encuadra la tasa de la ejecución es relacionada directamente al nivel de autonomía (LOA) que cada entidad de la simulación quizás tenga. Basado en LOAS, nosotros entonces podemos introducir tres clases de autonomía de conducta: indicó, programado y autónomo. Dónde indicó representa el nivel más bajo de autonomía donde los comportamientos tienen que ser informados por un proceso externo (usuario, otro sistema, etc). El control programado implica para utilizar una anotación (el idioma) definir los comportamientos posibles, entonces la entidad es capaz de traducir esta información en comportamientos internos. El comportamiento autónomo concierne la capacidad de la actuación exhibiendo independientemente el control sobre su estado interno.

2 Fondo de trabajo

El uso de la animación conductista a engendrar la animación por ordenador es un dominio bien explorado. Describió Reynolds el primer uso de un modelo conductista para producir una conducta que se congrega. Badler et al. [6] creó a un planificador de la tarea y un modelo biomecánico para humanos virtuales ilustrados con soldados autónomos. Tu y Terzopoulos [7] creó peces autónomos que viven en un mundo marino, virtual y físicamente modelados. Hodgins et al. [8] describió las conductas atléticas dinámicas. Unuma et al. [9] modeló locomoción humana de figura con emociones.

Otros papeles presentaron las arquitecturas conductistas. Los arroyos [10] [11] desarrolló una arquitectura de subsumption construyó en capas de conductas. Maes [12] presentó un modelo de la selección de la acción donde selección de acción es una propiedad emergente de dinámica de activación/inhibición entre acciones. La cerveza et al. [13] desarrolló las redes neurales para insectos. Ahmad et al. [14] describió máquinas concurrentes jerárquicas de estado para la conducta que modela y el control del guión. Blumberg [15] [16] describió un modelo de la selección de la acción y criaturas autónomas creadas.

Otros papeles presentaron sistemas recíprocos que implican criaturas virtuales. Maes et al. [17] [18] diseñó un sistema de la interacción del repleto-cuerpo con un perro virtual. Perlin [19] describió a actores virtuales utilizar aparentemente emocionalmente sensible las funciones aleatorias del ruido.

Investigación en la autonomía ha enfocado también en conductas sociales. Mataric [20] extendió Arroyos trabajan para crear la conducta compleja del grupo producida de interacciones locales sencillas. Bécheiraz et al. [21] presentó un modelo de comunicación no verbal y relación interpersonal entre actores virtuales. El proyecto de Oz [2] [22] [23] [24] enfocó en la creación de agentes autónomos creíbles que exhiben las personalidades ricas en dramas recíprocos.

Varios trabajo han discutido las varias maneras de simular e interactuar con agentes virtuales. Zeltzer [25] presenta una clasificación de niveles de la interacción y la abstracción requirió en aplicaciones diferentes. Más recientemente, Thalmann et al, [26][27] propuso una clasificación nueva de actores sintéticos según el método del movimiento del control, la interacción y el control de la cara y el cuerpo. Noser y Thalmann [28] ha descrito una animación de L-SISTEMA para modelar a agentes autónomos capaces de aprender los asuntos sintéticos de la visión y la percepción que utilizan. Brogan et al [29] y Bouvier [30] ha presentado también simulaciones de grupos y multitud que utilizan sistemas de partículas y significativo dinámico. En el trabajo reciente, un modelo de la multitud se ha introducido las abstracciones diferentes que utilizan de comportamientos, como el término la multitud indicada.

Kallmann et al [32] introdujo el concepto de listo-objetos para especificar las entidades que contienen información de interacción de varias clases: las propiedades objetivas intrínsecas, la información en cómo a interactúa consigo, se opone la funcionalidad, y los comportamientos también esperados de agente. Las aplicaciones se basaron en interacciones agente-objetivos permite a ingenieros humanos de factores para probar y analizar los ambientes diseñados [33]. Un ejemplo de tal aplicación es presentado por Johnson et al [34], cuyo propósito deberá entrenar el uso del equipo en un ambiente virtual.

