要探索健康工程与科技的内容，就要了解 人类行为建模 这个课程。
如果人们对人类行为感兴趣，那么有必要集中在一起构成人类心灵的不同能力的功能，而不忘记与人体的关系：例如人体功能的机制。语言，记忆，感知，肌肉控制或情绪。除了研究基于所有人类行为的这些一般机制之外，研究还将重点放在更多限制性环境下的人类学科的研究中，例如在实践交易或活动时。 。人类行为研究至少有两个主要趋势：第一个非常全面的趋势是根据明确的操作方案分析受到各种刺激的患者的大脑活动;第二个更象征性的是以更抽象的方式，以模块的形式建模人类行为，每个模块描述一个行为机制，它们之间存在的顺序关系或并行性。建模本身不是目的：它假设一个目标，因为一个模型是一个简单的复制，用于研究，测量或计算。
人类行为建模 中的几个概念很重要：
降低复杂性：选择感兴趣的特征和与研究目的相关的特征;
形式化：本体论的选择;
仪器：确定要绘制的参数，以观察模型的演变。
在虚拟现实应用的背景下，人类行为建模的问题不是复制人类智力，而是提出一种允许在世界上实时演化的人形虚拟演员的可信行为的架构。虚拟。
让我们认为人类是由感知，待遇，行动和记忆能力组成的。这是对其行为架构的简化但是说明性的亲子游戏玩法与想法。文学中的经典是通过复杂程度对人类行为进行分类。例如，马洛特将行为分为四个层次：
1.反射行为，吸引类型，排斥，简单地通过传感器和效应器之间的互连来定义;
2.需要隐藏层次的神经元整合以描述时空整合行为的行为;
3.处理时空整合可塑性的学习行为，但完全由感官数据状态决定;
4.认知行为，不再只依赖于感官刺激，而是依靠人追求的共同目标。根据马洛特，“认知”这个词一般指的是各种心理过程，如注意力，对地点和对象的识别，规划和推理。
行为心理学的控制理论，将反馈循环的原则从扩展到所有的行为过程，从奴役任务到社会行为的调节。用于描述行为的反馈循环的通用性来自于控制系统的层次性质，尽管活动的性质可能会非常不同，具体取决于行动规划与控制循环。奴役一个或多个肌肉。
反馈是系统元素更改发送代理的变化的效果，这通常旨在纠正或调节系统的性能。
一.反应行为模式
模式的家庭组
第一作品可以在20世纪80年代末的历史上定位，特别是C.雷诺兹（C. Reynolds）关于鸟瞰动画的文章。在文学中并行研究了第一套方法，直到20世纪90年代中期为决策模型的定义。
刺激/反应：这种方法通过中间节点网络来相互连接的一组传感器和效应器来定义生物的行为。这种方法包括神经网络类型模型。这种方法的优点在于能够产生非常大量的不同运动（选择一组参数），但另一方面仍然处于非常低的抽象水平，不能为建模者提供直观的参数化。
行为规则：这里，行为是由一组规则定义的。可能的行为可以由决策树表示，每个分支表示不同的行为。这种方法允许的行为比以前的方法具有更高的抽象级别。这种方法的问题的核心在于不同行为的权重。最简单的解决方案是对规则的顺序进行隐含的选择，但是该解决方案不允许规定复杂的行为。使用决策树的分支的动态加权方法使得有可能不总是赞成相同的规则，而考虑到专家层次结构使得有可能面对若干竞争行为，剩余的最高级的选择专家。因此，可以使用包含各种分支的评估功能（连续试验，分离和逐渐评估，上升路径等）的决策树路径算法的阵列。
有限状态自动机：自动机方法允许在行为之间定义不同的可能序列。当建模有点复杂的行为时，这种方法很快就会发现它的极限。因此，驱动程序的行为建模表明需要转移到使用几个必须定义协调执行的自动机。
这三种模式保持相对简单，感知和行动领域有限;此外，它们没有考虑到时间方面，这是原始的（记忆，预测，行动的持续时间，反应时间）。为了解决决策复杂性，有必要处理连续和离散两个方面，协调竞争行为和管理其组织结构。因此，这些方法已被放弃，支持基于有限状态自动机的并行和分层版本的方法：自动机的堆栈，通信自动机组（PaT-Nets），并行控制器（HCSM）和分层并行转换系统（HPTS）。
在工业方面，产品已经上市，用于规范分层有限状态机（HFSM）行为。它现在集成在Softimage动画软件中，名称为RTK Behavior。
