司光亞，胡曉峰，李志強(qiáng)，楊志謀

（國防大學(xué) 信息作戰(zhàn)與指揮訓(xùn)練教研部，北京100091）

大規(guī)模群體行為建模是通過研究大量并非簡單疊加的個(gè)體在某些環(huán)境、情節(jié)下的行為特征而建立起來的相對應(yīng)的計(jì)算機(jī)行為表示，它是為了進(jìn)一步研究、觀察其內(nèi)在規(guī)律，以達(dá)到控制、利用群體行為為研究者服務(wù)的目的。對大規(guī)模群體行為的觀察和研究古以有之，然而，過去人們只能采用定性的方法進(jìn)行描述，在計(jì)算機(jī)建模技術(shù)飛速發(fā)展的時(shí)代，首先把行為建模提高到國防建設(shè)高度的是美國國防部高級計(jì)劃研究室（DMSO）1995年的一份建模與仿真主計(jì)劃，在該計(jì)劃中明確提出：“為人類行為提供權(quán)威的表達(dá)”。不過迄今為止，DMSO的最高目標(biāo)仍然沒有實(shí)現(xiàn)，但是各個(gè)領(lǐng)域出于各自的應(yīng)用需要，研究和建立了大量的從個(gè)體到社會的行為模型。

1 國內(nèi)外相關(guān)領(lǐng)域研究現(xiàn)狀

1.1 社會學(xué)領(lǐng)域群體行為理論研究

較早對群體行為進(jìn)行系統(tǒng)研究的主要是社會學(xué)家和社會心理學(xué)家，早在1852年英國社會學(xué)家Charles Mackay就用大量事實(shí)說明了個(gè)體在群體中容易表現(xiàn)出極端的模仿和合群現(xiàn)象。1895年法國社會學(xué)家勒龐（Gustave LeBon）撰寫了一部研究群體行為的專著《烏合之眾》。在社會心理學(xué)領(lǐng)域關(guān)于從眾行為有兩項(xiàng)經(jīng)典研究，一項(xiàng)是土耳其的心理學(xué)家Sherif（1935）關(guān)于團(tuán)體規(guī)范形成的研究。他通過設(shè)計(jì)的實(shí)驗(yàn)證實(shí)了群體所擁有的看法對個(gè)體會產(chǎn)生不可估量的影響，這是最早對從眾行為進(jìn)行實(shí)驗(yàn)研究。另一項(xiàng)是20世紀(jì)50年代美國心理學(xué)Asch（1951）的線段判斷實(shí)驗(yàn)。他從實(shí)驗(yàn)角度驗(yàn)證了社會壓力將導(dǎo)致群體一致性行為，此項(xiàng)研究被認(rèn)為是有關(guān)從眾研究的典范。在Asch研究的基礎(chǔ)上，M?Deutsch和H?Gerard（1955）對從眾行為進(jìn)行了說明，他們認(rèn)為從眾的團(tuán)體壓力有兩個(gè)來源：規(guī)范性和信息性的社會影響。Festinger（1957）研究認(rèn)為，在個(gè)體遇到?jīng)_突的時(shí)候，人們會潛意識地剔除那些與整體關(guān)聯(lián)最弱的看法，不自覺地尋求平衡。經(jīng)濟(jì)研究領(lǐng)域最早提出羊群行為概念的是Keynes（1936）。他認(rèn)為，投資收益日復(fù)一日的波動，顯然存在著某種莫名的群體偏激，甚至是一種荒謬的情緒在影響著整個(gè)市場行為。此后關(guān)于群體行為的研究不斷深入，成果大量涌現(xiàn)。

目前，針對群體行為的形成理論主要有三種：一是感染論（Contagion Theory），由格式塔.勒朋（Gustave Le Bon）于1896年在《集群》一書中把集群看成具有集體意志的單一有機(jī)體，認(rèn)為集群能使個(gè)人“著迷”的能力基于三因素：不可征服感（invincibility），即從單純?nèi)藬?shù)上獲得強(qiáng)大力量；傳染（contagion），即新的思維方式迅速蔓延，類似傳染病在人群中傳播；易受感染性（suggestibility）。二是趨同論（Convergence Theory），即參加集群的人們已經(jīng)共同具有了這樣的趨勢，以同樣的方式看待事物和以同樣的方式行動，正是這種共同的趨勢使他們首先聚集起來成為集群。三是由蒂爾內(nèi)和金廉提出的緊急規(guī)范理論（Emergent—Norm Theory），由于一套行為規(guī)范被整個(gè)群體所接受，并且群體中的一致性普遍流行開來，那些不遵循這套緊急規(guī)范的人將會被施以社會壓力（波普諾，1999）。

