徐義文，張 力，慕曉冬，殷小靜

（第二炮兵工程學(xué)院 四系，陜西 西安710025）

0 引 言

部隊(duì)傳統(tǒng)的訓(xùn)練和演習(xí)方法不僅需要花費(fèi)巨額資金，而且要承擔(dān)人員傷亡的風(fēng)險(xiǎn)，因此，傳統(tǒng)軍事訓(xùn)練難以對(duì)所有的假想情況進(jìn)行有效模擬［1］。近年來，虛擬人技術(shù)的出現(xiàn)為解決上述問題提供了新方法、新途徑，為進(jìn)一步增強(qiáng)軍事訓(xùn)練仿真的實(shí)效性開辟了新的道路。

虛擬士兵是士兵在虛擬戰(zhàn)場(chǎng)中的三維幾何特性與行為特性的表示，是軍事仿真的重要組成部分。虛擬士兵是虛擬人技術(shù)的一種典型應(yīng)用，良好的虛擬士兵模型可以大大增強(qiáng)系統(tǒng)的逼真性和沉浸感，甚至達(dá)到事半功倍的效果。如何在實(shí)時(shí)虛擬環(huán)境中創(chuàng)建具有真實(shí)感的智能行為與運(yùn)動(dòng)能力的自主虛擬人已成為計(jì)算機(jī)、虛擬現(xiàn)實(shí)及相關(guān)技術(shù)學(xué)科領(lǐng)域中一項(xiàng)富有挑戰(zhàn)性的研究工作［2］。鑒于軍事仿真領(lǐng)域的特殊性，虛擬士兵模型的真實(shí)度和可信度比其他類型的虛擬人要求更高，只有這樣才能達(dá)到令人滿意的效果。

1 相關(guān)工作

目前針對(duì)虛擬士兵的研究可以歸結(jié)為兩方面：幾何建模和行為控制。對(duì)于前者，文獻(xiàn) ［3］和文獻(xiàn) ［4－5］分別運(yùn)用MDL模型和骨骼動(dòng)畫技術(shù)實(shí)現(xiàn)了對(duì)虛擬士兵基本動(dòng)作的仿真。對(duì)于后者，文獻(xiàn) ［6］研究了虛擬士兵的失能模型，并提出了基于模糊規(guī)則的最佳攻擊目標(biāo)選擇算法，文獻(xiàn) ［7］則針對(duì)如何提高虛擬士兵外觀的多樣化進(jìn)行了重點(diǎn)研究。

現(xiàn)有的虛擬士兵模型缺少對(duì)記憶和遺忘的研究，使得虛擬士兵難以表現(xiàn)出與人類相近的記憶和遺忘行為。如果虛擬士兵在復(fù)雜的虛擬戰(zhàn)場(chǎng)中不具有記憶能力，其感知獲得的信息無法及時(shí)保存，其他行為就難以繼續(xù)；如果不具有遺忘能力，相反，總是 “過目不忘”，其行為的真實(shí)性也必然令人懷疑。總之，不具有記憶和遺忘能力的虛擬士兵是不完整的、缺少說服力的。因此，需要為虛擬士兵設(shè)計(jì)符合人類記憶和遺忘規(guī)律的記憶模型。

在虛擬智能體的研究中，一些學(xué)者進(jìn)行了相關(guān)研究，并取得了一定的成果。文獻(xiàn) ［8］將記憶模型引入到人工魚的建模中，豐富了人工魚的認(rèn)知行為；文獻(xiàn) ［9－10］在自主虛擬人的感知模型時(shí)構(gòu)建了基于環(huán)形隊(duì)列的記憶模型；文獻(xiàn) ［11］構(gòu)建了虛擬自主汽車的真假記憶庫(kù)模型；文獻(xiàn)［12］則提出了基于鏈表的記憶模型。

