虛擬環境下人工魚感知融合模型研究
2009-01-01 00:00:00孟憲宇薛燕榮班曉娟
計算機應用研究 2009年3期
（1.遼寧工業大學 電子與信息工程學院， 遼寧 錦州 121001； 2.北京市基礎設施投資有限公司， 北京 100101； 3.北京科技大學 信息工程學院， 北京 100083）
摘 要：為了逼真模擬人工魚的感知能力，對感知系統的融合模型進行研究是首先應該考慮的問題。首先對智能虛擬環境下的感知系統進行了建模，并給出了人工魚的感知融合模型，利用多源注意力理論將人工魚的感知分為靜態注意力資源區和動態注意力資源區，并設計了感知權重分析器，為模型的高效、可行、合理打下了基礎。經動畫仿真，得到滿意的結果。
關鍵詞：人工魚； 多感知融合； 多源注意力； 感知權重分析器
中圖分類號：TP391.41 文獻標志碼：A
文章編號：10013695(2009)03116003
Research of perception fusion model of artificial fish in virtual environment
MENG Xianyu1， XUE Yanrong2， BAN Xiaojuan3
(1.School of Information Science Engineering， Liaoning University of Technology， Jinzhou Liaoning 121001 China;2.Beijing Infrastructure Investment Co.，Ltd.， Beijing 100101， China;3.School of Information Engineering， University of Science Technology Beijing， Beijing 100083， China)
Abstract: In order to simulate perceptive abilities of artificial fish， researched a kind of perception fusion model firstly. It built the perception system model in intelligent virtual environment， and then built perception fusion model. Using the theory that attention resource can be divided into two resources， those were dynamic resource and static resource. Designed essentiality analyzer of perception to ground the model. The result is satisfied in computer animation simulation.
Key words：artificial fish; multiperception fusion; multiresource theory of attention; essentiality analyzer of perception
0 引言
人工魚開創了計算機動畫的新方法，Tu等人[1]對人工魚的簡單感知行為進行了模擬實現[1]。然而在虛擬環境下人工魚的感知行為是一個復雜的過程，涉及到視覺、嗅覺、味覺、觸覺、聽覺等多感知能力的融合，所以有必要研究在虛擬環境中人工魚多感知系統的實現模型以及融合算法，以指導人工魚的行為。
在以往的研究中，學者們對虛擬嗅覺、味覺、視覺的研究比較多[2，3]，卻很少涉及虛擬環境下感知融合的研究。然而感知融合是人工魚行為決策的基礎，是逼真模擬人工魚動畫的必要手段，不但可以模擬、延伸、擴展人和動物的感知智能，重建虛擬的海洋世界，而且也為機器魚和機器人的感知融合研究提供了軟件仿真平臺。
人工魚的感知過程是在與環境的相互作用中建立的。現實中，魚兒可以通過眼、鼻、口、側線系統等感知器官，非常方便地獲得各種信息，但是在虛擬環境中，這些手段都不復存在。因而在人工魚的多感知信息融合問題中，各種感知信息在虛擬環境中的表示是首先需要解決的問題。本文對各種感知信息在計算機中的表示方法進行了建模，研究了感知融合模型，并對感知融合實現的可能性進行了分析。
