随着虚拟现实与增强现实技术的发展，打造虚拟世界的需求越来越旺盛。虚拟世界的构造不仅包括静态场景的构建，还包括场景中生物体的模拟。常见的生物体包括人和飞行生物群等。对人群、飞虫群等生命体进行仿真也就成为了当前计算机图形学的研究热点之一。本书基于流体模型从宏观层面进行仿真，重点表现群体的全局变化，主要探讨将流体模型扩展应用到生物群体的仿真研究，包括经典的流体仿真算法（SPH）和过程式（Procedure）流体仿真算法。 本书适合作为计算机图形学、计算机仿真学以及生物仿真等领域研究人员的参考用书，也可作为对相关领域感兴趣的读者的阅读资料。

大规模生物群体包括人群、昆虫群、兽群等，对这些生物群体从宏观层面进行大规模仿真以及从微观层面进行真实感模拟是当前计算机图形学的主要研究方向之一。相应的仿真技术在虚拟现实、影视游戏、疏散模拟、大型体育仿真、虫灾防治、仿生机器人等领域都有着广泛的应用前景。将高密度的生物群当作连续体来仿真以及从微观上对飞行生物进行物理仿真仍存在很多挑战。主要体现在：①难以表达高密度人群应对环境刺激所呈现的线性响应；②难以刻画宏观形状约束条件下飞行生物群的固有噪声(Inherent Noise)；③难以刻画飞行生物的真实感飞行姿态变化。针对这些挑战，本书分别提出了相应的解决方案，概述如下：
（1）提出了一种大规模、高密度人群的宏观线性波动仿真方法。从流体力学角度仿真全局信息的变化，解决全局信息（如速度、密度、全局流动方向传导、边界扰动响应等）动态变化建模仿真问题。基于拉格朗日流体力学方法模拟高密度人群的流体性运动，在此基础上提出线性动量触发方法用于人群的线性波动仿真。此方法可用于大规模、高密度人群在物理环境约束下的有序引导和安全疏散仿真。
（2）提出了一种宏观形状约束的飞虫群组仿真方法。采用近似方法仿真飞虫的固有噪声，解决形状约束条件下飞虫的动力表达问题。设计内在驱动力来仿真单个飞虫的生物固有噪声与集群行为。另外，设计外在驱动力引导飞虫平滑地变形到任意目标形状。让飞虫群体变形为用户指定的任意形状，并且不失去飞虫所特有的生物噪声行为。该方法可用于大规模形状可控的飞行昆虫群组仿真、VR场景动画、仿生飞行机器人阵形控制等。
（3）提出了一种受生物学启发的蝴蝶建模与飞行仿真方法。从生物学角度进行蝴蝶个体的参数化建模，重点解决蝴蝶翅膀与腹部动力学控制问题。基于空气动力（包括升力、阻力和涡旋力）仿真蝴蝶飞行过程中身体的快速变化。作为一种综合的解决方案，该方法不仅解决了真实感的蝴蝶个体仿真问题，还可以直接用于群组仿真。能够仿真飞行生物真实感的飞行姿态与飞行轨迹，为真实感的飞行生物仿真提供一种实时、便捷的可行方法。
本书的结构如下：
第1章，介绍研究背景，总结主要的智能仿真算法，包括人群仿真、飞行生物仿真研究领域所存在的问题，在此基础上提出本书的研究内容，并提炼本书的主要贡献。
第2章，介绍基于流体模型的智能体仿真的算法基础，包括作用力的计算，流体模型的原理，通过对这些算法基础知识的介绍，为全面掌握本书后续所述智能体（包括人群、飞虫）奠定基础。
第3章，介绍一种大规模、高密度人群的宏观线性波动仿真算法。对应用的拉格朗日流体力学人群建模、宏观线性波动仿真进行详细的介绍。通过实验证明所提出的仿真模型可以仿真大规模、高密度人群的线性波动。
第4章，介绍一种宏观形状约束的飞虫仿真算法。详细介绍用于仿真飞虫噪声行为的内在驱动力与用于形状约束的外在驱动力。通过实验证明所提出的模型可用于任意约束形状的飞虫群组仿真。
第5章，介绍一种基于空气动力受生物启发的鳞翅目飞虫仿真算法。首先介绍受生物启发、参数化的蝴蝶个体建模方法；然后介绍用于仿真蝴蝶飞行过程中身体的快速变化的空气动力，包括升力、阻力和涡旋力；最后通过模拟实验和对比实验证明该算法可以模拟真实感的蝴蝶飞行过程的姿态与飞行轨迹。
第6章，对本书所论述的基于流体模型的智能体仿真算法进行总结与展望。
本书得到了江西财经大学的支持，也得到了江西财经大学多位老师的热情帮助，在此一并表示感谢！
由于著者学识有限，加之智能体仿真技术在不断发展之中，书中疏漏和不足之处在所难免，敬请广大读者批评指正。
著者
2022年5月

第1章基于流体模型的智能体仿真概述 1.1引言 1.2主流研究对象之人群仿真和飞行生物仿真 1.2.1微观与宏观人群仿真算法的发展 1.2.2飞行生物之个体与群组仿真算法研究概况 1.3基于流体模型之生物群体仿真对象 第2章仿真算法基础 2.1智能体仿真算法基础 2.2基于流体模型的智能体仿真算法基础 本章小结 第3章极化的高密度人群线性波动仿真算法 3.1引言 3.2模型概述 3.3极化的高密度人群仿真算法 3.3.1人群流体特征仿真算法 3.3.2人群宏观运动仿真算法 3.3.3运动合成算法 3.3.4障碍物避免算法 3.4仿真结果与讨论 3.4.1仿真结果 3.4.2比较实验 3.4.3性能讨论 本章小结 第4章形状约束的飞虫群组仿真算法

陈强，男，博士，江西财经大学讲师，主要的研究方向为计算图形学、计算机动画、虚拟现实、生物群体仿真。主持或参与多项国家级课题研究，主持并结题一项省级课题，作为骨干力量参与参与多项国家级研究项目、省级重点研究项目。在计算机动画研究领域发表学术论文6篇，申请发明专利3项（已授权2权），实用型发明专利3项（已授权2项）。申请软件著作权2限。

随着虚拟现实与增强现实技术的发展，打造虚拟世界的需求越来越旺盛。本书基于流体模型从宏观层面进行仿真，重点表现群体的全局变化，主要探讨将流体模型扩展应用到生物群体的仿真研究。


本书适合作为计算机图形学、计算机仿真学以及生物仿真等领域研究人员的参考用书，也可作为对相关领域感兴趣的读者的阅读资料。