上述記憶模型側(cè)重于在虛擬智能體內(nèi)部實(shí)現(xiàn)單純的信息存儲(chǔ)和刪除功能，是對(duì)記憶和遺忘的簡(jiǎn)單模擬。存在的主要問題是模型的結(jié)構(gòu)不夠完善，缺少對(duì)記憶信息之間的關(guān)聯(lián)關(guān)系和存儲(chǔ)結(jié)構(gòu)的研究，也沒有對(duì)記憶信息的遺忘和調(diào)用過程進(jìn)行探討。為此，本文從生物的記憶和遺忘原理出發(fā)，在擴(kuò)展記憶系統(tǒng)模型的基礎(chǔ)上，提出了一個(gè)較為完整的智能記憶模型設(shè)計(jì)方案。

2 記憶原理與遺忘特性

記憶的基本模型包括瞬時(shí)記憶、短時(shí)記憶、長(zhǎng)時(shí)記憶3種類型［13］，如圖1所示。其中，瞬時(shí)記憶是感知信息的短時(shí)存儲(chǔ)，在整個(gè)認(rèn)知過程中起到濾波器的作用；短時(shí)記憶由當(dāng)前頭腦中的信息組成，長(zhǎng)時(shí)記憶則存儲(chǔ)著主體關(guān)于世界的一切經(jīng)驗(yàn)和知識(shí)。

圖1 基本記憶模型

R.Atkinson［14］等在基本模型的基礎(chǔ)上進(jìn)行了擴(kuò)展，加入了對(duì)記憶過程進(jìn)行控制的記憶控制器，如圖2所示。

圖2 記憶系統(tǒng)擴(kuò)展模型

與記憶的保持相對(duì)應(yīng)的是，大腦具有天生的 “遺忘”機(jī)制。德國(guó)心理學(xué)家艾賓浩斯經(jīng)過長(zhǎng)期研究發(fā)現(xiàn)了人類遺忘的一般特性：

（1）遺忘在學(xué)習(xí)之后立即開始，并且每次學(xué)習(xí)所用去的時(shí)間與記憶衰減的時(shí)間間隔相比要小得多，為此，在學(xué)習(xí)期間自然衰減的作用可忽略不計(jì)；

（2）遺忘的進(jìn)程不是均勻的，而是保持 “先快后慢”的原則；

（3）不同個(gè)體和記憶材料的遺忘曲線不同。

3 記憶模型的建立

由于生物記憶與計(jì)算機(jī)系統(tǒng)的存儲(chǔ)形式相似，各種記憶形式能在計(jì)算機(jī)上獲得良好的實(shí)現(xiàn)，這就使得記憶原理在計(jì)算機(jī)系統(tǒng)中的應(yīng)用成為可能［15］。從信息加工的角度看，記憶包括3個(gè)基本過程：信息進(jìn)入記憶系統(tǒng)－編碼，信息在記憶中存儲(chǔ)－保持，信息從記憶中提取出來－提取。

3.1 記憶信息的定義和編碼

為了便于實(shí)現(xiàn)對(duì)記憶信息的編碼，首先需要對(duì)記憶信息進(jìn)行合理的分類。依據(jù)虛擬士兵記憶內(nèi)容的不同，本文將記憶信息分為五大類：實(shí)體信息、環(huán)景信息、路徑信息、任務(wù)信息、規(guī)則知識(shí)。

定義1 記憶強(qiáng)度M（memory degree）是描述虛擬士兵對(duì)信息的記憶程度的量，表示當(dāng)前能調(diào)用的記憶信息占完整信息的比重，M∈ ［0，1］。由于瞬時(shí)記憶和短時(shí)記憶存儲(chǔ)時(shí)間都很短，在其作用期間，可以認(rèn)為它們的記憶強(qiáng)度保持不變，即假定兩種記憶在有效期內(nèi)有M＝1。