1 人工魚感知模型
1.1 感知信息在虛擬環境中表示問題的提出
人工魚與真實的魚類一樣，也具有視覺、嗅覺、味覺、觸覺等多種感覺。在浩瀚的海洋中，人工魚的生存環境十分復雜：有賴以生存的食物、可怕的天敵、友好的同類、靜靜的水草、大大小小的礁石……這些信息通過人工魚的各種感官進行感知，再經過大腦的綜合控制，以指導人工魚的行為。
人工魚腦的功能與機理遠比人腦簡單得多，但同樣也可以劃分為感覺中樞、意志中樞、行為中樞三個中樞系統[4]，類似于人腦的丘腦、大腦、小腦的功能，分別負責多種感知信息融合、智能動態協同決策、智能協調行為控制。人工魚感知智能、決策智能、行為智能三者之間的關系如圖1所示。
從圖1中可以看出，感知是決策和行為的基礎，如何在虛擬環境下表示各種感知信息又是基礎中的基礎。從20世紀90年代初開始，在全世界范圍內形成了對虛擬環境（virtual environment，VE）的研究熱潮。虛擬環境用于模仿真實世界中的場景，場景中物體的屬性也是根據物理世界中相應物體決定的。在真實世界的場景中，很多對象是有生命的，為了更逼真地模仿真實世界，使得參加的用戶具有沉浸感，在虛擬世界中應根據需要加入一個或多個有生命的對象，形成一個智能虛擬環境（intelligent virtual environment，IVE）[5]。
可以將人工魚生活的環境看成是智能虛擬環境，采用面向對象的方法來維護和組織場景，每種對象有不同的幾何屬性、行為及特征。這樣便于場景的管理，使系統便于擴充。將每條人工魚視為一個agent實體。在智能虛擬環境中，它們通過感知器感知環境，通過效應器作用于環境。感知器的主要功能是對外界環境狀態的變化進行檢測、記錄，并結合自身狀態對感知到的信息進行處理，如融合、觸發記憶、驅動行為等。每條人工魚agent都有自己的屬性和方法，它們既是信號的感知器又是發生器。
1.2 感知信息在虛擬環境中的表示
人工魚的感知模型難以用單一的數學模型來表示，它需要借助于知識模型和關系模型。因此需采用 廣義模型化（generalized modeling）的方法[6]，建立描述人工魚感知的廣義模型。
定義1 PO模型。該模型是人工魚感知的廣義模型：
PO=〈vision， smelling， touching， tasting， hearing〉
在IVE系統中， 感知器是一個五元組。其中：PO (perception organ) 為，感知器；vision為視覺；smelling為嗅覺；touching為觸覺；tasting為味覺； hearing為聽覺。
定義2 G模型。該模型是人工魚類、鯊魚類、食物類、巖石水草類信號發生器的廣義模型。
G=〈VG， SG， TOG， TAG， HG〉
其中：G（generator）為 發生器，VG（vision generator）為視覺信號發生器；SG（smelling generator）為嗅覺信號發生器；TOG（touching generator）為觸覺信號發生器；TAG（tasting generator）為味覺信號發生器；HG（hearing generator）為聽覺信號發生器。
發生器的設計方法是，在程序中設置一個定時掃描裝置，在動畫的每一幀進行掃描，獲取周圍環境的信息，如對小的人工魚來說，它可以獲取其他人工魚、鯊魚、食物、巖石水草的位置信息，那么其他人工魚、鯊魚、食物、巖石水草就都是信號的發生器。
2 人工魚感知融合模型
2.1 感知融合問題的提出
人和動物的感知都是很復雜的，分為有意識感知和無意識感知兩種[7]。無論有意識的感知還是無意識的感知，都是視覺、嗅覺、味覺，聽覺、觸覺等多感知信息的融合過程。例如，動物在看到食物的同時又聽到天敵的叫聲，是逃逸還是捕食？感知信息融合實現人工魚腦的基于視覺、嗅覺、味覺、觸覺、聽覺等多種感覺信息的融合，使人工魚能夠根據融合信息作出正確的反應，從而提高人工魚的認知水平。例如，當人工魚處于饑餓狀態，它嘗到食物的同時（味覺），也看到了鯊魚（視覺），根據感覺信息的融合算法，人工魚會不顧鯊魚的存在而去冒險進食；而當人工魚吃飽了，它也許感覺到危險的存在就會逃跑。另外，信息融合的經驗信息取自于經驗庫，結果又存入經驗庫，初步實現了感知數據的挖掘功能。例如，人工魚如果看到其他魚被魚鉤釣走，下次遇到魚鉤時，它會小心試探甚至逃走。
