徐義文，張 力，慕曉冬，殷小靜

（第二炮兵工程學院 四系，陜西 西安710025）

0 引 言

部隊傳統(tǒng)的訓練和演習方法不僅需要花費巨額資金，而且要承擔人員傷亡的風險，因此，傳統(tǒng)軍事訓練難以對所有的假想情況進行有效模擬［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，為進一步增強軍事訓練仿真的實效性開辟了新的道路。

虛擬士兵是士兵在虛擬戰(zhàn)場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系統(tǒng)的逼真性和沉浸感，甚至達到事半功倍的效果。如何在實時虛擬環(huán)境中創(chuàng)建具有真實感的智能行為與運動能力的自主虛擬人已成為計算機、虛擬現(xiàn)實及相關(guān)技術(shù)學科領(lǐng)域中一項富有挑戰(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，只有這樣才能達到令人滿意的效果。

1 相關(guān)工作

目前針對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。對于前者，文獻 ［3］和文獻 ［4－5］分別運用MDL模型和骨骼動畫技術(shù)實現(xiàn)了對虛擬士兵基本動作的仿真。對于后者，文獻 ［6］研究了虛擬士兵的失能模型，并提出了基于模糊規(guī)則的最佳攻擊目標選擇算法，文獻 ［7］則針對如何提高虛擬士兵外觀的多樣化進行了重點研究。

現(xiàn)有的虛擬士兵模型缺少對記憶和遺忘的研究，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。如果虛擬士兵在復雜的虛擬戰(zhàn)場中不具有記憶能力，其感知獲得的信息無法及時保存，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，一些學者進行了相關(guān)研究，并取得了一定的成果。文獻 ［8］將記憶模型引入到人工魚的建模中，豐富了人工魚的認知行為；文獻 ［9－10］在自主虛擬人的感知模型時構(gòu)建了基于環(huán)形隊列的記憶模型；文獻 ［11］構(gòu)建了虛擬自主汽車的真假記憶庫模型；文獻［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)部實現(xiàn)單純的信息存儲和刪除功能，是對記憶和遺忘的簡單模擬。存在的主要問題是模型的結(jié)構(gòu)不夠完善，缺少對記憶信息之間的關(guān)聯(lián)關(guān)系和存儲結(jié)構(gòu)的研究，也沒有對記憶信息的遺忘和調(diào)用過程進行探討。為此，本文從生物的記憶和遺忘原理出發(fā)，在擴展記憶系統(tǒng)模型的基礎(chǔ)上，提出了一個較為完整的智能記憶模型設(shè)計方案。

2 記憶原理與遺忘特性

記憶的基本模型包括瞬時記憶、短時記憶、長時記憶3種類型［13］，如圖1所示。其中，瞬時記憶是感知信息的短時存儲，在整個認知過程中起到濾波器的作用；短時記憶由當前頭腦中的信息組成，長時記憶則存儲著主體關(guān)于世界的一切經(jīng)驗和知識。

圖1 基本記憶模型

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

圖2 記憶系統(tǒng)擴展模型

與記憶的保持相對應(yīng)的是，大腦具有天生的 “遺忘”機制。德國心理學家艾賓浩斯經(jīng)過長期研究發(fā)現(xiàn)了人類遺忘的一般特性：

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

（2）遺忘的進程不是均勻的，而是保持 “先快后慢”的原則；

（3）不同個體和記憶材料的遺忘曲線不同。

3 記憶模型的建立

由于生物記憶與計算機系統(tǒng)的存儲形式相似，各種記憶形式能在計算機上獲得良好的實現(xiàn)，這就使得記憶原理在計算機系統(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個基本過程：信息進入記憶系統(tǒng)－編碼，信息在記憶中存儲－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

為了便于實現(xiàn)對記憶信息的編碼，首先需要對記憶信息進行合理的分類。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：實體信息、環(huán)景信息、路徑信息、任務(wù)信息、規(guī)則知識。

定義1 記憶強度M（memory degree）是描述虛擬士兵對信息的記憶程度的量，表示當前能調(diào)用的記憶信息占完整信息的比重，M∈ ［0，1］。由于瞬時記憶和短時記憶存儲時間都很短，在其作用期間，可以認為它們的記憶強度保持不變，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的存儲編號；Tc——創(chuàng)建時間，S＝｛Entity，Scene，Path，Mission，Rule｝——記憶信息的類型；Q＝ ｛instant，short，long｝——MIC的存儲時間類型；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的記憶強度；tag——標志位，在不同的記憶存儲類型中，該標志位具有不同的含義：對瞬時記憶 （Q＝instant），tag為關(guān)注標志位；對短時記憶 （Q＝short），tag為激活標志位；對長時記憶 （Q＝long），tag則為調(diào)用標志位；Rc——MIC的記憶最大存儲容量，Content包含的信息量不能超過該值，否則超出的部分會進入一個新建的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）是由若干個相同類型的MIC組成的集合，其編碼形式為

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

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

式中：ID——MID的存儲編號，Td——MID的創(chuàng)建時間，Rd——MID的最大存儲容量，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結(jié)構(gòu)