1.2 計(jì)算機(jī)科學(xué)領(lǐng)域群體行為建模研究

在計(jì)算機(jī)科學(xué)研究領(lǐng)域，大規(guī)模群體行為一般界定為社會學(xué)中的在某一特定場所中的大規(guī)模群體的集團(tuán)性行為。目前，其建模方法可以分為基于物理學(xué)方法和基于Agent的方法兩大類，其中基于Agent的方法又進(jìn)一步分為基于人工生命的方法和基于認(rèn)知學(xué)的方法。

1.2.1 基于物理學(xué)粒子系統(tǒng)和動力學(xué)系統(tǒng)建模方法

粒子系統(tǒng)最早由W?T?Reeves于1983年引進(jìn)到計(jì)算機(jī)圖形學(xué)領(lǐng)域，用來對一些復(fù)雜自然現(xiàn)象進(jìn)行模擬，如云霧、煙塵、水氣以及火焰等。目前粒子系統(tǒng)仍然是這些復(fù)雜自然現(xiàn)象建模的基本手段。1997年，法國的Eric Bouvier首次將粒子系統(tǒng)引入大規(guī)模的人群群體行為模擬中。Eric Bouvier等人把大規(guī)模的人群中的個(gè)人作為一個(gè)個(gè)相互交互的粒子，人的基本運(yùn)動規(guī)律基于牛頓力學(xué)進(jìn)行解算。為了能夠更加逼真地模擬人群的運(yùn)動，他們還引入了類似物理學(xué)中電荷和電場的“決策荷”和“決策場”概念來建立個(gè)人之間的復(fù)雜相互作用和決策過程（Bouvier，Cohen，＆Najman，1997）。采用粒子系統(tǒng)建立的簡單實(shí)用的人群行為模型，可以方便地實(shí)現(xiàn)一些運(yùn)動特征較為明顯，或者比較容易抽象的人群行為的模擬，如車站的人流等。

同樣基于物理學(xué)的基本思想，Dirk Helbing等以粒子系統(tǒng)為基礎(chǔ)，結(jié)合動力學(xué)計(jì)算方法，應(yīng)用“心理力”、“物理力”和“勢場”等概念構(gòu)建了恐慌下的人群逃散模型（Helbing，F(xiàn)arkas，＆Vicsek，2000）。Helbing建立的群體仿真模型，針對的是恐慌狀態(tài)下的人群撤離行為，著重研究和分析個(gè)體的受力情況。根據(jù)個(gè)體的受力情況計(jì)算個(gè)體的移動速度，模擬恐慌狀態(tài)下人群撤離的典型行為特征，計(jì)算人群通過狹隘通道和出口撤離的速度，并計(jì)算可能的受傷人數(shù)。

MaryAnne Fields和Gregory Spradlin開發(fā)了一個(gè)用于ModeSAF交互式戰(zhàn)場中模擬民眾的運(yùn)動和反應(yīng)的模型，使用偏微分方程描述了人群的運(yùn)動、分散和交互（Fields＆Spradlin，2000）等。Brogan和Hodgins等利用動力學(xué)原理對具有顯著物理特征的人群行為進(jìn)行了建模，這種方法特別適用于馬拉松、自行車賽、游泳等體育項(xiàng)目的模擬仿真（Brogan＆Hodgins，1997）。采用物理學(xué)的粒子系統(tǒng)和動力學(xué)計(jì)算模型進(jìn)行大規(guī)模人群行為的模擬，對于群體運(yùn)動規(guī)律比較強(qiáng)，個(gè)體智能化程度要求不高的情況下（如恐慌條件下）還是比較成功的。

1.2.2 基于人工生命模型的建模方法

人工生命是由克里斯?蘭頓博士在1987年首先提出的，它是“表現(xiàn)出自然生命系統(tǒng)行為特征的人造系統(tǒng)”（Langton，1987）?；谌斯ど慕７椒ǖ闹饕枷刖褪遣捎米缘紫蛏系木C合方法，通過對底層的活的生命體、生命體之間及與環(huán)境的交互進(jìn)行建模，研究高層的自組織過程和行為涌現(xiàn)性。

最著名的基于人工生命群體行為模型就是Reynolds的鳥群分布式行為模型（Reynolds，1987），即Boid模型，也稱Flocking模型。Boid模型中，群體每個(gè)個(gè)體的行為只和它周圍鄰近個(gè)體的行為有關(guān)，也就是個(gè)體只掌握局部決策信息。個(gè)體只需遵循3條簡單的行為規(guī)則：聚集規(guī)則（cohesion）、對齊規(guī)則（alignment）和分離規(guī)則（separation）即可模擬大多數(shù)群聚生物的群體行為，如鳥群、魚群和蜂群等。Boid模型之后，出現(xiàn)了很多基于該模型的各種改進(jìn)模型，例如在模型中加入避碰行為、路徑規(guī)劃行為、分組行為等。

