团队CGF行进中的队形控制方法

—35—

团队CGF 行进中的队形控制方法

郑延斌1,2，王 辉1

(1. 北京航空航天大学计算机学院，北京 100083；2. 河南师范大学计算机系，新乡 453002)

摘 要：分布式虚拟环境中，团队CGF 的行进问题是CGF 研究的基本问题，而行进中的队形保持问题又是行进问题研究的重点。在提出的团队组织模型CTOM 的基础上，给出了一种团队CGF 行进中队形保持方法。 关键词：团队CGF ；行进；队形；避障；速度；方向

Formation Control of CGF Team in Advance

ZHENG Yanbin 1,2 , WANG Hui 1

(1. College of Computer, Beijing University of Aeronautics and Astronautics, Beijing 100083;

2.Dept. of Computer Science, Henan Normal University, Xinxiang 453002)

【Abstract 】In distributed virtual environment, the advance of CGF team is the main issue of CGF team researches. The maintaining of team formation in advance is the key issues of this problems. This paper proposes a method for maintaining CGF team formation. 【Key words 】Team CGF; Advance; Formation; Avoiding obstacle; Velocity; Direction

计 算 机 工 程Computer Engineering 第31卷 第14期

Vol.31 № 14 2005年7月

July 2005

·基金项目论文· 文章编号：1000—3428(2005)14—0035—02

文献标识码：A

中图分类号：TP391.41

1 问题的提出

行进是虚拟环境中CGF(Computer Generated Forces)所具备的基本功能，是CGF 完成复杂任务的基础。团队CGF 为了提供防御能力和进攻能力，在进行的过程中要保持一定的队形，这就是所谓的编队行进，编队行进问题是一个具有典型性和通用性的团队CGF 协调问题，是许多协调问题研究的基础。基于行为的编队控制方法可以分为两类：一是Brooks 的行为抑制法[2]，即在每一时刻，编队任务被具体化为某个子行为；二是Arkin 的控制变量的矢量累加方法[1]。即在每一个时刻，对3个子行为分别求出控制变量，然后进行矢量累加而得到综合的控制变量。这两类方法各有利弊，Brooks 的方法在每一时刻控制变量都有明确意义，但是由于不停地在各个子行为之间进行切换，控制结果不平滑，而完成任务所需要的时间较长；Arkin 的方法完成任务速度较快，但是控制意义不明确，而且把每个子行为平等看待，因此各个子行为之间相互干扰，从而影响了整体的控制效果[4]。

团队组织结构是团队协调、协作和协同工作的基础。因此，团队的组织结构在队形保持中起着重要的作用。本文给出一种基于团队组织结构的分层编队控制方法。该方法把整个团队队形分解为一些简单的子队形，分别由不同的成员维护，从而实现对整个队形的控制。

2 基于团队组织模型CTOM 的队形保持方法

基于文献[3]中的团队组织模型CTOM ，下面给出队形保持的方法。 2.1 准备

定义1

p

Ag Ag ⊆×，,x y Ag ∀∈，若p

∈(x ，y) （写

作x p y ）

，若在CTOM 中x 的Header 是y 。p 关系不满足自反性、对称性和传递性。其中Ag 表示团队中成员的集合。 定义2 团队中任意成员x 的Header 集合为：Header(x) = {y | x p y ，y ∈Ag}。

团队中每个成员可以有几个不同的Header 成员，表明该

成员可以属于几个不同的小组。在任意时刻它只能属于某一个小组。因此不失一般性，我们规定，集合Header （x ）中的元素个数为0或1，即每个成员最多有一个Header 。

定义3 团队中任意成员x 的Member 集合为Member （x ）＝{y|y p x ，y ∈Ag}。

推论1 ∀x ，y ∈Ag ，x ≠y ，则Member(x)I Member(y) = Φ(空集合)。

定理1 团队CGF 组织（成员个数大于1）中不存在这样的成员x ，满足Header(x)= Φ且Member(x)= Φ。

定义4 层次Level 映射：Ag →ℜ，ℜ为自然数集。Ag 为团队中成员集合。∀x ∈Ag ，

Level(x) =

0; if Header(x) = Level(Header(x)) +1 if Header(x) Φ≠Φ⎧⎨

⎩；

定义5 (队形图) 一个团队CGF 的行进队形定义为G

=

(1) V 为n 为顶点的集合，n 为团队中成员个数。每个顶点表示团队中的一个CGF 成员；

(2) 关系p ⊆ V ×V 定义如上，代表连接顶点之间的边，设E 表示所有边的集合；

(3) C 为E 上的约束集合，C ＝{}e e E c ∈，图中的每个边e = (,i j x x )，e c 为一个()e φ维的约束向量，()e φ∈ℜ为约束条件个数，k

e c ：ℜ×ℜ→ℜ，k=1,2,L ，()e φ，定义了队形在

i x 和j x 之间的所有约束，当满足所有约束时，

(,)0k

e i j c x x =对所有k 都成立。

基金项目：国家“863”计划基金资助项目(2004AA115130) 作者简介：郑延斌(1964—)，男，博士生、副教授，主研方向：虚拟现实，人工智能；王 辉，硕士生

定稿日期：2004-06-12 E-mail ：zhengyb@