在人造系統中，人工魚的感知信息融合是一個復雜的過程。對環境的感知過程涉及到大量的數據計算。如果將感知過程分為感覺和識別兩部分，那么感覺可以通過模擬的傳感器從環境中獲取信息來實現；識別則需要從感覺到的數據中提取特征值，計算相似性，建立與已有知識聯系等。這些都將占用絕大部分的系統資源，基于真實感知的決策也就難以實現。
大量的研究針對這些問題提出了解決方法。例如，改進傳感器的設置、減少感知范圍、優化提取特征信息的算法、對環境進行預描述等。這些方法雖然或多或少地減少了感知計算的系統開銷，卻不能保證感知與其他環節的無縫連接，破壞了系統的連貫性。它們僅僅從感知的角度來優化感知系統，減少運算量，而忽略了主體內部狀態對行為的控制作用，如主體的認知環節對感知的影響。另外，計算量過大，在動畫的實現過程中，還造成動畫不連續、表現力失真，影響了動畫實現效果。
針對上述問題，提出一種基于注意力多源理論的感知信息融合模型如圖2所示。在模型中，將人工魚的感知分為靜態和動態兩個注意力資源區，感知融合過程在感知權重分析器的控制下進行。
2.2 靜態注意力資源區
靜態注意力資源模塊用于對各種感官獲取的信息進行初級響應，模擬虛擬傳感器，獲取被感知的食物、鯊魚、水草、巖石及其他人工魚的位置、化學成分等信息，對被感知物進行初步辨識，不能得到全部細節特征。
靜態注意力資源分配模型如圖3所示。在靜態注意力資源中，對每種感官信息——視覺、嗅覺、味覺、觸覺、聽覺各劃分了一個有限容量的注意力資源，稱其為感官功能資源區（function resource area，FRA），分別對應著視覺感官功能區（vision function resource area，VFRA）、嗅覺感官功能區（smelling function resource area，SFRA）、味覺感官功能區（tasting function resource area，TFRA）、觸覺感官功能區（touching function resource area，TOFRA）、聽覺感官功能區（hearing function resource area，HFRA）。每塊功能資源區所對應的容量不等，對人工魚來說，視覺和嗅覺感官功能區相對要大一些。
功能資源區由基本資源區（basic resource area，BRA）和擴展資源區（extend resource area，ERA）構成。擴展資源區為相鄰功能資源區的資源重疊部分。
如圖3所示，假設BRA3為嗅覺信息的基本資源區，那么嗅覺信息的功能資源區SFRA由BRA3、ERA2、ERA3共同組成。功能資源區對擴展資源區的分配與調用將根據多任務執行的總體效率最優為準則進行。下面將討論基于總體效率最優原則的注意力擴展資源區的分配。
假設靜態注意力資源中共有m（m=1，2，…，5）個FRA，n個ERA，第i個FRA的總效率為Pi，且Pi=1(i=1，…，m)；第i個FRA的BRA的效率為Pi；第i個FRA在第j個ERA中分配的資源占該FRA所有ERA資源的比例為yji，且
mi=1yji=1，nj=1yji=1(1)
令F(y)表示靜態注意力資源系統總體效率，則總體效率最優原則表現為F(y)的最大化原則。
F(y)=mi=1Pi=mi=1[Pi+1-ekinj=1yji](2)
功能資源區對擴展資源區的分配與調用將以F(y)最大化為準則。FRA的效率特性將由基本資源區效率特性和擴展資源區效率特性共同構成。
2.3 動態注意力資源區
動態注意力資源主要用于響應人工魚最終集中注意力關注的信息及相應的決策、行為控制等的計算任務，其容量將遠遠大于靜態注意力資源。
與靜態注意力資源不同的是，各種感官信息將享用同一個動態注意力資源。這個假設可以從“生物總是朝著資源利用效率最優化方向進化”得到合理的解釋。如果大腦中對各種感官信號都存在一個獨立的、完整的注意力資源，而生物在某一時刻只能集中注意一種信息，那么每個注意力資源的利用效率是很低的。從進化論的觀點看，利用率低下的器官或組織是會逐步退化的，這與生物進化的方向相背。因而假設諸感官信息共享同一動態注意力資源是合理的，而這種共享在某一時間段內具有獨占性，即動態注意力資源在某一時刻只能處理一種信息。
