英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
综合性格设计的艺术与科学
克里斯托弗克莱恩和布鲁姆布隆伯格合成字符集团，麻省理工媒体实验室20艾姆斯街，剑桥，麻州02139
fckline，bruceg @ media.mit.edu
摘要
从传统动画和现代哲学的观点出发，我们提出了一种设计综合字符的方法。 我们的方法的目标是构建既有吸引力又有意义的人物，因为人们可以理解他们，并且可以理解，因为他们的行为可以被看作是企图根据他们的信仰满足他们的愿望。 我们还提供了一个简单的，基于价值的框架，可以灵活地实施构建故意角色所需的子系统。
介绍
娱乐和人工智能研究最有希望的交汇点之一是创造可信的综合人物 - 简单但完整的三维位置代理人，他们可以在特定的情况或场景下完成并表达正确的事物。 这些类型的代理的例子包括电脑游戏中的非玩家角色，好莱坞电影中的数字“额外”以及基于计算机的人造宠物。 通常这些角色不需要对世界进行复杂的推理，也不需要制定复杂的计划来实现困难的目标。 相反，他们可以通过对内部和外部影响作出反应，以可预测的方式并与其设计的场景相一致的方式有效发挥其作用。
在学习建立这些类型的角色的过程中，我们经常发现自己正在挣扎着两个基本问题。 首先，作为观察者，我们有什么样的属性或品质来期待一个可信的性格？ 其次，鉴于这些期望，执行它们的“正确方法”是什么？
本白皮书概述了我们从建立若干复杂综合字符的经验中学到的经验教训。 我们首先讨论人们如何理解角色的理论，然后确定一些我们发现的重要的子系统，以建立引人注目和易于理解的角色。 接下来，我们概述了这些子系统的几种方法，并通过分离出这些方法的语义差异来展示它们是如何得出每个子系统的基本活动的。 然后我们描述了一个我们为角色构建开发的简单的基于价值的框架，展示了如何用框架的四个组件来实现每个子系统。 最后，我们总结了我们对这个框架的实验的一些结果，并为未来的探索提出了方向。
对综合特征的期待
要学习如何建立可信的角色，我们回顾传统角色动画的丰富历史。 当我们看一位伟大的动画师为人生带来的角色时，我们确切知道角色在每个瞬间都在思考和感受到什么，虽然我们可能不知道到底要做什么，但我们总是可以呼唤我们对其欲望的感知和信仰冒险猜测。 即使我们的猜测是错误的，由此产生的行为几乎总是“合理”的。
像“生命的幻想”（Thomas Illusion）这样的经典解释了创造可信人物的艺术，这是从根本上揭示人物内在思想的艺术 - 它的信仰和欲望 - 通过动作，声音，形式，颜色和舞台。 但为什么这些技术有效？ 美国哲学家丹尼尔丹尼特认为，他们的工作原因是，为了理解和预测他们周围的有生命物体的行为，人们运用他所谓的故意立场（1987）。 他认为，故意的立场是把这些物体视为“理性的代理人”，他们的行动是那些他们认为最有可能通过他们的“信仰”来推动他们的“欲望”的行为“（1998年）。
欲望是理解和识别角色的关键。 当我们看到狼在“小红帽”中长期“看”的时候，或许舔着他的嘴唇，我们得出这样的结论：狼很饿，想吃我们的女主人公。 我们如何得出这个结论？ 当然，通过应用故意的立场！ 除非他饿了，否则他为什么会表现饥饿？
信仰是什么转向欲望行动，反映感性投入（“如果我看到一条小溪，那么我相信我会在那里找到水”），情感投入（“因为我害怕那个人，我会逃避他“），并学习（”我最后一次在这个领域，我看到一条蛇，因此我今天将避开这个领域“）。 我们通过推断他们的信仰如何影响他们试图满足他们的欲望的方式来理解角色的行为。
我们如何应用熟练的动画师的见解和有意识立场的知识来建立一个人们认为令人信服且易于理解的综合性人物？ 从工程学的角度来看，我们可以将这些期望分解成功能子系统的简短列表：
-
- 励志驱动器
- 情绪
- 知觉
- 行动选择
励志驱动器
对于一个角色出现适当的动机，它必须继续努力满足其欲望，同时优雅地处理突发情况。 例如，一个正在挨饿的生物可能会暂时忽略它的饥饿，以便逃离即将到来的掠食者。 然而，一旦危险发生，该生物应该恢复寻找食物。 通过将行为选择偏向于满足生物内部需求的行为，动机驱动提供了实现面向目标的行为的方式。
几位研究人员已经解决了建筑物生物背景下的动机问题。 一个例子是Blumberg（1996）的工作，他在虚拟狗的设计中使用时间循环的“内部变量”来偏向动作选择并促进合成参与者的外部方向。 在另一个领域，Breazeal（1998）开发了一个调节机器人婴儿与其人类看护者之间相互作用的动机系统，其目标是维持适合学习的环境。