二.HPTS：指定反应行为的工具
从反应行为模型应该具有以下属性的观察开始：反应性，竞争者，先发制人，分级，模块化，数据浮动，我们提出了一个规范这些行为的正式模型。这种题为“分层并行转换系统HPTS（Hierarchical Parallel Transition System ）”的模型是混合PLC方法和多代理方法的行为描述模型。在自动机的意义上，它是并行分层自动机类型的模型。在多代理意义上，它是一个具有分层控制的实时系统。每个自动机的每个状态是具有内部状态的代理，其可以接收刺激并且可以引起它们的反应。该模型提出了两种流量的统一方法：控制和数据。状态系统可以传送输出并具有连续和离散的控制。G. Moreau提出了HPTS模型的实现，实现了一种相关的编程语言，并开发了一个编译器来生成C ++中的等效代码。每个状态对应一个活动参数：活动，暂停，不活动和暂时功能：启动，结束，暂停，恢复。代码块可以与状态和转换相关联。滤波器功能管理由不同并行子自动机的活动状态提出的动作的一致性，并使得返回到包围状态的相干命题。有两种交叉过渡模式;确定性（以规范顺序连续测试转换）和随机（随机选择可根据各自的权重进行交叉）。自动机行为可以选择和混合其子自动机提供的命题。因此，竞争行为可以并行运行并进行仲裁。
例
这个模型已被成功地用于模拟车辆和行人司机的行为。实验是与工程公司合作进行的，例如南特公司SCE在十字架上的十字路口，由十字路口分开的电车线穿过一条大型回旋处，一起由交叉路口管理，本身由电磁控制。
三.感知模型
在这种模式中，行为者看到周围发生了什么，根据他的感知和知识，对自己和他的环境采取行动来决定他的行为。它通过直接影响环境的感官传感器和效应器与环境保持不间断的交互。感知不仅仅是感官信息的解释，而且也受到行动的约束。贝尔霍兹认为，感知是一种动作的内部模拟。根据W. Prinz，根据他们应该产生的感知效应，动作被编码在大脑中。除了环境的几何表示之外，有必要为每个实体提供其环境的符号模型，以便能够产生认知行为。 N. Farenc建议将信息添加到几何场景的描述图中。在这种方法中，场景与关于交通空间和航路点的信息相关联。 S. Raupp Musse使用这些知情的世界来控制演员和人群的动画。
Widyanto通过将符号信息与环境对象结合在一起，试验了吉布森的负担理论：视觉系统通过将平行光线发射到视野中来捕捉环境的可行性。
这个可以承受的术语，难以翻译，对应于物体或场所的可察觉的物理可用性。重点不在于观察者的性质，而是观察者的性质，他们将立即在大脑中获取感兴趣的对象的特征。因此，环境将直接向行为实体提供与构成该对象的对象相关的一组可能的行为，并在之前的连接感知和行为的理论中加入。
根据吉布森的理论，更准确地说，对于正面和负面的空间评价，雷米尼（M. Relieu）的理论，G.托马斯提出通过描述进化空间来描述城市环境，考虑到它们的配置，它们包含的对象及其中间结构。
然后，环境包含行人和车辆司机决策所需的信息。
处理与对象之间的一切的部分关系，而拓扑处理它们的连接关系。神经学是两者的结合。
例子
Sébastien PARIS的博士论文，与AREP，SNCF / DAAB和IRISA合作开展的，旨在创建一个完整的模拟环境，根据建筑项目（现有或未来）的数据整合建模。在设计阶段），对火车站用户行为的模拟和结果的利用。已经开发了一种用于从AutoCAD处理架构模型的算法。这一个是基于先前由Fabrice Lamarche进行的将环境细分为凸细胞，通过添加三个层次的拓扑抽象以及拓扑空间之间的视野的预先计算。
还有另一种基于人造视觉的方法类型，并且使用图像平面中的信息的搜索，因为它被放置在类人形眼睛水平的照相机所感知。使用Z缓冲技术的这个过程由O. Renault介绍， N. Courty通过模糊所谓的周边视觉区域并整合显着图的概念来扩展这个模型。它使用图像处理技术从图像中提取亮点。他通过指导焦点的指导，一个人物在城市中的移动，从他自己的人为环境视野中提取出的突出元素来说明这一点。彼得斯等人还使用人造视觉模型耦合到人类记忆的模型。
