一种适合于大规模场景阴影绘制的分层方法

采用基于视截体分层的方法进行大规模场景阴影绘制时,需要考虑分层的合理性与阴影的图像质量.因此,提出了一种改进的视截体对数分层方法,根据各分割层与视点的距离,为每一个分割层确定一个PCF过滤核的尺寸,根据过滤核尺寸的大小,调整该层的位置,并使用PCF过滤方法提高阴影的图像质量.实验结果表明,该方法具有更好的阴影图像效果.     

一种基于感知的大规模场景粒子系统绘制方法

在分析已有的大规模场景下使用粒子系统对自然现象等模拟方法的基础上,提出了一种绘制大规模粒子系统的方法.在大规模粒子系统的绘制过程中引入基于视截体模型的感知算法对粒子进行细化并引入双重缓冲技术以及粒子动态纹理.将粒子按所属不同区域进行分层次绘制,提高了真实性和灵活性,最终解决了传统绘制方法不适用大规模粒子系统的问题.实验表明,系统的模拟效果真实,满足系统对实时性的要求,适合大规模粒子系统的绘制.     

基于运动学和几何学理论的多NPC围捕策略

针对MMOG中多NPC的围捕问题,提出了一种新的NPC协同围捕策略。采用运动学和几何学理论方法构建个体NPC的运动模型,从而实现个体NPC在游戏中的自主运动控制,通过改变NPC的方向角和使用＂正多边形队形法＂实现多NPC对目标的靠近和包围。实验结果证明,该策略能使群体NPC成功地围捕目标,满足游戏的实时性、挑战性和真实感的需求。     

P2P环境下基于推荐的信誉计算方法

通过节点间信誉评价的相似度和信息熵的计算,提高了推荐信誉的可用性,降低了共谋推荐行为对间接信誉合成的消极影响.通过Einstein算子将多个推荐信誉合成间接信誉,体现了信誉评估的模糊性的特点.实验结果表明,该方法可以增强推荐信誉的可用性,在一定程度上减少共谋推荐对信誉真实性造成的影响.     

用INSGA-Ⅱ进化NPCs的复杂行为

目前游戏中NPCs多目标行为进化是一个非常复杂的问题。对此建立了NPCs多目标优化的数学模型,并提出了一种NSGA-Ⅱ的改进算法——INSGA-Ⅱ。该算法在进行精英选择时,采用了基于K-均值聚类的方法联合了不同等级之间的个体进行集合划分,然后从不同的集合中选择下一代个体,从而更好地保持了种群的多样性。通过实例比较证明,在玩家和NPCs作战的游戏场景下,INSGA-Ⅱ能够得到NPCs复杂多目标控制问题的Pareto最优解,而且比NSGA-Ⅱ表现出更好的收敛性和多样性。     

无人机自组网络多媒体数据传输路由算法研究

针对无人机自组网络多媒体数据传输中链路不稳定问题,提出了一种无人机自组网络多媒体数据传输路由算法。该算法在GPSR路由算法基础上,结合无人机多媒体通信的特点,充分考虑了位置、速度、运动方向这三个因素对选择下一跳节点的影响,从而达到同时兼顾三者和提高链路性能的目的。提出的算法具有开销小、可靠性高等优点,有效提高了分组交付率以及降低了平均端到端延迟,从而提高了无人机自组网络多媒体数据传输的性能。