3. Modelo de propiedades de Humanos Virtuales

3.1 Introducción

Para el modelando de conductas de actor, el último objetivo deberá construir los humanos virtuales, autónomos e inteligentes con la adaptación, la percepción y la memoria. Estos humanos virtuales deben ser capaces de actuar libremente y emocionalmente. Ellos deben ser conscientes e imprevisibles. ¿Pero podemos esperar representar en el futuro próximo en la computadora los conceptos de la conducta, de la inteligencia, de la autonomía, de la adaptación, de la percepción, de la memoria, de la libertad, de la emoción, del conocimiento, y de la impredictibilidad? Primero, trataremos de definir estos términos.

Más detalles se pueden encontrar en

• La Conducta para humanos virtuales se puede definir como una manera de realizarlos. es también la respuesta de un individuo, del grupo, o de la especie a su ambiente.

• La Inteligencia se puede definir como la habilidad de aprender o entender o tratar con situaciones nuevas o molestas.

• Autonomía se define generalmente como la calidad o estado de es autónomo.

• La Adaptación: un organismo artificial es capaz de adapción tan largo como lo puede "sobrevivir" en ambientes más o menos imprevisibles y peligrosos.

• La Percepción se define como el conocimiento de los elementos del ambiente por la sensación física.

• La Memoria se define generalmente como el poder o proceso de reproducir o recordar lo que se ha aprendido y ha sido retenido especialmente por mecanismos asociativos.

• La Emoción se puede definir como el aspecto afectiva del conocimiento; esto es un estado del sentimiento, un medium y la reacción física el sentimiento como fuerte subjetivamente experimentado e implicando fisiológicamente los cambios que preparan el cuerpo para inmediato vigoroso.

• El Conocimiento se puede definir como la calidad o estado de está enterado especialmente de algo dentro de sí mismo o el estado de siendo caracterizado por la sensación, la emoción, volición, y pensado.

• La Libertad para un actor virtual se puede definir como la extensión que su comportamiento futuro es imprevisible a alguien.

En las próximas Secciones, nosotros trataremos de identificar primero cuál mecanismos se deben simular para aplicar los humanos o los actores sinceramente virtuales. Podemos empezar de la estructura propuestas por Becheiraz y Thalmann [36] y mostrados en la Figura 1. Liga la percepción, la emoción, la conducta, y finalmente acción. Entonces, discutiremos los conceptos importantes de la memoria. La autonomía es una característica central que se discutirá en más detalles en la Sección 4, donde Niveles de Autonomía se introducirán. Desgraciadamente, otras propiedades, quieren la libertad y el conocimiento, o aún inteligencia, todavía muy deberá modelar duramente. Concentraremos nuestros esfuerzos en la conducta, en la autonomía, en la percepción, en la memoria, en la emoción, y en la acción.

3.2 Percepción

La percepción se define como el conocimiento de los elementos del ambiente por la sensación física. Para aplicar la percepción, los humanos virtuales se deben equipar con sensores visuales, táctiles y auditivos. Estos sensores se deben utilizar como una base para aplicar el comportamiento humano diario locomoción tal como visualmente dirigidas, manejando objetos, y respondiendo a sonidos y expresiones. Una simulación del sistema conmovedor debe consistir a discernir los contactos entre el humano virtual y el ambiente. El subsistema más importante de percepción es el sistema de la visión. Una visión se basó el enfoque para humanos virtuales es un subsistema de percepción muy importante y es por ejemplo esencial para la navegación en mundos virtuales. Es un enfoque ideal para modelar una animación conductista y ofrece un enfoque universal pasar la información necesaria del ambiente al humano virtual en los problemas de buscar de sendero, del evitar de obstáculo, y de la representación interna del conocimiento con aprender y olvidar características. Visionbased los modelos conductistas ya han sido descritos por Renault et al. [37] y Reynolds [38]. En [37], cada bitio de la entrada de la visión tiene la información semántica que da el objeto proyectado en este bitio, información de andnumerical que da la distancia a este objeto. Así, es fácil de saber, por ejemplo, eso hay una mesa apenas en frente en 3 metros. ¿Con esta información, nosotros podemos tratar directamente con la pregunta problemática: "lo que hace hago con tal información en un sistema de la navegación?"