大多数方法都同意驱动器的一般行为。 最重要的是，它们是周期性的，自我平衡的积极或消极的偏离随着时间的推移，从“满意”的基本状态分别代表不足和过度关注，相应的愿望。 这些愿望可以通过成功执行诸如进食等周到的行为或外部刺激的变化（如温度波动或与其他生物的相互作用）来实现。 无人看管时，随着时间的推移，驱动器会慢慢增加; 细心的行为的影响是将驱动器的价值转移回其稳态基本状态。
情绪
情绪偏好动作选择的方式与驱动器非常相似。 例如，一个生气的人可能比一个快乐的人更容易发生暴力行为。 然而，情绪也会偏向角色动作的质量。 如果生物悲伤，它应该悲伤地走路; 如果它恐惧，它应该以传达恐惧的方式达到目的。 通过这种方式，情绪有助于观察者与生物形成共情纽带，并使其行为看起来适当动机（Thomas 1981）。
文学中有许多方法可以模拟情绪和其他情感现象。 在
所谓的“评估”情感理论，就是说个人对他们的当前状态和理想状态进行认知评估。 例如，赖利（Reilly，1996）提出恐惧可能与“未能实现当前目标的可能性”乘以“不失败的重要性”成正比。 其他人如LeDoux（1996）认为，情绪可以在远低于认知水平的水平上发挥作用，因为动物可以感觉到情绪，而不需要有意识地理解为什么。 结合这些方法，Velasquez（1998）提出了一个框架，模拟情绪系统如何与感知，动机，行为和运动系统相互作用。
这些模型的普遍共识是，情绪通常表现出很大的冲动响应，然后逐渐衰减回到基本状态，而不是随着时间慢慢地增加。 通过改变衰减项和刺激增益，可以调整脉冲响应的幅度和斜率，形成情绪的特征响应。 调整情绪空间中的这些参数等同于塑造生物的“气质”。 同样，通过改变每种情绪的偏倚项，该生物就会将该生物置于特定的情绪状态，从而设定其“情绪”。 这些衰退，偏见和刺激项代表了各种系统1的影响，而这些系统反过来又受当前情绪状态的影响。
模拟多种情绪对动作选择等内部过程的影响是非常合适的，但人类观察者很难一次在视觉上感知多于一种情绪。 这就是为什么动画师倾向于强调角色最重要的情感，避免“混合情绪”。 因为我们正在为人类设计角色与之互动，所以对于基础情感模型来说，支持一些“主导”情感的概念是很重要的。 这种主导性情绪可以用于参数化运动和表达，让观察者洞察角色的内在欲望和信念。
这种参数化的一个例子是Rose，Cohen和Bodenheimer（1997）的动画系统，其中运动命令用动词（“步行”，“伸手可及”）和副词（“可悲”，“不耐烦地”）。 通过使用多维插值，该系统可用于连续修改角色的动作，以表示一种或多种情绪的变化状态（例如，使角色移动，好像它大部分是快乐的，但稍微不耐烦并有点累）。
知觉
从根本上讲，一个具体化的代理人需要一种方式来“理解”它所处的世界。 我们的意思是两件事。 首先，这个生物需要一种感知周围世界的方法; 其次，它必须有一个机制来评估传入感官信息的显着性。 sen-
1例如，因素包括神经生物学（如激素），激励（强烈饥饿），认知（即将召开的会议截止日期;对捕食者的感知）和感觉运动（姿势）
Sory刺激及其相应的评估机制被称为知觉诱导剂或行为学家（Lorenz 1973，McFarland 1993）称之为释放机制。
感觉信息可以提供给合成生物的许多形式，其中大部分属于三个基本类别：真实世界的物理感应，合成视觉和直接感测。 像Cog机器人（Brooks 1996）的马达中的温度传感器和Mataric（1994）的移动机器人上的红外传感器等物理设备是现实世界传感器的典型代表。 合成视觉技术试图从生物视角呈现的物理场景中提取显着特征; 例子包括Maes的ALIVE系统（1996）和Tu和Terzopolous的人造鱼（1994）。 在直接感知中，生物通过直接询问世界或世界中的物体来获得信息; 这是雷诺兹（Reynolds，1987）和许多视频游戏所采用的方法。
Blumberg（1996）在Lorenz（1973），Baerends（1976）和McFarland（1993）的观点基础上作出的重要贡献之一是，外部感知影响必须降低到一种与内部影响相一致的形式如动机和情绪。 使用一致的内部“共同货币”对于解决行为相关性问题至关重要 - 一块腐烂的食物应该像一个饥饿的生物那样引人注目，因为一块美味的蛋糕就是一个已经吃得太多的生物。 鉴于这种代表性范式，机会主义行为仅仅是外部和内部影响之间权重相对差异的副作用。
