Контроллер реалистичного поведения стай и стад животных
|
Введение 4
1. Общая информация о работе 4
2. Цель работы 6
Анализ поведения животных в реальном мире 8
1. Как возникают скопления животных 8
2. Размеры скоплений, стай и стад у людей и животных 9
3. Координация движения в стадах и стаях 10
4. Процесс превращения группы в стадо или стаю 11
5. Цели и задачи моделирования толпы 12
Методы реализации моделей поведения 13
1. Метод на основе клеточных автоматов 14
2. Метод на основе непрерывных моделей 16
3. Метод на основе броуновского движения 17
4. Метод с использованием Ньютоновской механики 18
Создание алгоритма поведения 20
1. Поиск объекта 21
2. Избегание объекта 22
3. Преследование движущегося объекта 23
4. Избегание движущегося объекта 24
5. Бегство от преследователя 25
6. Случайное движение 26
7. Избежание столкновений в толпе 27
8. Поддержание группового состояния 28
9. Сохранение общего направления группы 29
10. Отделение от стада 30
11. Следование за вожаком 31
Обоснование средств реализации 34
1. Unreal Engine 4 34
2. Blueprint Visual Scripting 35
3. PhysX 3.3 36
Обоснование алгоритма 37
Реализация 39
1. Использование модульного подхода 39
2. Структура агента 40
3. Область навигации 42
4. Реализация агента 43
5. Сценарий и дерево поведения 45
6. Выводы 46
Эксперименты 47
1. Реакция агентов на отдаление 47
2. Реакция агентов на попадание в зону комфорта 50
3. Эксперимент на избежание столкновений 52
4. Сравнение с другими реализациями поведения толпы 54
5. Вывод 55
Заключение 57
Список используемой литературы 58
1. Общая информация о работе 4
2. Цель работы 6
Анализ поведения животных в реальном мире 8
1. Как возникают скопления животных 8
2. Размеры скоплений, стай и стад у людей и животных 9
3. Координация движения в стадах и стаях 10
4. Процесс превращения группы в стадо или стаю 11
5. Цели и задачи моделирования толпы 12
Методы реализации моделей поведения 13
1. Метод на основе клеточных автоматов 14
2. Метод на основе непрерывных моделей 16
3. Метод на основе броуновского движения 17
4. Метод с использованием Ньютоновской механики 18
Создание алгоритма поведения 20
1. Поиск объекта 21
2. Избегание объекта 22
3. Преследование движущегося объекта 23
4. Избегание движущегося объекта 24
5. Бегство от преследователя 25
6. Случайное движение 26
7. Избежание столкновений в толпе 27
8. Поддержание группового состояния 28
9. Сохранение общего направления группы 29
10. Отделение от стада 30
11. Следование за вожаком 31
Обоснование средств реализации 34
1. Unreal Engine 4 34
2. Blueprint Visual Scripting 35
3. PhysX 3.3 36
Обоснование алгоритма 37
Реализация 39
1. Использование модульного подхода 39
2. Структура агента 40
3. Область навигации 42
4. Реализация агента 43
5. Сценарий и дерево поведения 45
6. Выводы 46
Эксперименты 47
1. Реакция агентов на отдаление 47
2. Реакция агентов на попадание в зону комфорта 50
3. Эксперимент на избежание столкновений 52
4. Сравнение с другими реализациями поведения толпы 54
5. Вывод 55
Заключение 57
Список используемой литературы 58
1. Общая информация о работе
Данная дипломная работа нацелена на рассмотрение процесса моделирования реалистичного контроллера поведения групп объектов. Одним из основных факторов при этом является достижение ориентации объектов и их передвижений, схожих с реальным, окружающим нас миром. При этом, помимо модели передвижения объектов, немаловажную роль играет и само поведение объектов.
В качестве объектов подразумеваются сущности, используемые в медиа индустрии, а именно, в таких областях как графика, компьютерная анимация, моделирование и разработка игр. Поскольку данные сущности должны обладать поведением, аналогичным с реальными миром, в качестве них должны выступать разумные одушевленные объекты. Важным фактором также является такое свойство объектов, как умение адаптироваться к окружающему миру, подстраиваться под его изменение и характерным образом реагировать на него. Такое свойство значительно отличает объекты от классических NPC (non player characters, неигровой персонаж, НПЦ), поведение которых зависит в основном от скриптов. В отличии от НПЦ, наши объекты в соответствии с контроллером, при моделировании поведения должны учитывать множество окружающих факторов, и корректно на них реагировать.
В работе будут представлены 3 уровня:
1) Уровень цели
2) Уровень определения пути
3) Уровень перемещения
В отличии от поведения одного объекта, группа обладает некоторыми особенностями. Так, например, при нахождении в группе, объект частично теряет свою индивидуальность.