En un nivel más alto, nosotros podemos descomponernos la percepción como sugerido por Becheiraz y Thalmann [36]. Una percepción del actor puede incluir sólo los objetos y los otros actores en su vecindario. Pero, en este caso, limita las conductas posibles porque sólo la presencia y las características de un objeto o un actor se utilizan para escoger una conducta. Las acciones de los actores y sus consecuencias no son tenidas en cuenta. El módulo de la percepción entonces debe producir tres tipos de la percepción. El primer tipo es la percepción de la presencia de objetos y actores. Se llama la percepción de objetos. El segundo tipo es la percepción de acciones de actores. Esta percepción se llama la percepción de acciones. El último tipo es la percepción de actores que realizan las acciones en objetos. Se llama la percepción de acontecimientos. El resultado de una percepción se compone de la Percepción tres listas de objetos, las acciones y los acontecimientos. La percepción de acontecimientos es levemente más complejo porque acontecimientos que sí mismos se descomponen en tres clases: los acontecimientos deseables, los acontecimientos que suceden a otro actor y acontecimientos potenciales que puede o no puede ocurrir. Cuándo la percepción de un actor, uno de sus acciones y el objeto implicó el igual junto la definición de un acontecimiento deseable, se percibe. La percepción de un acontecimiento del acontecimiento a otro actor es semejante a que de acontecimientos deseables, sino que el actor es siempre diferente del un percibir el acontecimiento. La percepción de acontecimientos potenciales se hace en dos pasos. Un acontecimiento potencial puede ocurrir realmente después de un cierto tiempo, o después de nunca puede suceder. Así, al principio, un acontecimiento potencial se percibe y luego es o confirmado o no confirmado. La percepción de la naturaleza y las características de un objeto, un actor o una acción no se hacen fácilmente de su representación 3D. Reconocer una acción por el movimiento es difícil también. La solución adoptiva deberá clasificar cada objeto, el actor y la acción se basaron en su naturaleza y características.

3.3 Emociones

La emoción se puede definir como el aspecto afectiva del conocimiento; esto es un estado del sentimiento, un medium y la reacción física (como cólera o temor) el sentimiento como fuerte subjetivamente experimentado e implicando fisiológicamente los cambios que preparan el cuerpo para la acción vigorosa inmediata los humanos virtuales deben ser capaces de responder emocionalmente a su situación así como actuando físicamente dentro de lo. Aparte de hacer los humanos virtuales las emociones más prácticas y visibles en la parte de los humanos virtuales podrían proporcionar a diseñadores con una manera directa de afectar el propio estado emocional de usuario. Los humanos virtuales por lo tanto sea equipado con un modelo calculador sencillo del comportamiento emocional, a que relacionó emocionalmente el comportamiento las expresiones y la postura tal como faciales se pueden emparejar, y que se puede utilizar para influir sus acciones.