另一個(gè)具有影響力的模型就是Xiaoyuan Tu（涂曉媛，我國學(xué)者）和Terzopoulos開發(fā)了具有物理外觀和運(yùn)動特性的、能夠感知環(huán)境和決策的人工魚群（涂曉媛的魚），“人工魚”具有“意圖發(fā)生器”和基于計(jì)算機(jī)視覺的虛擬感知器官，可以識別和感知其他人工魚以及周圍的虛擬海洋環(huán)境。每條魚都以“感知—?jiǎng)幼鳌蹦Ｊ缴?，表現(xiàn)出包括自激發(fā)、自學(xué)習(xí)、自適應(yīng)等智能特性，從而產(chǎn)生相應(yīng)的智能行為（Tu＆Terzopoulos，1994）。

2001年，Musse和Thalmann設(shè)計(jì)了ViCrowd系統(tǒng)，該系統(tǒng)是采用Agent方法的實(shí)時(shí)多層人群行為建模框架，其底層行為基于Flocking算法。他將人群定義為小組（Group）的集合，并將人群行為分為引導(dǎo)的、規(guī)劃的和自治的等三種。人群包括三個(gè)層次：人群、小組和個(gè)人，并都具有知識、信念和意圖等認(rèn)知屬性（Musse＆Thalmann，2001）。Sung等人提出了基于態(tài)勢的可擴(kuò)展Agent建模方法，用于解決模擬大型環(huán)境和大規(guī)模的人群個(gè)體行為計(jì)算代價(jià)問題。

1.2.3 基于高級智能行為的認(rèn)知模型建模方法

人工生命的思想重點(diǎn)在于解決生命體的底層反應(yīng)型行為，較少考慮認(rèn)知過程，而建立群體中的復(fù)雜個(gè)體則需要考慮認(rèn)知建模。對于認(rèn)知過程的描述是傳統(tǒng)人工智能的一個(gè)重要領(lǐng)域，目前已經(jīng)有許多Agent個(gè)體的認(rèn)知行為建?？蚣?，傳統(tǒng)的有Act—R和SOAR模型，較新的有PMFservice集成框架。

Act—R是一個(gè)用于支持創(chuàng)建能夠預(yù)測和解釋人的行為的認(rèn)知模型的模擬環(huán)境，核心概念包括用于表示事實(shí)的declarative內(nèi)存和表示規(guī)則的procedural內(nèi)存，Declarative內(nèi)存中的塊由產(chǎn)生式規(guī)則調(diào)用，系統(tǒng)可以學(xué)習(xí)新的塊和產(chǎn)生式規(guī)則。SOAR是用于探索通用智能并演示智能行為的智能系統(tǒng)開發(fā)平臺，它可以被看作是通用智能理論、人的認(rèn)知理論、Agent體系結(jié)構(gòu)和編程語言。SOAR系統(tǒng)包括記憶層（memory level）、決策層（decision level）和目標(biāo)層（goal level）等三層。底層的記憶層負(fù)責(zé)知識的存儲和符號的存取，中間的決策層實(shí)現(xiàn)知識的編碼并完成大部分初級操作，上面的目標(biāo)層負(fù)責(zé)建立目標(biāo)并通過決策序列實(shí)現(xiàn)目標(biāo)。PMFservice是一個(gè)使用各種PMF（Performance Moderator Functions）建立的模型集成框架系統(tǒng)，它由DMSO資助，旨在建立生理、壓力、個(gè)性、文化、情感和社會關(guān)系對人進(jìn)行決策的影響。它以現(xiàn)有各種行為建模文獻(xiàn)中所包括的關(guān)于個(gè)人認(rèn)知模型PMF為基礎(chǔ)，建立了一個(gè)統(tǒng)一的行為體系結(jié)構(gòu)。該項(xiàng)目已經(jīng)從10000多個(gè)文獻(xiàn)中收集了500多個(gè)PMF，并利用Unreal三維可視化引擎構(gòu)建了一個(gè)實(shí)驗(yàn)床，重演美軍在索馬里的“黑鷹墜落”事件，模擬了美軍士兵、恐怖分子和大量當(dāng)?shù)孛癖姷男袨椋⊿ilverman，Bharathy，O’Brien，＆Cornwell，2003）。

最近，針對目前心理學(xué)模型對量化考慮不足和計(jì)算機(jī)科學(xué)群體行為建模對認(rèn)知方面考慮不足的狀況，Gal等人基于Festinger的社會比較理論建立了群體行為模型的算法框架，并采用基于SOAR的Agent認(rèn)知結(jié)構(gòu)進(jìn)行了初步的實(shí)現(xiàn)（Kaminka＆Fridman，2006）。