定義2 記憶信息元MIC（memory info cell）是記憶系統(tǒng)中最小、最基本的信息單位，是各類記憶信息共有屬性的集合，其編碼形式為

MIC＝＜ID，Tc，S，Q，Content，M，tag，Rc，n＞式中：ID——MIC的存儲(chǔ)編號(hào)；Tc——?jiǎng)?chuàng)建時(shí)間，S＝｛Entity，Scene，Path，Mission，Rule｝——記憶信息的類型；Q＝ ｛instant，short，long｝——MIC的存儲(chǔ)時(shí)間類型；Content——MIC包含的具體內(nèi)容，是MIC最重要的部分，不同的信息類型決定了Content的內(nèi)部結(jié)構(gòu)；M——MIC的記憶強(qiáng)度；tag——標(biāo)志位，在不同的記憶存儲(chǔ)類型中，該標(biāo)志位具有不同的含義：對(duì)瞬時(shí)記憶 （Q＝instant），tag為關(guān)注標(biāo)志位；對(duì)短時(shí)記憶 （Q＝short），tag為激活標(biāo)志位；對(duì)長(zhǎng)時(shí)記憶 （Q＝long），tag則為調(diào)用標(biāo)志位；Rc——MIC的記憶最大存儲(chǔ)容量，Content包含的信息量不能超過該值，否則超出的部分會(huì)進(jìn)入一個(gè)新建的MIC單元；n——MIC的激活或調(diào)用次數(shù)。

定義3 記憶信息包 （memory info package，MIP）是由若干個(gè)相同類型的MIC組成的集合，其編碼形式為

式中：ID——MIP的存儲(chǔ)編號(hào)，Tp——MIP的創(chuàng)建時(shí)間，Rp——MIP的最大存儲(chǔ)容量，MICSet＝ ｛MIC1，MIC2，…，MICh｝（Rp≥h≥0）為包含的MIC的集合。

定義4 記憶信息庫(kù) （memory info database，MID）是由若干個(gè)相互關(guān)聯(lián)的MIP組成的集合，其編碼形式為

式中：ID——MID的存儲(chǔ)編號(hào)，Td——MID的創(chuàng)建時(shí)間，Rd——MID的最大存儲(chǔ)容量，MIPSet＝ ｛MIP1，MIP2，…，MIPn｝（Rd≥n≥0）——包含的 MIP的集合。

3.2 記憶信息的分層存儲(chǔ)結(jié)構(gòu)

由于瞬時(shí)記憶和短時(shí)記憶的存儲(chǔ)時(shí)間非常短，且信息的更新非常頻繁，因此對(duì)這兩種記憶信息采用槽式存儲(chǔ)結(jié)構(gòu)，用時(shí)間控制器控制信息存入或退出槽道的順序，便于更新和訪問。槽式結(jié)構(gòu)如圖3所示。

圖3 槽式存儲(chǔ)結(jié)構(gòu)

相比之下，長(zhǎng)時(shí)記憶的存儲(chǔ)時(shí)間最長(zhǎng)。因?yàn)殚L(zhǎng)時(shí)記憶是記憶系統(tǒng)中記憶能力最強(qiáng)、記憶信息最多、結(jié)構(gòu)最復(fù)雜的記憶，且信息之間常常是相互關(guān)聯(lián)的。為此M.R.Quillian［14］等提出了長(zhǎng)時(shí)記憶的層次網(wǎng)絡(luò)模型，按照概念的級(jí)別建立信息的層次結(jié)構(gòu)。但是這種模型是靜態(tài)的，難以描述記憶信息的動(dòng)態(tài)變化過程。為此，借鑒層次網(wǎng)絡(luò)模型思想，本文采用廣義樹結(jié)構(gòu)存儲(chǔ)長(zhǎng)時(shí)記憶信息，既能構(gòu)建較為清晰的信息脈絡(luò)，使信息之間的關(guān)聯(lián)關(guān)系層次分明，又便于實(shí)現(xiàn)信息的及時(shí)擴(kuò)充更新和其他操作。

存儲(chǔ)記憶信息的廣義樹就是廣義記憶樹（general memory tree，GMT），用GMT＝ ｛r，T1，T2，…，Tw｝表示，其中r為根結(jié)點(diǎn)，Ti為其中第i棵子樹，w≥0為子樹的個(gè)數(shù)。GMT的創(chuàng)建時(shí)間用根結(jié)點(diǎn)的創(chuàng)建時(shí)間來表示。樹中每個(gè)結(jié)點(diǎn)的度是任意的，這樣可以使得相互關(guān)聯(lián)的信息盡可能地保存在相近的位置。GMT的結(jié)構(gòu)如圖4所示。

圖4 GMT結(jié)構(gòu)