Una emoción es una reacción emotiva de una persona a una percepción. Esta reacción lo induce o ella asumir una respuesta del cuerpo, una expresión facial, un gesto o escoger una conducta específica. Una emoción sucede entre una percepción y una reacción subsiguiente. Dos personas diferentes así pueden tener las reacciones diferentes a la misma percepción según la manera que ellos son afectados por esta percepción. Ortony et al. [39] describe un modelo emocional. Las emociones engendradas pertenecen a tres clases que son igual que las clases de la percepción. Las emociones se engendran en la reacción a objetos, las acciones de agentes y acontecimientos. La clase de emociones causadas por acontecimientos se divide en tres grupos de tipos de emoción. El primer grupo concierne las emociones causadas por acontecimientos potenciales. El segundo grupo concierne los acontecimientos que afectan la fortuna de otros y el último conciernen los acontecimientos que afectan el bienestar del actor. Cada clase es caracterizada por condiciones de salida para cada una de sus emociones y las variables que afectan su intensidad. Las emociones sentían por un actor son causados por su percepción. Aunque algunos objetos percibidos, los actores o las acciones sean necesarios para la salida de una emoción, ellos no pueden poseer algunas calidades requeridas con la intensidad suficiente para producir una emoción sentía efectivamente por el actor.

3.4 Conducta

La conducta a menudo se define como la manera en las que animales y humanos actúan, y son descritos generalmente en los términos naturales del idioma que tienen el significado social, psicológico o fisiológico, pero que no es necesariamente fácilmente reducibles al movimiento de uno o de dos músculos, las coyunturas o realizadores finales. La conducta es también la respuesta de un individuo, del grupo, o de la especie a su ambiente. Basado en esta definición, Reynolds [5] introdujo el término y el concepto de la animación conductista para describir el automatizar de tal animación plana más alta. La conducta no sólo reacciona al ambiente pero debe incluir también el flujo de información por que el ambiente actúa sobre la criatura viva así como la manera los códigos de criatura y utiliza esta información. La conducta se puede describir en una manera jerárquica. El modelo conductista se descompone una conducta en las conductas más sencillas que pueden a sí mismo se sea descompuesta en otras conductas. Cada nivel de esta descomposición jerárquica contiene uno o más conductas que se realizan o secuencialmente, o concurrentemente. Un nivel de la jerarquía que contiene varias conductas para ser realizado es llamado secuencialmente una conducta. Cada conducta de una sucesión de la conducta se llama una célula conductista. Una célula conductista contiene las conductas que se realizan o concurrentemente o exclusivamente cuándo reglas de inhibición se especifican. Las conductas contenidas en una célula conductista son o conductas o las conductas elementales. Una conducta permite la descomposición recursiva en la jerarquía de una conducta. Una conducta elemental se sitúa en el fondo de la descomposición jerárquica y encapsula una conducta especializada que controla directamente uno o más acciones. Una conducta es ejecutada por realizar recursivamente cada una de la conducta, la célula conductista y las entidades elementales de la conducta en cada nivel de la estructura jerárquica de la conducta. Por encima es una entidad de la conducta con un autómatas finitos del estado compuso de por lo menos una célula conductista. La célula conductista activa entonces se realiza. El estado de cada una de sus conductas o conductas elementales se evalúa. Entonces, para cada conducta activa o la conducta elemental, las conexiones de la inhibición, si cualquiera, se aplica. Sólo activo y las conductas de noninhibited o conductas elementales se realizan. Este proceso es aplicado recursivamente hacia abajo al fondo de la jerarquía de la conducta que termina con las conductas elementales. Las acciones encapsularon por sus conductas especializadas entonces son realizados.

Una conducta plana alta utiliza en la entrada general de sensorial y conocimiento especial. Una manera de modelar las conductas son el uso de un autómatas se acerca. Cada actor tiene un estado interno que puede cambiar cada vez el paso según los autómatas actualmente activos y su entrada de sensorial. En el siguiente nosotros utilizamos la conducta y los autómatas como sinónimos. Para controlar la conducta global de un actor nosotros utilizamos un montón de autómatas. En el principio de la animación que el usuario proporciona una sucesión de conductas (la escritura) y los empuja en el montón de actor.

Cuándo la conducta actual termina el sistema de la animación pincha la próxima conducta del montón y lo ejecuta. Este proceso se repite hasta que el montón de la conducta de actor sea vacío. Algunos de las conductas utilizan este montón también, para alcanzar subgoals empujandolo con el estado actual en el montón y cambiando a la conducta nueva que permite ellos alcanzar el subgoal. Cuándo esta conducta nueva ha terminado los autómatas pinchan la conducta interrumpidas vieja y continúan. Este control de la conducta que utiliza un montón facilita a un actor para llegar a ser más autónomo y para crear su propio subgoals al ejecutar la escritura original.

