随着计算机技术的发展，人群仿真技术在虚拟现实中的地位越来越高。人群仿真技术在军事、公共安全领域、数字娱乐、交通工程等方面具有广泛的应用需求，对它的研究已成为虚拟现实和计算机图形领域的热点之一。论文结合Agent模型和流体模型，并通过图形处理器(GPU)实现高密度人群仿真，其研究具有较好的理论意义和工程应用价值。　　论文的主要研究成果如下：　　(1)在分析了人群仿真的相关关键技术的基础上，研究了基于连续流体的模型，通过三个重要的假设实现对单组人群运动的控制，并扩展到多组人群的交汇；研究了基于Agent的模型，介绍了行为控制理论以及实现行为控制的各种方法。　　(2)将人群假设为连续的流体，并进行密度场的转化；通过计算最大速度场和单位消耗场，建立全局的动态势能场，然后根据势能场的梯度得到期望的全局速度场；利用有限压缩性规则对人群的密度进行控制，通过高密度环境下产生的压力项校正速度场，然后插值更新人群位置，最后对更新的人群做最小距离限制，实现网格内部个体的避碰；最后将全局规划与局部避碰结合，实现有效的高密度人群仿真算法。　　(3)为了能够提高仿真性能，研究了GPU通用计算与CUDA技术。通过基于GPU的快速迭代法，求解eikonal方程，以此更新全局势能场实现全局规划算法；设计了实现Agent算法的GPU数据结构模拟Agent局部的分离、聚集和列队行为，并通过对Agent可见性的计算，加快Agent近邻查询的速度；最后通过与基于CPU的快速行进法以及Agent算法进行比较，表明算法性能的提升，验证了该算法的可行性。