动画自动生成技术(AutomaticGenerationofComputerAnimation)由中科院数学所的陆汝钤院士提出，它是人工智能技术与电影艺术，图形学技术的结合，是以底层图形学技术为支撑，在上层运用人工智能技术以及电影艺术实现的一个全新的领域。整个过程是一条动画片生产自动化的技术路线，它的目标是只要有了一个适当的故事，以受限自然语言的形式把它输入到计算机里，从此时开始，直到最终动画生成，每一步都是在计算机的辅助下完成的。 情节规划是动画自动生成的一个模块，同时，它又是基于知识的情节推理系统。在中文故事中，往往会出现一些无法用图形语言直接表现的抽象动作，该类动作的出现使得动画片的底层实现遇到了障碍。情节规划就是为解决这一问题而提出的，它在情节知识库的帮助下将所有抽象动作变为一系列的具体动作，从而为动画片底层的实现奠定基础。 本文以动画自动生成技术为背景，对情节规划中情节知识库的知识表示以及情节规划算法进行研究，建立了基于知识的情节推理系统。 首先，根据动画自动生成系统常识知识的特点，建立了面向Agent的情节知识库。该知识库由剧本(Drama)Agent和情节(Plot)Agent组成，每一个Agent对应一个抽象动作，其内部含有展开该抽象动作的静态知识和策略。整个知识库呈森林结构，知识单元以家族树的方式组织，这种结构层次分明，减少了知识冗余，并为情节推理机进行情节推理提供了有序的查询方式。从Agent内部来看，静态知识和策略的结合使得Agent表达抽象知识的能力增强，同时也使得情节展开的结果具有多样性和灵活性。 其次，本文对情节规划算法进行研究，建立了情节规划推理机，并提出了情节合理性控制机制。该推理机封装了情节规划算法，通过调用Agent并根据Agent内部的知识和策略完成展开。为了保证情节规划结果的合理性和有效性，本文提出了基于STRIPS型F规则的情节合理性控制机制。该机制使得情节推理机依据人物或物体的状态选择适当的细化知识进行展开，并按照动作执行后各角色的状态实时更新状态列表。该机制的建立使得故事的展开能够依据故事情节的发展进行，其结果更加贴近故事本身，并具有多样性的效果。 最后，本文设计并实现了情节推理子系统，并将其嵌入到动画自动生成系统中，其中的工作包括：定义情节规划输入语言GF2和输出语言ADL中动作语言的格式，在原有情节推理机和知识库的基础上加入了抽象动作提取、时间重排、动作预处理等子模块。这些工作的完成使得情节规划模块与动画自动生成系统融为一体，并为前驱模块和后继模块提供了统一的接口语言，为整个动画自动生成系统的实现奠定了基础。