3.5 Acción

Basado en la información de percepción, su mecanismo conductista determinará las acciones que él realizará. Las acciones pueden estar en varios grados de la complejidad. Un actor puede evolucionar simplemente en su ambiente o él puede interactuar con este ambiente o comunicar aún con otros actores. Acentuaremos tres tipos de acciones: la navegación y locomoción, agarrando y los partidos de béisbol.

Las acciones se realizan utilizando una arquitectura común para el movimiento [40]. La parte del control del movimiento incluye los generadores: keyframing, la cinética del inverso, dinámica, andando y agarrando e instrumentos de alto nivel para combinar y mezclarlos. El módulo de la acción [41] maneja la ejecución de las acciones diferentes utilizadas por una conducta animando un modelo humano genérico se basó en una jerarquía de nodo [40]. Permite la ejecución concurrente o secuencial de acciones logrando suavizar las transiciones entre terminar e iniciar las acciones.

La animación es manejada por un lazo conductista. El papel del lazo conductista deberá actualizar el estado del mundo virtual que correspondiendo al tiempo nuevo. En cada iteración nueva, el tiempo nuevo es incrementado por un paso distinto de tiempo. Para actualizar el estado del mundo virtual, el lazo debe actualizar el estado de cada objeto y el actor. En el caso de un actor, la percepción es primero hecha, entonces sus emociones se engendran antes su conducta y sus acciones se realizan:

Repita para cada percepción de objeto y actor para cada generación de emociones de actor para cada objeto y la ejecución de la conducta de actor para cada objeto y la ejecución de acciones de actor.

3.6 Memoria

La memoria se define generalmente como el poder o proceso de reproducir o recordar lo que se ha aprendido y ha sido retenido especialmente por mecanismos asociativos. Esto es también la tienda de cosas aprendida y retenida de una actividad del organismo o la experiencia como evidenciado por la modificación de la estructura o la conducta o por recuerda y el reconocimiento.

Aplicar un concepto de la memoria en un humano virtual no es muy complejo, como ya la memoria es un concepto clave en la informática. Por ejemplo, Noser y Thalmann [42] propone una cuadrícula dinámica de octree de ocupación para servir como un global 3D la memoria visual y para permitir a un actor para memorizar el ambiente que él ve y para adaptarlo a un cambiar y el ambiente dinámico. Su proceso del razonamiento lo permite encontrar senderos 3D basados en su memoria visual evitando los impasses y los circuitos. La conducta global del actor se basa en un autómatas de la navegación, representando los autómatas de un actor, que tiene que ir de su posición actual a lugares diferentes, memorizado en una lista de destino. El puede desplazarse en ambientes conocidos o desconocidos.

4. AUTONOMÍA Y NIVELES DE AUTONOMÍA

La autonomía se define generalmente como la calidad o estado de es sereno. Bourgine [43] define un sistema autónomo como un sistema que tiene la capacidad de abdictive para adivinar las acciones viables. Cuando indicado por Corriente et al. [44], en la cibernética así como en la psicología cognoscitiva, la autonomía siempre se ha conectado totalmente con la auto-organización. De ahí, los informáticos prefieren a veces para tomar la definición siguiente de autonomía "la capacidad de un sistema para mantener su viabilidad en varios y los ambientes cambiantes".

La necesidad de tener el comportamiento autónomo para humanos virtuales surge de varias consideraciones:

• en los Ambientes Virtuales donde usuarios pueden tener la ayuda de Humanos Virtuales para aprender, etc. de instrucción de equipo.