若干個(gè)GMT集合在一起便是廣義記憶森林 （general memory forest，GMF）。用符號(hào)可表示為：GMF＝｛GMT1，GMT2，…，GMTm｝，其中 m≥0為 GMT的個(gè)數(shù)。GMT在GMF中按照其創(chuàng)建時(shí)間的先后進(jìn)行排列，便于后續(xù)對(duì)信息的快速搜索。GMF的結(jié)構(gòu)如圖5所示。

圖5 GMF結(jié)構(gòu)

4 記憶控制器

記憶控制器的作用是建立記憶信息存儲(chǔ)時(shí)限的轉(zhuǎn)換規(guī)則，為模擬遺忘行為提供相應(yīng)的信息刪除算法，并為完成記憶信息的提取和調(diào)用提供較為簡(jiǎn)單、有效的實(shí)現(xiàn)算法，是智能記憶模型不可或缺的組成部分。

4.1 記憶轉(zhuǎn)換規(guī)則

根據(jù)記憶原理可知，瞬時(shí)記憶存儲(chǔ)時(shí)間非常短，遺忘非?？?，只有少部分得到持續(xù)關(guān)注的瞬時(shí)記憶元才能轉(zhuǎn)換為短時(shí)記憶元；短時(shí)記憶元經(jīng)過多次學(xué)習(xí)，達(dá)到一定閾值時(shí)則轉(zhuǎn)換為長(zhǎng)期記憶元；長(zhǎng)時(shí)記憶元若被記憶系統(tǒng)調(diào)用，該長(zhǎng)時(shí)記憶元?jiǎng)t被添加到為短時(shí)記憶中。給瞬時(shí)記憶元添加關(guān)注時(shí)間變量ta，當(dāng)其關(guān)注標(biāo)志位tag變?yōu)?時(shí)，ta開始計(jì)時(shí)。記Ta為瞬時(shí)記憶關(guān)注時(shí)間閾值，Nk為短時(shí)記憶激活次數(shù)閾值，則存儲(chǔ)類型之間的轉(zhuǎn)換規(guī)則為：

4.2 遺忘規(guī)則

對(duì)瞬時(shí)記憶和短時(shí)記憶而言，由于不具有明顯的遺忘過程，可以根據(jù)其作用的時(shí)間來判定是否將其遺忘。對(duì)瞬時(shí)記憶元，當(dāng)其關(guān)注標(biāo)志位tag為0時(shí)，表明當(dāng)前未獲得關(guān)注，則刪除該記憶；對(duì)短時(shí)記憶元而言，當(dāng)其激活標(biāo)志位tag為0時(shí)，表明當(dāng)前處于未被激活狀態(tài)，該信息沒有被使用，則刪除該記憶。

長(zhǎng)時(shí)記憶存儲(chǔ)時(shí)間較長(zhǎng)，遺忘過程比較緩慢，只有當(dāng)其記憶強(qiáng)度低于一定閾值時(shí)，才能判定該記憶被遺忘。根據(jù)遺忘機(jī)理，構(gòu)建相應(yīng)的遺忘函數(shù)如下

式中：M1、M2——t1、t2時(shí)刻的記憶強(qiáng)度，α——與個(gè)體有關(guān)的個(gè)性衰減因子，β——與記憶信息類型有關(guān)的衰減系數(shù)。根據(jù)實(shí)際情況，該遺忘函數(shù)應(yīng)當(dāng)滿足條件

當(dāng)虛擬士兵對(duì)記憶信息進(jìn)行調(diào)用時(shí)，該信息的記憶強(qiáng)度將會(huì)呈現(xiàn)階躍式增長(zhǎng)。為簡(jiǎn)化計(jì)算，分別記Mn、Mn＋1為第n次和第n＋1次調(diào)用時(shí)的記憶強(qiáng)度，對(duì)應(yīng)的時(shí)間分別為tn和tn＋1，記Mt為t時(shí)刻的記憶強(qiáng)度，對(duì)tn≤t＜tn＋1有Mt的表達(dá)式為