由于瞬時記憶和短時記憶的存儲時間非常短，且信息的更新非常頻繁，因此對這兩種記憶信息采用槽式存儲結(jié)構(gòu)，用時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 槽式存儲結(jié)構(gòu)

相比之下，長時記憶的存儲時間最長。因為長時記憶是記憶系統(tǒng)中記憶能力最強、記憶信息最多、結(jié)構(gòu)最復雜的記憶，且信息之間常常是相互關(guān)聯(lián)的。為此M.R.Quillian［14］等提出了長時記憶的層次網(wǎng)絡(luò)模型，按照概念的級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)存儲長時記憶信息，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，又便于實現(xiàn)信息的及時擴充更新和其他操作。

存儲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，Ti為其中第i棵子樹，w≥0為子樹的個數(shù)。GMT的創(chuàng)建時間用根結(jié)點的創(chuàng)建時間來表示。樹中每個結(jié)點的度是任意的，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GMT集合在一起便是廣義記憶森林 （general memory forest，GMF）。用符號可表示為：GMF＝｛GMT1，GMT2，…，GMTm｝，其中 m≥0為 GMT的個數(shù)。GMT在GMF中按照其創(chuàng)建時間的先后進行排列，便于后續(xù)對信息的快速搜索。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時限的轉(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)用提供較為簡單、有效的實現(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，瞬時記憶存儲時間非常短，遺忘非?？欤挥猩俨糠值玫匠掷m(xù)關(guān)注的瞬時記憶元才能轉(zhuǎn)換為短時記憶元；短時記憶元經(jīng)過多次學習，達到一定閾值時則轉(zhuǎn)換為長期記憶元；長時記憶元若被記憶系統(tǒng)調(diào)用，該長時記憶元則被添加到為短時記憶中。給瞬時記憶元添加關(guān)注時間變量ta，當其關(guān)注標志位tag變?yōu)?時，ta開始計時。記Ta為瞬時記憶關(guān)注時間閾值，Nk為短時記憶激活次數(shù)閾值，則存儲類型之間的轉(zhuǎn)換規(guī)則為：

4.2 遺忘規(guī)則

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

長時記憶存儲時間較長，遺忘過程比較緩慢，只有當其記憶強度低于一定閾值時，才能判定該記憶被遺忘。根據(jù)遺忘機理，構(gòu)建相應(yīng)的遺忘函數(shù)如下

式中：M1、M2——t1、t2時刻的記憶強度，α——與個體有關(guān)的個性衰減因子，β——與記憶信息類型有關(guān)的衰減系數(shù)。根據(jù)實際情況，該遺忘函數(shù)應(yīng)當滿足條件

當虛擬士兵對記憶信息進行調(diào)用時，該信息的記憶強度將會呈現(xiàn)階躍式增長。為簡化計算，分別記Mn、Mn＋1為第n次和第n＋1次調(diào)用時的記憶強度，對應(yīng)的時間分別為tn和tn＋1，記Mt為t時刻的記憶強度，對tn≤t＜tn＋1有Mt的表達式為

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

在此基礎(chǔ)上，構(gòu)建長時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的對應(yīng)結(jié)點，并構(gòu)造GMF；

步驟3 更新各葉子結(jié)點的M值，若tag＝0，則按照式 （1）計算M；若tag＝1，則按照式 （2）計算M；

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

步驟5 更新GMT的各結(jié)點信息，返回步驟3。

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

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

圖6 葉子結(jié)點被遺忘的3種情形

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

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

4.3 記憶信息的提取

人類所謂的 “回憶”現(xiàn)象實質(zhì)上是對記憶信息的搜索和調(diào)用。這一過程的實現(xiàn)就是在長時記憶存儲系統(tǒng)中搜索信息的唯一標識ID，然后調(diào)用該ID對應(yīng)的信息。依據(jù)目標ID的創(chuàng)建時間找到與其臨近的GMT，然后針對GMT使用寬度優(yōu)先算法可以保證找到目標結(jié)點。該算法描述如下：

步驟1 令N為初始結(jié)點的列表；

步驟2 若N為空，則退出并返回失敗信號；

步驟3 令當前結(jié)點r為N中第一個結(jié)點，然后將r從N中移出；

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

4.4 算法驗證

通過Matlab工具對上述遺忘算法進行了仿真實驗，仿真的結(jié)果如圖7－圖9所示。

通過上述計算，可以看到不同的記憶類型和個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習，其記憶強度會階躍式增加，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＝100兩次學習的遺忘曲線

5 結(jié)束語

本文針對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，對記憶信息進行了合理分類，構(gòu)建了記憶信息的編碼、存儲結(jié)構(gòu)和提取算法，并根據(jù)人類遺忘的特點，構(gòu)造了記憶的遺忘算法，最后通過Matlab工具對算法進行了驗證。結(jié)果表明該算法與實際情況基本相符，為進一步提高虛擬士兵的真實度和可信度提供了有益的借鑒。但是針對記憶信息的提取算法還有待于進一步改進，以期進一步減少計算消耗，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)訓練環(huán)境的研究與實現(xiàn) ［D］.成都：電子科技大學，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，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［M］.北京：清華大學出版社，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.