• En películas realizadas por computador, el comportamiento más autónomo que se construye en los humanos virtuales, el menos trabajo de exceso allí deberá ser hecho por el diseñador para crear los guiones completos

• en la simulación de acontecimientos de vida diaria, como la evacuación de edificio en caso de etc. de fuego.

• En juegos recíprocos, el comportamiento autónomo de humano-quiere es necesario para mantener la ilusión en el usuario que los Humanos Virtuales son verdaderos.

Los parámetros diferentes de simulación de agentes se pueden definir para lograr el arreglo deseado entre requisitos diferentes. Entre otros, interactividad, los comportamientos complejos, las habilidades inteligentes y encuadra la tasa de la ejecución es relacionada directamente al nivel de autonomía (LOA) que cada entidad de la simulación quizás tenga. Basado en el Nivel de Autonomía (LOA), nosotros entonces podemos introducir tres clases de autonomía de conducta: indicó, programado y autónomo. Dónde indicó representa el nivel más bajo de autonomía donde los comportamientos tienen que ser informados por un proceso externo (usuario, otro sistema, etc). El control que programó implica para utilizar una anotación (el idioma) definir los comportamientos posibles, entonces la entidad es capaz de traducir esta información en comportamientos internos. Todavía, agentes indicados o programados pueden ser también útiles dependiendo de la aplicación. Cuándo cede menos con comportamientos complejos es necesario en la simulación, los agentes que son “menos autónomo” puede representar un mejor desempeño en términos de la marco-tasa de la ejecución e interactividad. La tabla 1 presenta algunos datos de la comparación entre estas tres clases de LOA.

La clasificación presentó en la Tabla 1 exposiciones la principalmente diferencia entre las tres clases del control de agente. De todos modos, algunos sistemas diferentes se pueden desarrollar mezclando el control en una misma simulación. Por ejemplo un agente podría tener un movimiento programado o indicado, pero también memoria con aprender los procesos para lograr los comportamientos nuevos, que pueden tener más prioridad que los comportamientos programados o indicados.

La Tabla 2 ejemplifican las tres clases de utilizar de autonomía de agente dos tareas diferentes de agente: yo) agente va a una ubicación específica; ii) agente aplica la acción específica.

4.2 LOA Relación a Grupos de Agentes

En el caso de simulación de multitud, generalmente nosotros pensamos tener muchos agentes humanos virtuales que evitan tratando con comportamientos individuales. Al contrario de la última sección, nuestra meta aquí deberá describir los métodos de proporcionar la inteligencia enfocada en la entidad común del grupo que controla a sus individuos. Las exposiciones de la figura 2 la co-relación entre estos dos parámetros.

Hemos llamado la aplicación grupos-basado, las aplicaciones de la multitud y el grupo, donde complejidad individual se requiere menos. En este caso, la abstracción de la inteligencia se puede incluir en los grupos que proporcionan más autonomía a los grupos en lugar a los individuos. Por otro lado, las aplicaciones de agentes-basó conciernen a individuos más complejos como mostrado en la última sección. Algunas clases diferentes de técnicas se han discutido en la literatura que dependiendo del número de elementos se controlando y la sofisticación de la estrategia del control [3] : la Partícula [45], Congregándose [5] y sistemas Híbridos, mezclando la partícula, congregándose y los comportamientos reactivas [31].

Los métodos presentaron en la Mesa 3 son caracterizados por comportamientos emergentes: un efecto global engendrado por reglas locales [3]. Aunque algunas simulaciones de la multitud parezcan ser formadas por agentes autónomos, esto no es completamente verdadero. De hecho, normalmente concierne a individuos sencillos controlados por comportamientos complejos de grupos. Sin embargo, algún regla-basó la animación de conducta puede ser utilizada en simulaciones formadas por grupos pequeños caracterizó como en la Mesa 4 [3].

Acerca de niveles de autonomía (LOA), hemos clasificado los comportamientos de la multitud en tres clases:

La tabla 5 ejemplifican esta clasificación de autonomía de multitud que utiliza dos tareas diferentes de la multitud: “el grupo va a una ubicación específica”, y “el grupo reacciona al acontecimiento emparejado”.