為了能公用一個動態注意力資源，首先需要實現感知過程；然后根據人工魚的內部狀態及環境信息進行重要性分析，以實現決策與反應選擇；最后通過各種感官監測跟蹤選擇執行的情況，將其中重要信息存入大腦記憶中樞。動態注意力資源的功能結構模型如圖4所示。
2.4 感知權重分析器
對于人工魚的感知融合來說，兩類信息是必要的：動態環境信息和人工魚內部狀態信息。
根據大腦的認知過程，主體的感知行為受當前需求的支配，感知會集中于感興趣的目標，而非一一識別環境的所有信息。自然界中動物實現其注意力聚焦有兩種方法：a)在低級動物中最常見的是利用特殊感覺器官，如特殊的視覺器官使它們能看到需要看到的物體，以便它們能在環境中成功地生存；b)認知方法，動物只感知它們所關注的東西，也就是只注意在特定場合中當前最重要的事情。為此建立感知權重分析器模型如圖5所示。
主體的內部狀態包括四種狀態變量：饑餓感、恐懼感、性欲、疲勞感。內部狀態值取決于過去狀態的積累和當前環境刺激。環境的信息將使內部狀態需求發生變化。
3 多感知融合實驗
基于多感知融合模型，在Visual C++.NET環境下開發了動畫演示程序，從動畫截取的畫面幀可以驗證模型的有效性。動畫仿真結果如圖6所示。
其中，人工魚1當前狀態是已經吃飽，但處于發情期，它能通過多感知融合感知到食物的存在，但通過感知權重分析器的分析，它對附近的食物不感興趣，因而游離了食物，尋找交配對象；人工魚2當前正處于饑餓狀態，它感知到食物的存在，并將注意力集中在食物上，因而它的狀態是向食物游去；人工魚3處于半飽狀態，性欲較強，它感知到食物的存在同時也感知到可交配的人工魚1的存在，通過感知權重分析器的分析，它向人工魚1游去。
4 結束語
在虛擬環境下，人工魚是個多感知的智能系統，本文對虛擬環境下多感知融合進行了建模研究。采用基于多源注意力理論實現了人工魚多感知系統融合，將人工魚的感知注意力分為靜態注意力和動態注意力兩個區域。這種設計對減少融合特征值計算是一個突破，降低了系統計算的開銷，有利于感知模塊與系統其他模塊進行無縫連接，以及動畫的逼真實現。
設計了感知權重分析器，將人工魚的主體行為定義為受內部需求和外部環境刺激共同作用的結果，這種方法體現了主體行為對環境刺激的反應，其處理模擬了高等生物的控制與推理機能。通過構造人工魚自主動畫系統，驗證了該方法的有效性。人工魚多感知融合的研究，不僅可以使人工魚動畫生動、合理，同時也有利于建立虛擬動物的仿真平臺，有利于進行人工腦、機器魚、擬人機器人的研究。
參考文獻：
［1］TU Xiaoyuan， TERZOPOULOS D. Artificial fishes:physics，locomotion，perception，behavior [C]// Proc of ACM SIGGRAPH’94.New York:ACM Press，1994:4350.
[2]孟憲宇，尹怡欣，班曉娟，等.基于模糊推理的人工魚嗅覺感知研究[J].系統仿真學報，2007，19(20):46634666.
[3]孟憲宇， 尹怡欣， 班曉娟，等.基于模糊神經網絡的人工魚虛擬味覺系統研究[J].計算機科學，2008，35(20):164167.
[4]HAN Liqun，TU Xuyan.Study of artificial brain based on multicentrum selfcoordination mechanism [C]//Porc of the 9th International Symposium on Artificial Life and Robotics.2004:152155.
[5]潘志庚，許威威，張明敏.智能虛擬環境 [J]. 系統仿真學報，2001，13(Suppl):152155.
[6]孟憲宇，涂序彥.廣義人工生命概述[J].計算機應用研究，2006，23(11):46.
[7]LIN Jie，YANG Jiangang. Consciousness modeling: a neural computing approach[C]// Proc of International Conference on Machine Learning and Cybernetics.[S.l.]:IEEE Press，2004:31923196.
