三维游戏中的角色动作与声音一直是游戏领域的研究热点,在游戏中的人工智能技术也成为了衡量游戏好坏的标准。本文的研究重点是对声音内容进行语义分析,并对应到相应的动作类型,然后根据环境的动态改变对动作进行实时的编辑。下面分别对这两个研究重点进行阐述。在声音内容的语义分析中,首先要对句子中的名词和动词短语进行识别,使用的是基于最大熵原理和基于规则的方法。本文给出一个训练集,然后根据这个集合进行训练并将结果进行反馈和学习。其次就是使用基于概率的上下文无关文法对句子进行分析,并且使用巴科斯范式规则将句子表示成符号形式。然后本文提出了一个语义分析模型,其中包括名词短语界定和依存关系模型。语义分析模型的主要工作就是对声音的内容进行分析提取出目标词,并且选择出正确的动作类型。最后通过实验得出令人满意的结果。在对角色进行实时的动作编辑时,本文提出一种基于物理控制器的动作编辑方法来编辑3D角色动画,使人物能够对动态环境的改变做出实时反映。根据输入的动作捕获数据,本文提出的方法使用一个倒立摆模型来在线的调整期望运动轨迹。这种在线的调整产生身体上合理的运动轨迹,使角色能够适应动态环境的改变。在动态仿真中,动作控制器跟踪的动作将作为一个期望的动作。本文的动作跟踪采用一种速度驱动的方法,该方法是在期望的关节角速率的基础上计算关节力矩。按照规律,通过使用计算好的力矩和角色的动力学模型,在动态仿真中计算身体上合理的全身3D角色动画。本文的实验证明跟踪实时反映动画的动作捕获数据能够很容易的实现。另外,对于不同大小的模型,身体上合理的动作类型编辑也能够毫无困难的产生。