2 戰(zhàn)爭模擬中的大規(guī)模群體行為建模

戰(zhàn)爭模擬中對大規(guī)模群體行為建模研究主要集中于各種軍事行動時(shí)社會中大規(guī)模人類群體的行為模式的研究，研究這種社會群體行為模式對戰(zhàn)爭進(jìn)程和結(jié)果的影響。因此，戰(zhàn)爭模擬中大規(guī)模社會群體行為模型研究內(nèi)容大致包括：社會經(jīng)濟(jì)行為，如購買、生產(chǎn)、流通、股市等；信息行為，如輿論、謠言、消息的傳播；政治行為，如民意、選舉、組織；生活行為，學(xué)習(xí)、娛樂、購買、家庭等。該部分模型力圖反映軍事行動對社會的政治、經(jīng)濟(jì)、民意和輿論等多個(gè)社會領(lǐng)域的各種影響，進(jìn)而反過來影響戰(zhàn)爭的進(jìn)程和戰(zhàn)爭的結(jié)果。但在實(shí)際研究的過程中，由于大規(guī)模社會群體行為與支撐社會正常運(yùn)轉(zhuǎn)的基礎(chǔ)設(shè)施系統(tǒng)的運(yùn)行緊密相關(guān)，如電力、能源、通信、交通、公共衛(wèi)生、供水、金融系統(tǒng)等，因此，戰(zhàn)爭模擬中的大規(guī)模群體行為研究一般都要考慮對社會基礎(chǔ)設(shè)施系統(tǒng)的建模及其對上層社會群體行為的影響。由社會基礎(chǔ)設(shè)施和群體行為共同組成的模型系統(tǒng)實(shí)際上衍生為基于戰(zhàn)爭的社會仿真問題，研究內(nèi)容涵蓋了社會關(guān)鍵基礎(chǔ)設(shè)施建模和社會群體行為兩大組成部分。

例如，由美國Purdue大學(xué)的國土安全研究所開發(fā)，國家自然科學(xué)基金、美國國土安全部和國防部等資助的面向分析和仿真的綜合環(huán)境（Synthetic Environment for Analysis and Simulation，SEAS）就是一個(gè)充分考慮大規(guī)模基礎(chǔ)設(shè)施建模與大規(guī)模社會群體行為建模的基于戰(zhàn)爭的綜合社會仿真系統(tǒng)。SEAS采用基于Agent建模方法自底向上地進(jìn)行建模，其個(gè)體Agent建模應(yīng)用了多元化的建模方法。SEAS的模型涵蓋了政治、經(jīng)濟(jì)、軍事、社會、信息以及關(guān)鍵基礎(chǔ)設(shè)施等領(lǐng)域（PMESII），它可以就軍事行動對社會經(jīng)濟(jì)、輿論、民意的影響效果進(jìn)行仿真分析，為軍事行動提供實(shí)時(shí)決策支持，對國土安全（涉及核生化、農(nóng)業(yè)和爆炸品等）問題進(jìn)行仿真分析和提供實(shí)時(shí)輔助決策。2006年，美軍聯(lián)合部隊(duì)司令部的Tony Cerri和SEAS的主要研究者Purdue大學(xué)的Alok Chaturvedi教授提出了SWS（Sentient World Simulation）這一概念，即可感知的世界仿真。實(shí)際上是要建立一個(gè)可以感知到真實(shí)世界各種數(shù)據(jù)變化的虛擬平行社會仿真系統(tǒng)。SWS的目標(biāo)是成為一個(gè)可以連續(xù)運(yùn)行和更新的現(xiàn)實(shí)世界模型，可以預(yù)測和評估未來事件和軍事行動方案。SWS合成環(huán)境將映射真實(shí)世界中各個(gè)關(guān)鍵部分，與真實(shí)世界對應(yīng)，涵蓋政治、經(jīng)濟(jì)、軍事、社會、信息和基礎(chǔ)設(shè)施等領(lǐng)域，包括個(gè)人、組織、機(jī)構(gòu)、基礎(chǔ)設(shè)施和地理個(gè)體。SWS可以對世界各地發(fā)生的真實(shí)事件作出反應(yīng)，感知來自真實(shí)世界中的最新數(shù)據(jù)，涌現(xiàn)出的類似真實(shí)世界發(fā)生的行為和趨勢，從而可以進(jìn)行行動方案分析、輔助決策和訓(xùn)練模擬。以SWS為前提，在SEAS基礎(chǔ)上開發(fā)了虛擬國際系統(tǒng)（Virtual International System，VIS）模擬了全球62個(gè)重點(diǎn)關(guān)注國家。該系統(tǒng)同時(shí)可以實(shí)時(shí)獲取來自全球真實(shí)新聞媒體、人口數(shù)據(jù)、經(jīng)濟(jì)運(yùn)行狀態(tài)以及各種重大的危機(jī)事件，從而對系統(tǒng)中的相關(guān)的個(gè)體數(shù)據(jù)進(jìn)行更新等。這些成果已經(jīng)應(yīng)用在包括美軍聯(lián)合部隊(duì)司令部的“Multi—National Experiment 4”演習(xí)、“Urban Resolve 2015”演習(xí)以及美國Purdue大學(xué)國土安全研究所進(jìn)行的名為“Measured Response”系列演習(xí)中。