Acerca de la jerarquía existente normalmente en sistemas de multitudes (las multitudes, los grupos y los agentes), las estructuras del complejo quieren la memoria, la decisión y etc, puede ser definido en el nivel del grupo, en este caso que optimiza el hecho que los agentes no necesitan tener estas información.

4.3 LOA Relación de objetos

Siempre que la simulación necesita manejar las interacciones agente-objetivos complejas, muchos asuntos difíciles surgen. Tales dificultades son relacionadas al hecho que cada objeto tiene sus propios movimientos, la funcionalidad y los propósitos.

Hay una gama de la complejidad creciente para interacciones agente-objetivos posibles en un ambiente virtual. Los ejemplos son las acciones como agarrar una fruta, puertas automáticas que abren cuándo agentes están cerca y también complejos como entrar un ascensor.

Uno puede considerar que las percepciones de agentes pueden resolver todos los procesos necesarios del razonamiento y la planificación para lograr algunas tareas sencillas, en cuanto al caso una solo-mano agarrar automático de objetos pequeños [46]. Pero esto es no más posible para interacciones con objetos que tienen una funcionalidad apropiada compleja, como el ejemplo de ascensor (Figura 6). Además, aún para interacciones más sencillas como nuestro ejemplo que agarra, nosotros no consideramos los aspectos semánticos, por ejemplo reconociendo por sensores si una fruta dada se puede comer o no.

Un primer enfoque para vencer estas dificultades deberán mantener una mesa con algún semántico e información que agarra para todos objetos de graspable [47]. Otro enfoque modela todas características objetivas posibles de la interacción como su funcionalidad e información semántica, conteniendo también una descripción completa de todas interacciones posibles que lo puede ofrecer al agente.

De hecho, cada vez más información relacionada al objeto se da, su nivel de autonomía (LOA) es aumentado. En el alcance de simulaciones en ambientes virtuales, aumentando el LOA de un objeto, lo hará mueve de un estado indicado por un estado programado hasta que logrando un estado autónomo completo. En el LOA más bajo, el objeto sólo sabe los movimientos que posibles ser aplicados a sus partes. En el LOA más alto, el objeto tiene toda información de la interacción necesaria, en una forma de predefine los planes, para tomar el control sobre el agente para hacerlo realiza la interacción. En una mitad del trimestre, el objeto programado controla sus partes movibles, basado en las decisiones de agente tomadas durante la interacción.

La mesa 6 ilustran cómo un agente debe avanzar según los LOAS diferentes para tres objetos recíprocos diferentes del ambiente: una puerta que abre con un movimiento lateral sencillo de la traducción, con un signo de la dirección, y con un ascensor de dos etapas.

Dependiendo del LOA de cada objeto, sensores diferentes (ve mesa 1) son requeridos a existir en el agente para realizar una interacción. Tales sensores pueden ser difíciles de controlar y costoso en términos de tanto la memoria como la computadora procesan tiempo. Para aminorar tales efectos del lado, y dependiendo de la aplicación, puede estar interesando en utilizar objetos recíprocos sumamente autónomos. Que medios para adoptar la estrategia de la partida dentro de cada objeto recíproco una lista de disponible predefine los planes que se actualizan automáticamente dependiendo de los estados internos de objetos.

4.4 Una Abstracción Nueva para la Especificación de Comportamientos

Cuando presentado en las últimas secciones, nuestro paradigma nuevo definir el LOA de agentes humanos virtuales considera que el “la inteligencia” no sólo es incluido en los agentes humanos virtuales, pero puede ser incluido también en grupos y objetos. En esta sección, nosotros describimos este paradigma nuevo que menciona los ejemplos de simulaciones diferentes donde la abstracción de autonomía es variable para las entidades de la simulación. Acerca de la abstracción nivela: indicó, los comportamientos programados y autónomos, nosotros presentamos una esquema que incluye el grupo de entidades y se opone, como mostrado en la Figura 3.