令△M＝μ（1－Mn），則△M表示經(jīng)過第n次調(diào)用后記憶強(qiáng)度的增量。其中 （1－Mn）為當(dāng)前最大的記憶強(qiáng)度增量，μ為強(qiáng)度激活系數(shù)，且滿足μ∈ （0，1］。

在此基礎(chǔ)上，構(gòu)建長(zhǎng)時(shí)記憶的遺忘算法如下：

步驟1 初始化M0、βi（i＝1，2，3，4，5）、α、μ；

步驟2 將記憶信息輸入GMT的對(duì)應(yīng)結(jié)點(diǎn)，并構(gòu)造GMF；

步驟3 更新各葉子結(jié)點(diǎn)的M值，若tag＝0，則按照式 （1）計(jì)算M；若tag＝1，則按照式 （2）計(jì)算M；

步驟4 遍歷記憶樹的各個(gè)葉子結(jié)點(diǎn)，若有M＜Mz，其中Mz為遺忘強(qiáng)度閾值，則刪除該葉子結(jié)點(diǎn)；若分支結(jié)點(diǎn)包含的葉子結(jié)點(diǎn)為空，則刪除該分支結(jié)點(diǎn)，以此類推；

步驟5 更新GMT的各結(jié)點(diǎn)信息，返回步驟3。

針對(duì)葉子結(jié)點(diǎn)被刪除而有可能刪除其父結(jié)點(diǎn)的情況，本文考慮3種 （如圖6所示）：

（1）被刪結(jié)點(diǎn)具有不止一個(gè)的兄弟葉子結(jié)點(diǎn)或兄弟普通結(jié)點(diǎn)，則直接刪除該葉子結(jié)點(diǎn)。

圖6 葉子結(jié)點(diǎn)被遺忘的3種情形

（2）被刪結(jié)點(diǎn)只有一個(gè)兄弟普通結(jié)點(diǎn)，而沒有兄弟葉子結(jié)點(diǎn)，則用兄弟普通結(jié)點(diǎn)來替代其父結(jié)點(diǎn)；

（3）被刪結(jié)點(diǎn)只有一個(gè)兄弟子結(jié)點(diǎn)而沒有普通結(jié)點(diǎn)，則用它的兄弟葉子結(jié)點(diǎn)來取代它的父結(jié)點(diǎn)。

4.3 記憶信息的提取

人類所謂的 “回憶”現(xiàn)象實(shí)質(zhì)上是對(duì)記憶信息的搜索和調(diào)用。這一過程的實(shí)現(xiàn)就是在長(zhǎng)時(shí)記憶存儲(chǔ)系統(tǒng)中搜索信息的唯一標(biāo)識(shí)ID，然后調(diào)用該ID對(duì)應(yīng)的信息。依據(jù)目標(biāo)ID的創(chuàng)建時(shí)間找到與其臨近的GMT，然后針對(duì)GMT使用寬度優(yōu)先算法可以保證找到目標(biāo)結(jié)點(diǎn)。該算法描述如下：

步驟1 令N為初始結(jié)點(diǎn)的列表；

步驟2 若N為空，則退出并返回失敗信號(hào)；

步驟3 令當(dāng)前結(jié)點(diǎn)r為N中第一個(gè)結(jié)點(diǎn)，然后將r從N中移出；

步驟4 若r為目標(biāo)結(jié)點(diǎn)，則退出并返回成功信號(hào)；步驟5 否則，將r的子結(jié)點(diǎn)插入到N的末尾，然后返回步驟2。

4.4 算法驗(yàn)證

通過Matlab工具對(duì)上述遺忘算法進(jìn)行了仿真實(shí)驗(yàn)，仿真的結(jié)果如圖7－圖9所示。

通過上述計(jì)算，可以看到不同的記憶類型和個(gè)性因子具有不同的遺忘曲線，并且記憶在遺忘的過程中如果得到學(xué)習(xí)，其記憶強(qiáng)度會(huì)階躍式增加，這與艾賓浩斯的遺忘特性基本上能夠吻合。

圖9 經(jīng)過t＝50和t＝100兩次學(xué)習(xí)的遺忘曲線

5 結(jié)束語(yǔ)

