动画角色的运动生成是计算机图形学领域研究的热点问题之一。随着多媒体游戏和电影特效等产业的蓬勃发展，人们对角色动画运动的真实性要求不断提高。然而，如何快速生成高质量、自然逼真的人体运动，仍然是一个极具挑战性的研究课题。近年来，基于物理仿真的角色动画由于能生成满足物理规律的真实运动，且对环境变化做出反馈响应，受到研究人员的广泛关注。基于物理仿真方法采用的物理模型通常具有非线性、高维和关节强耦合性等特点，模型求解复杂，使得人体物理运动生成困难;该类方法大多借鉴机器人领域的相关技术驱动人体物理模型运动，导致其动作类似机器人，生成的运动机械、僵硬，难以保证自然逼真性。
　　针对上述问题，本文开展了面向人体物理运动生成的进化求解研究，包括:首先采用运动捕捉数据作为参考序列优化控制器，以确保生成运动的自然逼真性;其次构建面向约束求解的人体物理运动生成模型，提出基于线性补偿的反馈控制器，降低控制器求解难度;最后采用基于进化策略的优化算法依次对开环控制器、反馈控制器进行优化求解，从而生成具有反馈响应、自然逼真的人体物理运动。
　　本文的主要工作总结如下:
　　(1)提出了一种面向约束求解的人体物理运动生成模型
　　首先对人体进行物理抽象化建模;其次，在开环控制器的基础上，提出了一种基于线性补偿的反馈控制器，降低了反馈控制器求解难度;再次，根据人体运动和物理模型的特点，设计了衡量运动效果的目标函数集并且总结了需要满足的约束条件;最后，针对生成模型中存在冗余碰撞检测的问题，提出了一种基于并查集的混合包围盒碰撞检测算法，加快物理仿真速度。
　　(2)提出了一种基于聚类筛选的开环控制器求解算法
　　在人体物理运动生成模型基础上，采用聚类筛选和智能进化策略相结合的优化求解算法对多种不同运动进行开环控制器求解。其中，子空间划分的聚类筛选算法在保证样本之间差异的情况下，在各自子空间选取最优的个体，从而降低候选解个数，相对之前算法候选解个数降低一个数量级，进而提高了算法收敛速度。在此基础上，利用滑动窗口对多个目标姿态统一求解，降低物理运动的“僵硬感”。相对于现有算法，该算法不仅能够使人体物理模型更好地跟踪运动数据，而且在鲁棒性、时间性能、稳定性方面都有较大程度提高。
　　(3)提出了一种面向反馈运动控制器的多目标求解算法
　　在开环控制器求解基础之上，设计并开发了一种面向反馈运动控制器的多目标求解算法。采用多目标进化算法思想，将多个目标等价同时约束求解，省去大量试验调参过程，此外提出区域密度多层取优算法均匀选取子代;利用满足约束与不满足约束个体构造“禁选区域”的RBF-SVM分类器，在子代中预先筛除不满足约束的子代，提高了优秀个体命中率。在此基础上，提出了基于剪枝的多阶段物理优化算法，通过优化窗口舍弃不稳定控制器，加快物理优化求解速度。实验表明算法在满足约束的优秀个体命中率、反转世代距离及目标函数值等指标上均优于之前算法，不仅完成对运动控制器求解，并且在收敛速度方面有较大程度提高。
　　(4)设计并开发了基于进化策略的人体物理运动生成系统
　　该系统建立在所提出的算法之上，将控制器求解分为开环控制器求解、反馈控制器求解两个步骤，相比直接对反馈控制器求解，降低了求解难度。该控制器既具备开环控制器的良好跟踪运动捕捉数据的能力，也具备反馈控制器对环境改变进行反馈响应的能力，从而保证所生成物理运动的逼真性和交互性。最后，实现了不同骨架下的风格化物理运动，增加了物理运动的多样性。