大群体仿真技术是运用计算机虚拟现实技术、人工智能技术和计算机图形技术,对具有大量个体的群体行为、运动等进行仿真模拟的技术。群体仿真技术在多个领域均有应用,具有较强的研究价值。计算机3维动画对大规模群体的真实模拟可以应用于军事训练和部署,公共安全演练,群体行为研究等领域。基于智能体(Agent)的群体仿真技术克服了传统群体模拟的技术局限,建立了表达群体行为和个体交互作用的智能模型。在这一模型下,群体(特别是人群)的个体心理,情绪等非量化属性,可以很好的体现。本文提出了一种基于智能体(Agent)的群体行为模型。该模型在群体行为的感知建模,行为建模,运动决策建模上都提出了一套算法或实施方案。在感知模型建模上,提出了将感知分为对静态环境和动态环境的感知,重点研究并实现了各种不同情况下的优化处理。在行为模型建模方面,本文提出四个子组件来组成行为系统,并提供相应的算法支持。在感知模型和行为模型之上,本文提出了策略算法,引入了关于决策的个性参数参考模型TSVC,能很好的将群体中的智能个体的意图转化。在运动规划模块,我们按照层次可以从目标、状态、环境障碍、以及动态个体等多个因素来规划群体的运动路线和行为方式。另外,我们提出了改进型的动态势能场计算全局路径的方法,加入了基于试探的导航技术。同时,为了体现增大计算粒度,减小运算量的思想,本文研究了两种群体分组策略:基于环境系统中地理位置信息的动态分组和基于目标点的跨区域寻径的动态分组方法。在以上的算法模型成型后,本文介绍了本实验室自主开发的基于3D图形引擎的架构和主要部分,并在此引擎的基础上以插件的形式开发了群体行为仿真模块子系统。最后,通过引擎构建出了群体仿真需要的动态3D环境,在引擎和工具开发出的验证系统中,对所提到的算法模型和思想进行了验证开发,取得了满意的效果。