В рамках данной работы будут рассмотрены такие группы животных, как стада, стаи, прайды, косяки рыб. Кроме того, будут рассмотрены модели поведения групп людей, поскольку они в некоторых ситуациях аналогичны поведению животных.
Благодаря животным инстинктам и поведенческим механизмам, при скоплении животных возникает стадо. Поведение животных в этом случае становится взаимосвязанным.
Кроме того, будут подробно рассмотрены определенные направления в области этологии (науки, изучающей поведенческие инстинкты животных и людей).
2. Цель работы
Целью данной курсовой работы является исследование основных приемов и принципов, используемых при создании реалистичного контроллера поведения автономных агентов, объединенных в связанные группы.
На основе этих данных создан контроллер поведения, обладающий рядом преимуществ по сравнению с существующими реализациями.
В дальнейшем, данный контроллер может быть применен для моделирования поведения групп объектов, с возможностью последующего изучения. Кроме того, данная модель может быть использована во множестве областей реальной жизни:
• Сельское хозяйство (скотоводство, овцеводство и т.п.)
• Рыболовная промышленность (разведение рыбы, облагораживание водоема в зависимости от показателей модели поведения; рыбная ловля, моделирование поведения рыбного косяка)
• Лесная промышленность (моделирование поведения животных, вычисление доступных для вырубки лесных массивов без вреда для животных)
• Группа объектов как часть транспортно-логистической системы (корректировка пропускных способностей общественного транспорта) [1]
• Моделирование поведения толпы в экстренных ситуациях (техногенная катастрофа, пожар, терроризм) [2]
• Моделирование безопасных мест массового пользования (спортивные стадионы, вокзалы, метро; возможность быстрой эвакуации большого количества людей) [3]
Исходя из этого, данная работа является крайне актуальной, поскольку может быть эффективно применена в реальной жизни, тем самым, решить
множество задач.
В рамках данной курсовой работы будут установлены следующие целевые направления:
1) Анализ реализованных моделей поведения групп объектов (модели, существующие на текущий момент; их преимущества, недостатки, возможности улучшения)
2) Вычисление эффективности поведения групп автономных агентов
3) Рассмотрение возможности использования системы локальных скалярных полей с целью построения максимально точной математической модели
4) Анализ возможности создания иерархической системы мультиагентных подгрупп в рамках группы, с целью реализации движения этих самых групп, в качестве составной части.
5) Использование структурированного подхода для создания эффективной архитектуры контроллера
6) Проведение практических экспериментов для оценки корректности полученных данных
Для достижения поставленных целей были задействованы вычислительные методы теории оптимизации, математическая статистика, а также аналитические методы аппарата математического моделирования.
Данная дипломная работа нацелена на рассмотрение процесса моделирования реалистичного контроллера поведения групп объектов. Одним из основных факторов при этом является достижение ориентации объектов и их передвижений, схожих с реальным, окружающим нас миром. При этом, помимо модели передвижения объектов, немаловажную роль играет и само поведение объектов.
В качестве объектов подразумеваются сущности, используемые в медиа индустрии, а именно, в таких областях как графика, компьютерная анимация, моделирование и разработка игр. Поскольку данные сущности должны обладать поведением, аналогичным с реальными миром, в качестве них должны выступать разумные одушевленные объекты. Важным фактором также является такое свойство объектов, как умение адаптироваться к окружающему миру, подстраиваться под его изменение и характерным образом реагировать на него. Такое свойство значительно отличает объекты от классических NPC (non player characters, неигровой персонаж, НПЦ), поведение которых зависит в основном от скриптов. В отличии от НПЦ, наши объекты в соответствии с контроллером, при моделировании поведения должны учитывать множество окружающих факторов, и корректно на них реагировать.
В работе будут представлены 3 уровня:
1) Уровень цели
2) Уровень определения пути
3) Уровень перемещения
В отличии от поведения одного объекта, группа обладает некоторыми особенностями. Так, например, при нахождении в группе, объект частично теряет свою индивидуальность.
В рамках данной работы будут рассмотрены такие группы животных, как стада, стаи, прайды, косяки рыб. Кроме того, будут рассмотрены модели поведения групп людей, поскольку они в некоторых ситуациях аналогичны поведению животных.
Благодаря животным инстинктам и поведенческим механизмам, при скоплении животных возникает стадо. Поведение животных в этом случае становится взаимосвязанным.
Кроме того, будут подробно рассмотрены определенные направления в области этологии (науки, изучающей поведенческие инстинкты животных и людей).
