大規(guī)模生物群體包括人群、昆蟲群、獸群等，對這些生物群體從宏觀層面進(jìn)行大規(guī)模仿真以及從微觀層面進(jìn)行真實(shí)感模擬是當(dāng)前計(jì)算機(jī)圖形學(xué)的主要研究方向之一。相應(yīng)的仿真技術(shù)在虛擬現(xiàn)實(shí)、影視游戲、疏散模擬、大型體育仿真、蟲災(zāi)防治、仿生機(jī)器人等領(lǐng)域都有著廣泛的應(yīng)用前景。將高密度的生物群當(dāng)作連續(xù)體來仿真以及從微觀上對飛行生物進(jìn)行物理仿真仍存在很多挑戰(zhàn)。主要體現(xiàn)在：①難以表達(dá)高密度人群應(yīng)對環(huán)境刺激所呈現(xiàn)的線性響應(yīng)；②難以刻畫宏觀形狀約束條件下飛行生物群的固有噪聲(Inherent Noise)；③難以刻畫飛行生物的真實(shí)感飛行姿態(tài)變化。針對這些挑戰(zhàn)，本書分別提出了相應(yīng)的解決方案，概述如下：
（1）提出了一種大規(guī)模、高密度人群的宏觀線性波動(dòng)仿真方法。從流體力學(xué)角度仿真全局信息的變化，解決全局信息（如速度、密度、全局流動(dòng)方向傳導(dǎo)、邊界擾動(dòng)響應(yīng)等）動(dòng)態(tài)變化建模仿真問題。基于拉格朗日流體力學(xué)方法模擬高密度人群的流體性運(yùn)動(dòng)，在此基礎(chǔ)上提出線性動(dòng)量觸發(fā)方法用于人群的線性波動(dòng)仿真。此方法可用于大規(guī)模、高密度人群在物理環(huán)境約束下的有序引導(dǎo)和安全疏散仿真。
（2）提出了一種宏觀形狀約束的飛蟲群組仿真方法。采用近似方法仿真飛蟲的固有噪聲，解決形狀約束條件下飛蟲的動(dòng)力表達(dá)問題。設(shè)計(jì)內(nèi)在驅(qū)動(dòng)力來仿真單個(gè)飛蟲的生物固有噪聲與集群行為。另外，設(shè)計(jì)外在驅(qū)動(dòng)力引導(dǎo)飛蟲平滑地變形到任意目標(biāo)形狀。讓飛蟲群體變形為用戶指定的任意形狀，并且不失去飛蟲所特有的生物噪聲行為。該方法可用于大規(guī)模形狀可控的飛行昆蟲群組仿真、VR場景動(dòng)畫、仿生飛行機(jī)器人陣形控制等。
（3）提出了一種受生物學(xué)啟發(fā)的蝴蝶建模與飛行仿真方法。從生物學(xué)角度進(jìn)行蝴蝶個(gè)體的參數(shù)化建模，重點(diǎn)解決蝴蝶翅膀與腹部動(dòng)力學(xué)控制問題�；�于空氣動(dòng)力（包括升力、阻力和渦旋力）仿真蝴蝶飛行過程中身體的快速變化。作為一種綜合的解決方案，該方法不僅解決了真實(shí)感的蝴蝶個(gè)體仿真問題，還可以直接用于群組仿真。能夠仿真飛行生物真實(shí)感的飛行姿態(tài)與飛行軌跡，為真實(shí)感的飛行生物仿真提供一種實(shí)時(shí)、便捷的可行方法。
本書的結(jié)構(gòu)如下：
第1章，介紹研究背景，總結(jié)主要的智能仿真算法，包括人群仿真、飛行生物仿真研究領(lǐng)域所存在的問題，在此基礎(chǔ)上提出本書的研究內(nèi)容，并提煉本書的主要貢獻(xiàn)。
第2章，介紹基于流體模型的智能體仿真的算法基礎(chǔ)，包括作用力的計(jì)算，流體模型的原理，通過對這些算法基礎(chǔ)知識的介紹，為全面掌握本書后續(xù)所述智能體（包括人群、飛蟲）奠定基礎(chǔ)。
第3章，介紹一種大規(guī)模、高密度人群的宏觀線性波動(dòng)仿真算法。對應(yīng)用的拉格朗日流體力學(xué)人群建模、宏觀線性波動(dòng)仿真進(jìn)行詳細(xì)的介紹。通過實(shí)驗(yàn)證明所提出的仿真模型可以仿真大規(guī)模、高密度人群的線性波動(dòng)。
第4章，介紹一種宏觀形狀約束的飛蟲仿真算法。詳細(xì)介紹用于仿真飛蟲噪聲行為的內(nèi)在驅(qū)動(dòng)力與用于形狀約束的外在驅(qū)動(dòng)力。通過實(shí)驗(yàn)證明所提出的模型可用于任意約束形狀的飛蟲群組仿真。
第5章，介紹一種基于空氣動(dòng)力受生物啟發(fā)的鱗翅目飛蟲仿真算法。首先介紹受生物啟發(fā)、參數(shù)化的蝴蝶個(gè)體建模方法；然后介紹用于仿真蝴蝶飛行過程中身體的快速變化的空氣動(dòng)力，包括升力、阻力和渦旋力；最后通過模擬實(shí)驗(yàn)和對比實(shí)驗(yàn)證明該算法可以模擬真實(shí)感的蝴蝶飛行過程的姿態(tài)與飛行軌跡。
第6章，對本書所論述的基于流體模型的智能體仿真算法進(jìn)行總結(jié)與展望。
本書得到了江西財(cái)經(jīng)大學(xué)的支持，也得到了江西財(cái)經(jīng)大學(xué)多位老師的熱情幫助，在此一并表示感謝！
由于著者學(xué)識有限，加之智能體仿真技術(shù)在不斷發(fā)展之中，書中疏漏和不足之處在所難免，敬請廣大讀者批評指正。
著者
2022年5月