Podemos tan clasifica una simulación en términos de la distribución de autonomía entre sus entidades, es decir, una simulación (Si), puede ser traducido como una función de tres componentes: agentes, los grupos y los objetos, de la siguiente manera:

Si = F (LOA (Agentes), el LOA (los Grupos), el LOA (Objetos)) de esta manera,

dependiendo de la aplicación, uno puede escoger la mejor distribución de autonomía para adoptar. En general, si la simulación quiere enfocar en el comportamiento de una entidad dada, esta entidad quizás tenga un LOA máximo.

Los casos interesantes pueden surgir cuando escogemos tener LOAS diferentes entre los individuos de un mismo de tipo entidad. Por ejemplo, considera el caso de una simulación de agentes autónomos, con un conjunto limitado de sensores, interactuando con objetos. Los objetos del ambiente que son suficiente sencillos de ser indicados por tales agentes puede ser inicializado como indicado; mientras otros objetos más complejos se pueden inicializar con más autonomía. Una estrategia coherente de prioridades y negociación se debe adoptar en simulaciones donde dos entidades con la necesidad alta de LOA para lograr una tarea común. Un ejemplo es cuando un agente autónomo recibe de un objeto autónomo que un plan completo lograr alguna tarea de la interacción. En este caso, el agente utilizará sus sensores para validar, o mejorar aún, el plan dado. Para esto suceder, ambas entidades deben ser capaces de negociar teniendo una noción común de prioridades. Una negociación semejante se necesita cuando un agente autónomo es requerido a seguir un comportamiento que viene de su control autónomo actual del grupo.

Estas simulaciones se examplified con la descripción siguiente de tres simulaciones:

Yo) Simulación de agentes autónomos en una estación, que implica la interacción con varios objetos: sillas, los mostradores y un ascensor. La mayoría de ellos se indica objetos mientras el ascensor, que tiene una funcionalidad compleja, es autónomo. Así, consideramos que la autonomía objetiva general es media (programó). El agente puede percibir y poder interactuar con las clases diferentes de objetos, para sentarse en la silla, compra una entrada en un mostrador y tomar el ascensor. Aunque, debido al conjunto limitado de percepciones de agente, ninguna negociación se haga entre el agente y el ascensor, el agente acepta apenas el comportamiento autónomo del ascensor (figura 4).

Ii) Simulación de grupos de agentes implicados en una demostración política. Los grupos tienen su movimiento programados pero son autónomo con respecto a su percepción de otros agentes y su habilidad de reaccionar a la proximidad de otros (figura 5). Cuando en el ejemplo yo) nosotros escogido representar este control mezclado LOA como medio. Los agentes son programados apenas según los comportamientos de grupos.

Iii) Simulación de un partido poblado por grupos autónomos. Los grupos tienen dos posición emocional posible: SOCIAL (representando los grupos que prefiere andar y encontrar los otros que comiendo) o HAMBRIENTO (la idea opuesta). La depresión la reunión de grupos, la posición emocional se puede cambiar dinámicamente como una función de reglas sociológicas [48]. Si un grupo decide comer algo, la mesa objetiva autónoma [32] controla la interacción con la mesa de alimento (figura 6).

5. Conclusiones

Propusimos en este papel que una abstracción nueva ser considerada para distribuir la autonomía entre las entidades de la simulación. La idea que tratamos aquí concierne la posibilidad para mejorar la tasa de marco de la ejecución así como optimizar la complejidad requerida, distribuyendo algún conocimiento y la autonomía a entidades de otros de la simulación: los grupos y los objetos. Este paradigma se ha probado en el contexto de un proyecto Virtual de la Ciudad [49] porque tenemos que simular a varios agentes humanos virtuales que pueden actuar en diferentemente maneras y aplicar las acciones diferentes.