按照SWS的理論構(gòu)想，SWS是未來仿真界最具吸引力，最令人渴望，也是最復(fù)雜的系統(tǒng)，同樣也是未來戰(zhàn)爭仿真研究追求的終極目標(biāo)。

3 我們的研究實(shí)踐

3.1 研究思路

研究大規(guī)模社會群體行為的目的是要研究戰(zhàn)爭系統(tǒng)中軍事域與社會域的相互影響。2003年，我們提出了建立虛擬全球戰(zhàn)爭空間（Virtual Global War Space：GWS）大型戰(zhàn)爭模擬系統(tǒng)的構(gòu)想，GWS核心思想是構(gòu)建一個(gè)由軍事空間子系統(tǒng)和社會空間子系統(tǒng)組成的現(xiàn)實(shí)社會系統(tǒng)的平行系統(tǒng)，如圖1。其社會子系統(tǒng)由關(guān)鍵基礎(chǔ)設(shè)施和社會民眾構(gòu)成，我們認(rèn)為研究每個(gè)單個(gè)民眾的行為即不現(xiàn)實(shí)也無必要，而需要研究的是對政治、經(jīng)濟(jì)、社會形成重大影響的大規(guī)模民眾群體行為，只有能確切地認(rèn)知到社會群體行為產(chǎn)生的根源和本質(zhì)，才能更有利于研究人類之間發(fā)生的戰(zhàn)爭問題和進(jìn)一步指導(dǎo)國家的國防安全戰(zhàn)略，以及在戰(zhàn)爭發(fā)生時(shí)如何把握各種有利時(shí)機(jī)，以達(dá)到不戰(zhàn)而屈人之兵的完勝。為了達(dá)到這一目的，我們將深入研究與戰(zhàn)爭緊密相關(guān)的“大規(guī)模群體行為產(chǎn)生的本源”，并且將自主演化產(chǎn)生的“大規(guī)模群體行為”以各種便于理解、便于認(rèn)知的方式表現(xiàn)出來。

由于研究目的和關(guān)注大規(guī)模群體行為的側(cè)面不同，決定了戰(zhàn)爭模擬系統(tǒng)中的大規(guī)模群體行為有其自身的特點(diǎn)。主要體現(xiàn)在：一是群體規(guī)模更大，小至一個(gè)城市、一個(gè)地區(qū)，大至一個(gè)或數(shù)個(gè)國家乃至全球；二是群體構(gòu)成更加復(fù)雜，有包括許多不確定性的因素，如經(jīng)濟(jì)、社會、組織、信仰等等都對群體行為產(chǎn)生影響；三是群體表現(xiàn)形式、特征等等繁雜多樣，有些群體行為并不以大規(guī)模聚集的形式表現(xiàn)出來，但其影響力量卻絲毫不弱，如2008年我國大規(guī)模民眾自發(fā)的抵制家樂福行為；四是需要刻畫和描述的行為數(shù)量規(guī)模巨大、個(gè)體決策復(fù)雜，個(gè)體多、目的多、涉及的領(lǐng)域多，不同個(gè)體有不同的行為選擇空間，因此總的行為數(shù)量龐大，與之對應(yīng)的個(gè)體的決策非常復(fù)雜，對個(gè)體決策造成的影響因素也非常多，個(gè)體在不同影響因素、不同的自身狀態(tài)下有完全不同的決策方式；四是群體行為的時(shí)間跨度大，需要描述危機(jī)事件對個(gè)體的影響，表現(xiàn)個(gè)體從正常態(tài)的行為到危機(jī)態(tài)下的行為的轉(zhuǎn)變，表現(xiàn)從個(gè)體決策到群體演化和群體行為形成以及發(fā)展的過程，伴隨的是較長的時(shí)間跨度；五是空間跨度大、環(huán)境復(fù)雜，由于描述的是在社會大范圍內(nèi)的戰(zhàn)爭背景下的大規(guī)模群體行為，空間范圍大帶來的是群體以及個(gè)體對空間環(huán)境的感知。

3.2 初步的原型系統(tǒng)

在上述研究思路下，我們建立了一個(gè)多層次、多粒度的大規(guī)模群體行為模型原型CBM3（Crowd Behavior Model of Multi—lever＆Multi—granularity）。模型系統(tǒng)結(jié)構(gòu)示意圖如圖2所示。