2. Цель работы
Целью данной курсовой работы является исследование основных приемов и принципов, используемых при создании реалистичного контроллера поведения автономных агентов, объединенных в связанные группы.
На основе этих данных создан контроллер поведения, обладающий рядом преимуществ по сравнению с существующими реализациями.
В дальнейшем, данный контроллер может быть применен для моделирования поведения групп объектов, с возможностью последующего изучения. Кроме того, данная модель может быть использована во множестве областей реальной жизни:
• Сельское хозяйство (скотоводство, овцеводство и т.п.)
• Рыболовная промышленность (разведение рыбы, облагораживание водоема в зависимости от показателей модели поведения; рыбная ловля, моделирование поведения рыбного косяка)
• Лесная промышленность (моделирование поведения животных, вычисление доступных для вырубки лесных массивов без вреда для животных)
• Группа объектов как часть транспортно-логистической системы (корректировка пропускных способностей общественного транспорта) [1]
• Моделирование поведения толпы в экстренных ситуациях (техногенная катастрофа, пожар, терроризм) [2]
• Моделирование безопасных мест массового пользования (спортивные стадионы, вокзалы, метро; возможность быстрой эвакуации большого количества людей) [3]
Исходя из этого, данная работа является крайне актуальной, поскольку может быть эффективно применена в реальной жизни, тем самым, решить
множество задач.
В рамках данной курсовой работы будут установлены следующие целевые направления:
1) Анализ реализованных моделей поведения групп объектов (модели, существующие на текущий момент; их преимущества, недостатки, возможности улучшения)
2) Вычисление эффективности поведения групп автономных агентов
3) Рассмотрение возможности использования системы локальных скалярных полей с целью построения максимально точной математической модели
4) Анализ возможности создания иерархической системы мультиагентных подгрупп в рамках группы, с целью реализации движения этих самых групп, в качестве составной части.
5) Использование структурированного подхода для создания эффективной архитектуры контроллера
6) Проведение практических экспериментов для оценки корректности полученных данных
Для достижения поставленных целей были задействованы вычислительные методы теории оптимизации, математическая статистика, а также аналитические методы аппарата математического моделирования.
В процессе изучения основных методологий моделирования реалистичного поведения были изучены и исследованы указанные выше методы. В рамках этого был обнаружены некоторые недостатки, которыми обладают существующие методы моделирования - многие из них вообще не были сверены с реальным поведением групп агентов.
Были проведены исследования в области поведения животных, выявлены основополагающие факторы, влияющие на формирование и поддержание групп животных. Затем проведена декомпозиция поведения до базовых методов и указаны способы комбинации этих методов для достижения реалистичных результатов.
Далее была выполнена реализация контроллера и проведены эксперименты, подтверждающие его эффективность. В качестве платформы реализации применен игровой движок Unreal Engine 4 в связке с BlueprintVS. Данный движок в настоящее время является крайне популярным инструментом для разработки.
Полученный в результате контроллер реалистичного поведения обладает большой практической значимостью и в дальнейшем может быть применен во множестве областей: разработка игр, моделирование групп динамических объектов для кинематографа, моделирование поведения толпы в экстренных ситуациях, моделирование объектов как части транспортно-логистической системы, моделирование поведения животных для лесной промышленности, моделирование безопасных мест массового пользования и т.д.
В дальнейшем, данный контроллер может быть дополнен методами, реализующими поведение животных в частных случаях. Кроме того, можно спроектировать несколько контроллеров с разными уровнями проработки этих случаев и предоставить несколько готовых решений в данной области.
Были проведены исследования в области поведения животных, выявлены основополагающие факторы, влияющие на формирование и поддержание групп животных. Затем проведена декомпозиция поведения до базовых методов и указаны способы комбинации этих методов для достижения реалистичных результатов.
Далее была выполнена реализация контроллера и проведены эксперименты, подтверждающие его эффективность. В качестве платформы реализации применен игровой движок Unreal Engine 4 в связке с BlueprintVS. Данный движок в настоящее время является крайне популярным инструментом для разработки.
Полученный в результате контроллер реалистичного поведения обладает большой практической значимостью и в дальнейшем может быть применен во множестве областей: разработка игр, моделирование групп динамических объектов для кинематографа, моделирование поведения толпы в экстренных ситуациях, моделирование объектов как части транспортно-логистической системы, моделирование поведения животных для лесной промышленности, моделирование безопасных мест массового пользования и т.д.
В дальнейшем, данный контроллер может быть дополнен методами, реализующими поведение животных в частных случаях. Кроме того, можно спроектировать несколько контроллеров с разными уровнями проработки этих случаев и предоставить несколько готовых решений в данной области.