本文針對(duì)虛擬士兵建模的需要，在分析現(xiàn)有記憶模型不足的基礎(chǔ)上，對(duì)記憶信息進(jìn)行了合理分類，構(gòu)建了記憶信息的編碼、存儲(chǔ)結(jié)構(gòu)和提取算法，并根據(jù)人類遺忘的特點(diǎn)，構(gòu)造了記憶的遺忘算法，最后通過Matlab工具對(duì)算法進(jìn)行了驗(yàn)證。結(jié)果表明該算法與實(shí)際情況基本相符，為進(jìn)一步提高虛擬士兵的真實(shí)度和可信度提供了有益的借鑒。但是針對(duì)記憶信息的提取算法還有待于進(jìn)一步改進(jìn)，以期進(jìn)一步減少計(jì)算消耗，提高搜索效率。

［1］CHEN Wencheng.Research and realization of virtual battlefield environment［D］.Chengdu：Electronic Technology Universit，2009（in Chinese）.［陳文成，虛擬作戰(zhàn)訓(xùn)練環(huán)境的研究與實(shí)現(xiàn) ［D］.成都：電子科技大學(xué)，2009.］

［2］LIU Weibin，ZHOU Liang，XING Weiwei，et al.Modeling realistic behaviors and movements of autonomous virtual humans ［J］.Transactions of Beijing Institute of Techonology，2010，30 （10）：1189－1193.

［3］RONG Ming，WANG Qinzhao，LI Xiaolong.Study on 3Dvirtual soldier based on MDL model［J］.Journal of System Simulation，2006，18 （4）：1062－1064.

［4］YU Yang，JIANG Yuming.Simulation of 3Dvirtual soldiers training ［J］.Computer Engineering and Applications，2009，45 （22）：166－168.

［5］SHI Jie，RONG Ming，LI Xiaolong，et al.Study on simulation of virtual soldier based on Cal3D ［D］.Hefei：University of Science and Technology of China，2009：532－535.

［6］ZHAO Wei，XIE Xiaofang.Research on aggressive behavior of autonomous virtual soldier ［J］.Computer Engineering and Applications，2010，46 （32）：67－70.

［7］LU Wei，RONG Ming，LI Xiaolong，et al.Simulation research of appearance diversity about virsual solider［D］.Hefei：University of Science and Technology of China，2009：370－373.

［8］ZHANG Shujun，BAN Xiaojuan，CHEN Yong，et al.Memorybased cognitive model of artificial fish［J］.Computer Engineering，2007，33 （19）：33－36.

［9］SUN Libo，SUN Jizhou，LIU Yan，et al.Model for virtual humans based the feedback control［J］.Journal of Software，2010，21 （5）：1171－1180.

［10］NI Hui.Research of the key technologies for autonomous virtual human ［D］.Tianjin：Tianjin University，2007 （in Chinese）.［倪慧.自主虛擬人關(guān)鍵技術(shù)的研究 ［D］.天津：天津大學(xué)，2007.］

［11］LOU Yan，HE Hanwu，LU Yongming，et al.Research and implement on dynamic geometry vision model of virtual autonomous vehicle ［J］.Journal of System Simulation，2006，18（9）：2676－2683.

［12］LI Bing.Perception model of autonomous virtual characters in intelligent virtual environmentss［D］.Daqing：Daqing Institute of Petroleum，2008（in Chinese）.［李冰.智能虛擬環(huán)境中自主虛擬角色感知模型的研究 ［D］.大慶：大慶石油學(xué)院，2008.］

［13］LU Qiuqin，HUANG Guangqiu，ZHOU Jiao.Model of intellectualized pinyin input method based on biological memory principles ［J］.Computer Engineering and Applications，2011，47 （9）：56－60.

［14］SHI Zhongzhi.Intelligence science ［M］.Beijing：Tsinghua University Press，2006（in Chinese）. ［史忠植.智能科學(xué)［M］.北京：清華大學(xué)出版社，2006.］

［15］ZUO Saizhe，GUO Yucui，GONG Shangbao，et al.Trust value update model based on the memory theory ［J］.Journal of Southeast University（Natural Science Edition），2010，40（z2）：307－312.