從總體上，大規(guī)模群體行為分為三個(gè)層次，層次的區(qū)分是從抽象到具體。第一層為大規(guī)模的社會抽象層，該層主要從全局高層的角度描述所要研究地區(qū)對象的比較抽象意識方面的群體行為，如地區(qū)民眾的政治民意傾向，輿論的形成，謠言的傳播等，對個(gè)體而言，描述的是其內(nèi)心深處的行為動機(jī)和決策偏好；第二層為城市級的群體行為模型，該層模型主要從所研究的地區(qū)抽取一個(gè)典型的城市來描述該城市中民眾的行為特征。包括他們的日常的具體生活行為，如上下班、購物和危機(jī)條件下的搶購，游行等，它主要來描述個(gè)體在社會大環(huán)境變化影響下，其行為變化的過程；第三層為所關(guān)注城市的某一典型場景的群體行為，該層主要描述城市中某些具有代表性場所的群體行為，如廣場、商場、銀行等能夠反映社會形態(tài)劇烈變化的特定場所的群體行為，它主要用于描述個(gè)體在參與到群體行為過程中的具體做法及其外在的情緒、動作表現(xiàn)。上述需要描述的三層群體行為都建立在一個(gè)統(tǒng)一的公共基礎(chǔ)數(shù)據(jù)基礎(chǔ)之上，該基礎(chǔ)數(shù)據(jù)包括大規(guī)模群體中大量個(gè)體的基礎(chǔ)屬性數(shù)據(jù)及其生成的算法，如人口的經(jīng)濟(jì)、政治、地理、人文等基本屬性，還包括模型需要描述的各種復(fù)雜人際關(guān)系網(wǎng)絡(luò)數(shù)據(jù)及其生成算法，如家庭關(guān)系網(wǎng)、朋友關(guān)系網(wǎng)、組織關(guān)系網(wǎng)、政黨關(guān)系網(wǎng)等。三層群體行為模型在EBI概念模型建?？蚣艿闹笇?dǎo)下進(jìn)行模型的概念描述。系統(tǒng)最后通過一個(gè)可視化系統(tǒng)進(jìn)行表現(xiàn)，該可視化系統(tǒng)能夠支持大規(guī)模群體行為模型多層次、多側(cè)面的可視化表現(xiàn)。

在CBM3的基礎(chǔ)上初步實(shí)現(xiàn)了一個(gè)大規(guī)模群體行為原型系統(tǒng)，在該實(shí)驗(yàn)原型系統(tǒng)中大規(guī)模群體組成個(gè)體數(shù)達(dá)到1.5萬個(gè)以上，其中社會宏觀層個(gè)體數(shù)量達(dá)到8000以上，中規(guī)模城市中觀層個(gè)體數(shù)量達(dá)到3000以上，小規(guī)模典型場景微觀層個(gè)體數(shù)量達(dá)到5000以上，能夠逼真表現(xiàn)大規(guī)模群體行為的演化過程，有力地支持了高層戰(zhàn)略決策對抗演習(xí)。該實(shí)驗(yàn)原型系統(tǒng)已經(jīng)在國防大學(xué)“戰(zhàn)略對抗演習(xí)”的教學(xué)活動進(jìn)行了多次應(yīng)用與測試，取得了良好的教學(xué)效果。

3.3 突破的一批關(guān)鍵技術(shù)

一是提出了建立智能環(huán)境模型的思想。其基本思想是：根據(jù)建模需要將一個(gè)復(fù)雜環(huán)境分解為一個(gè)個(gè)離散的子空間（空間柵格化），并在各個(gè)離散子空間上存儲五層行為約束指導(dǎo)信息（柵格信息化），分別是：環(huán)境約束、路徑規(guī)劃、碰撞檢測、行為信息指導(dǎo)、靜態(tài)物體信息與分布。當(dāng)個(gè)體處于該環(huán)境中時(shí)，環(huán)境會及時(shí)給個(gè)體提供決策行為和行為執(zhí)行相關(guān)信息，以縮小其決策搜索量，這樣既可以提高個(gè)體決策執(zhí)行效率，同時(shí)也比較容易搭建起個(gè)體的局部行為規(guī)則，為群體行為建模提供個(gè)體局部行為規(guī)則基礎(chǔ)。

二是建立了多情景決策框架（Multi Situation Decision Frame，MSDF），并實(shí)現(xiàn)了幾種不同情景下的決策模型。MSDF的基本思想是，認(rèn)定每個(gè)個(gè)體在不同情景下決策的方式方法是不同的，并且假定Agent的決策都是建立在對其所處的具體情景的判讀上，而每個(gè)Agent對情景的判讀是不一定完整的，是一種快照式的閱讀，即對空間、時(shí)間、個(gè)體狀態(tài)等簡單摘取若干特征，形成一個(gè)情景快照，根據(jù)情景快照選擇對應(yīng)情景下的決策模型。多情景決策框架則是一個(gè)開放的需要針對不同情景加入相應(yīng)的決策模型的框架，允許隨著系統(tǒng)開發(fā)的進(jìn)展不斷增加具體情景下的決策模型。建立MSDF思想突破了傳統(tǒng)的將單一決策模型應(yīng)用于整個(gè)仿真周期的模式。在MSDF框架下，我們針對戰(zhàn)爭危機(jī)條件下，大規(guī)模群體行為演化的階段性特點(diǎn)，建立了日常態(tài)情景下的需求層次模型、群體演化情景下的多級閾值模型和群體聚集行為激化情景下的情緒感染模型。