行动选择
无论具体实施如何，任何行动选择计划要解决的基本问题都是充足性，相关性和一致性（Brooks 1990）。 充足性确保行为选择机制允许生物实现其目标。 如上所述，相关性包括同时考虑生物的内在动机和永恒的感官刺激，以实现目标驱动和机会主义行为之间的正确平衡。 行为的一致性意味着行为表现出适当的持久性，并且不会相互干扰或快速交替，而不会朝着预期目标（即行为混淆）前进。
为了在嘈杂而动态的环境中实现这些目标，过去二十年的代理研究已经从认知主义的“计划”方法转向了以代理 - 环境相互作用的动态为特征的模型。 在这些环境中，新兴的AI研究人员认为，与传感器和执行器紧密结合的简单竞争行为的集合可能比复杂的规划机制更有效，同时表现出许多相同的功能。 这些方法的例子包括Agre和Chapman的Pengi系统（1987），Brooks的包含结构（1986），扩散激活网络
Maes（1991）以及Minsky（1988）的“心智社会”理论。
为了充分利用这两种方法的优点，像Firby（1987）这样的混合系统在行为执行过程中使用规划器进行高层次的行为决策，同时使用反应系统进行低层控制。
受到行为学行为理论的启发，一些系统使用分级组织将复杂任务分解为专门的交叉排斥组（Minsky，1988），其中互斥行为竞争优势，使用相互和侧向抑制来控制仲裁（Ludlow，1976） 。 其中最引人注目的是布隆伯格的汉姆斯坦体系（1994）和泰瑞尔的工作（1993）。
基于价值的框架
在前一节中，我们谈到了一些角色的重要组成部分，这些角色的行为和表达方式让人们觉得可以理解并引人注目。 但是应该如何去实现这些子系统呢？ 根据我们的经验，我们发现尝试各种方法是有用的; 当底层框架使得易于实现和集成不同模型时，这种持续的即兴创作变得更加容易。
建立生物的传统方法是逐个关注每个子系统。 但是，如果我们退后一步并将它们视为一个整体，那么两个重要的规律就会变得明显。 首先，子系统之间存在高度的相互依赖关系 - 感知，情绪和驱动影响行为选择，行动选择的结果反过来影响世界的外部状态和生物的内部状态。 其次，每一个的功能都可以被解释为一种量化机制。 例如，情绪和驱动力的变化值表明内部需求的状态，知觉诱发因子决定知觉的相关性，动作选择机制从多个竞争者中选择最合适的行为。
这表明这些子系统之间有很多共同的功能。 在许多情况下，这些子系统执行的功能可以看作是应用于同一小组底层进程的简单不同的语义。 因此，除了努力为每个子系统集成多个不同的模型外，更有意义的是在提供这些共享结构的框架之上构建它们。
四个组成部分
我们从四个基本的基础组件构建了这种类型的框架。 我们框架的一致性来自于我们的主要内部表示是浮点值的事实。 除了作为思考情绪，驱动和感官输入的直观方式之外，基于价值的框架还具有许多其他优点。 它们相对容易实施
并且在运行时快速，与强化学习和神经网络有很好的相似性，并且易于扩展，因为外部语义与内部表示是分开的。
当然，并非所有的东西都以数字表示。 然而，为了在世界相处的目的，可能产生非数字表示（感知和认知，例如）的过程可以看作是一个终端行动的手段。 在任何生物采取行动之前，必须先决定采取什么行动，这是一个定性评估。 因此，为了行动选择的目的，我们系统中的所有语义表示首先被转换为一个值。
3.1.1传感器
在我们的系统中，传感器基元是一个抽象组件，它可以在任意输入上进行操作，并输出一组适合传感器功能标准的对象。 传感器通常使用外部世界或字符的内部状态作为输入。 另外，他们可以使用不同传感器的输出作为输入; 以这种方式，可以形成有向的非循环数据流感测网络。 例如，VisibleObject-Sensor可以找到世界上所有可见的对象
3.1.4组
第四个原语组，用于将累加器组织成语义组，并对其施加任意行为。 例如，除了具有最高值的累加器外，一个组可能会强制其累加器的值为零。 这个抽象保持累加器的语法和配置独立于它们的组语义。
3.2 从组件到子系统
作为一个例子，我们现在将展示每个子系统可以从我们框架的组件构建的一种方式。
3.2.1驱动器
lt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[22262]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