三是提出并實(shí)現(xiàn)了基于“多尺度層次細(xì)節(jié)仿真方法（MS—LOD）”的個(gè)體行為決策約簡算法。MS—LOD的基本思想是從圖形渲染的LOD受到啟發(fā)，在群體中每個(gè)Agent的決策上，增加了個(gè)體Agent的重要程度（個(gè)體類型）、視點(diǎn)距離和行為時(shí)間等約束變量，根據(jù)這些約束變量來約簡對個(gè)體的行為及其決策的范圍與能力的計(jì)算。該算法的應(yīng)用大大減少了系統(tǒng)的運(yùn)算量，提高了群體演化的規(guī)模，滿足了系統(tǒng)實(shí)時(shí)性的要求。該方法已申請了國家專利（專利申請?zhí)枺?00910238108.3）。

四是提出了并實(shí)現(xiàn)多Agent基礎(chǔ)屬性數(shù)據(jù)的逆向生成（Attribute Utility Choice Model，AUCM）算法。AUCM的基本思想是，由Agent根據(jù)已賦值的屬性項(xiàng)采用效用理論來選擇未賦值的屬性項(xiàng)，同時(shí)在每一輪的選擇后對該屬性取值的Agent分布情況進(jìn)行統(tǒng)計(jì)，當(dāng)接近現(xiàn)實(shí)人口的統(tǒng)計(jì)數(shù)據(jù)時(shí)終止該屬性的賦值而進(jìn)入下一個(gè)屬性的賦值。該算法的應(yīng)用使得大規(guī)模群體行為建模具有了真正意義的社會性，體現(xiàn)了平行系統(tǒng)的思想，提高了大規(guī)模群體行為建模的合理性與可信度。該方法已申請了國家專利（專利申請?zhí)枺?00910238109.8）。

五是建立了結(jié)構(gòu)合理、便于快速檢索的多維個(gè)體行為與動作庫?；舅枷胧牵合葘π袨閯幼鬟M(jìn)行劃分，按照層次維劃分成宏觀層（Macro）、中觀層（Meso）和微觀層（Micro）的動作與行為；按照狀態(tài)維劃分成危機(jī)態(tài)（Crisis）和正常態(tài)（Norm）的動作與行為；按照級別維劃分成高級決策型（Senior_Decision）和低級反應(yīng)型（Junior_Reaction）的動作與行為；按照內(nèi)容維劃分成政治行為（Politics）、經(jīng)濟(jì)行為（Economics）和自然行為（Physiology）。在此基礎(chǔ)上，建立了一個(gè)多維的行為動作庫。該動作行為庫的建立不僅提高了個(gè)體決策的速度，而且保證了個(gè)體決策的合理性與準(zhǔn)確性。

4 需要進(jìn)一步研究的問題

群體行為建模研究有重要的學(xué)術(shù)和應(yīng)用價(jià)值，在各個(gè)領(lǐng)域都有應(yīng)用需求。目前，國內(nèi)外各領(lǐng)域已經(jīng)取得一些階段性研究成果，但這些成果僅關(guān)注群體行為的某些側(cè)面，涉及的群體范圍、規(guī)模還不是很大，群體構(gòu)成也相對簡單，取得的成果應(yīng)用范圍有限，我們?yōu)闃?gòu)建虛擬戰(zhàn)爭空間，以863計(jì)劃項(xiàng)目為支撐，探索了更大規(guī)模、更大范圍、更大時(shí)間跨度、更加復(fù)雜的群體行為建模技術(shù)，取得了一批新的技術(shù)突破，但是研究過程中又發(fā)現(xiàn)許多新的問題需要進(jìn)一步研究和思考：

一是群體行為的涌現(xiàn)性與模型的驗(yàn)證問題。建模與驗(yàn)證一直是一對必然的問題，可是，復(fù)雜系統(tǒng)的涌現(xiàn)性是有不可還原性所決定的，盡管我們通過基于Agent的建模方法，追求和體現(xiàn)了其涌現(xiàn)性特征，但是，如何驗(yàn)證呢?我們目前只能在數(shù)據(jù)的真實(shí)性和各種關(guān)鍵算法的可信性上下功夫，就如同一些政治漫畫家，畫張高度變形的奧巴馬畫像，雖然計(jì)算機(jī)無法識別，可是大家還是能一眼看出畫的是誰，為什么呢?漫畫家是抓住奧巴馬的關(guān)鍵部位進(jìn)行描畫的。

二是關(guān)于模型分辨率與計(jì)算能力支撐問題。大規(guī)模群體行為模型的一個(gè)重要方面是系統(tǒng)Agent的規(guī)模龐大。從理論上說，系統(tǒng)Agent的數(shù)量應(yīng)該與研究對象個(gè)體的數(shù)量對等，進(jìn)行1∶1的建模。即使進(jìn)行抽樣，也要求抽象的數(shù)量必須達(dá)到能夠反映研究對象的特征。一般地區(qū)的人口都在百萬級，千萬級以上，與當(dāng)前計(jì)算支撐能力相比相去甚遠(yuǎn)，全球規(guī)模下的大規(guī)模群體行為就算按1∶1000建模，需要建立的個(gè)體數(shù)量也十分龐大，決策也更加復(fù)雜，我們目前的原型系統(tǒng)只體現(xiàn)了一個(gè)地區(qū)幾個(gè)城市的萬級Agent規(guī)模，就已經(jīng)遭遇計(jì)算能力支撐問題。因此，解決大規(guī)模群體的計(jì)算能力的問題，需要下一步重點(diǎn)關(guān)注。

三是大規(guī)模群體中個(gè)體決策建模問題。大規(guī)模群體中的個(gè)體Agent建模是模型研究的核心內(nèi)容之一，對個(gè)體Agent建模實(shí)際上就是對人的行為的建模。MSDF決策框架只實(shí)現(xiàn)了有限的情境決策模型，滿足幾個(gè)簡單的需求，隨著戰(zhàn)爭研究的需求和系統(tǒng)的進(jìn)一步開發(fā)完善，還需要繼續(xù)探索和實(shí)現(xiàn)更多的情境下的具體決策模型。

1 胡曉峰，司光亞，吳琳，等.戰(zhàn)爭仿真引論[M].北京：國防大學(xué)出版社，2004.

2 BONK C J，DENNEN V P.Massive Multiplayer Online Gaming：A Research Framework for Military Training and Education[R].Washington DC，2005.

3 DIRK HELBING，ILLESFARKAS，TAMAS WICSEK.Simulating Dynamical Features of Escape Panic[J].Nature，2000（207）：487—490.

4 DANIEL THALMANN，SORAIA RRUPP MUSSE，MARCELO KALLMANN.Virtual Humans'Behavior：Individuals，Groups and Crowds[R].EPFL Computer Graphics Lab.

5 MUSSE S，THALMANN D.Hierarchical Model for Real—Time Simulation of Virtual Human Crowds[J].IEEETrans On Visualization and Computer Graphics，2001，7（2）：152—164.

6 LANGTON C G.Artificial Life[M].NewYork：Addison Wesley，1989.

7 REYNOLDSC.Flocks，Herds and Schools：A Distributed Behavioral Model[J].Computer Graphics，1987，21（4）：25—34.

8 BASU N，PRYOR R J，QUINT T，et al.ASPEN：A Microsimulation Model of the Economy[R].SAND96—2459，Albuquerque，NM，1996.

9 BOUVIER E，COHEN E，NAJMAN L.From Crowd Simulation to Airbag Deployment：Particle Systems，a New Paradigm of Simulation[J].Journal of Electronic Imaging，1997（1），94—107.

10 DEL VALLE S Y，D KUBICEK，SM MNISZEWSKI，et al.EpiSimSLos Angeles Case Study[R].Los Alamos National Laboratory，LAUR—06—0666，2006.

11 胡曉峰，李志強(qiáng)，司光亞.現(xiàn)代戰(zhàn)爭研究的新方法：社會仿真[J].計(jì)算機(jī)仿真，2008，25（1）：1—5.

12 楊志謀，司光亞，李志強(qiáng)，等.群體行為建模理論基礎(chǔ)與建模方法研究[J].系統(tǒng)仿真學(xué)報(bào)，2009，21（16）：4921—4925，4930.

13 楊志謀，司光亞，禹海全，等.虛擬社會中大規(guī)模民眾群體行為建模研究[J].系統(tǒng)仿真學(xué)報(bào)，2009，21（增刊1）：10—15.

14 楊志謀，司光亞，李志強(qiáng)，等.虛擬戰(zhàn)爭空間中大規(guī)模群體行為模型設(shè)計(jì)[J].計(jì)算機(jī)仿真，2009（7）：29—31，80.

15 李志強(qiáng)，司光亞，胡曉峰，等.基于智能空間環(huán)境的群體行為建模研究[J].系統(tǒng)仿真學(xué)報(bào)，2008，20（增刊9）：195—198.

16 禹海全，司光亞，胡曉峰，等.基于戰(zhàn)爭空間的虛擬社會環(huán)境建模技術(shù)研究[J]，系統(tǒng)仿真學(xué)報(bào)，2008，20（增刊9）：180—182.

17 岳峰，胡曉峰，李志強(qiáng)，等.基于符合虛擬力場的大規(guī)模人群行為模擬[J].系統(tǒng)仿真學(xué)報(bào)，2009，21（1）：170—173.

18 岳峰，榮明，胡曉峰，等.基于Agent構(gòu)建群體行為模型[J].裝甲兵工程學(xué)院學(xué)報(bào)，2008，22（2）：1—4.

19 XULIN XU，ZENGQIANG CHEN，GUANGYA SI，et al.A Novel Definition of Generalized Synchronization on Networks and a Numerical Simulation Example[J].Computersand Mathematicswith Applications，2008（56）：2789—2794.