例子
通过搜索行为和搜索信息处理公寓中对象的搜索示例。
这是信息，视觉和纪念的双重过滤，而不是空间的抽象拓扑视图。 Relieu先生指出，城市歧视被用于集中注意力，以便选择与当前空间中要执行的行动相关的信息，而次要任务允许观察各地区正在发生的情况。相关。这些观察行为由Sonu Chopra通过管理三种类型的视觉任务引入行为动画：内生的，外在的和空闲的感知。
四.物体对象上的动作模型
Kallmann提出了一个通用建模框架，用于管理人造物体与其环境中物体之间的相互作用。他定义智能对象;该想法是将对象与实现对象和操作者之间的交互所需的所有信息相关联。使用智能对象，分析环境以执行操作的问题消失。除符号信息之外，交互方法与对象相关联。巴达维先生在连续三个阶段界定了行动计划的形式主义。这些步骤涉及关于环境对象的知识表示，这些对象状态的变化，要改变其状态的行为。他提出使用Schank的原始行为理论（任何动作被分解为一系列8个原始行为的实例），以描述基本和复合动作，并管理对象上的交互表面。交互表面是对象的几何体的子部分，专用于执行动作。
例子
在开门和室内变化的作用下获得了第一个结果，自动适应门打开机构的类型，以及门的关闭机构的解锁动作
五.竞争方式和行动选择合作
根据Clancey，所有以目标为导向的行为都不是通过推理或汇编获得的，而是采取行动简单地再现文化模式，而其他行为是协调一致的，而不考虑注意和适应。一个人并不执行多任务，但几个任务将通过仔细合并几个平行的兴趣来进行。在描述行为时，提供一种运行并行行为的机制是有用的，而设计人员不需要手动同步其执行，而无需这些行为。了解可能能够同时运行的所有别的行为。存在两种类型的动作选择算法：合作方法和竞争方法。合作方式使得可以组合几种行动潜力，而第二种在潜在可实现的行动集中只保留一个行动。第一种方法，由于动作组合的表现力主要表现为使用算术函数对定量数据，而第二种方法，通过使用成本函数加上更具质性的信息将有可能根据上下文确定要采取的最佳行动。在HPTS中，根据要处理的行为的性质，可以在层次结构的每个级别上使用的集成功能（可编程黑框）中实现这两种方法。
选择动作的机制
关于竞争方式，基于P. Maes的ASM（动作选择机制）算法，在多代理系统领域提出了动作选择算法，该算法管理代理商之间的相互激活和抑制。 V. Decugis和J. Ferber提出了一种分级ASM，其中最低级别涉及基本反射行为，最高级别包含更复杂的行为。在每个层次上，必须使用仲裁机制来选择并行ASM提出的行动。罗德斯还提出了ASM的另一个扩展：PHISH网。该模型允许使用参数化的动作，并允许定义作为冲突类型或优先级的动作之间的关系。 ASM家族的这些模型使得反应规划成为可能，但缺点涉及行动（封闭世界的假设）之间所有可能的相互作用的详尽规范。此外，在这些系统中还有一些情况不能做出决定。
Fabrice Lamarche提出使用行动选择机制的合作方式来自动化行为混合方面的相对重要性。
例子
为了说明这项工作的问题，让我们举一个具体的例子：一个人在桌子旁边，一边喝咖啡和一根香烟一边读书。这是人类相对简单的行为;然而，其建模造成了各种问题。它由三个独立的子行为组成：同时阅读文档，喝咖啡，吸烟。为了模拟这种行为是相对复杂的，因为您必须能够安排它们，以便遵守一定数量的约束，例如在您嘴里有香烟时不要喝咖啡，而不是处理一张纸用手拿着一杯咖啡。
自动协调三种行为：阅读，喝酒和吸烟
目标是能够启动并根据代理人的情况，欲望和物理限制分别自动表现行为。最大的同步问题来自使用代理的内部资源。通过内部资源，我们意味着视觉，手，脚，或更一般地，任何依赖，物理或不平行的行为限制行为。为此，在HPTS模型中引入了三个新概念：
资源;使用这些数据的相互排斥使得有可能在任何时候界定所有兼容的，因此可协调的行为;
优先;动态计算的该系数表示在给定上下文中与其相关联的行为的重要性。它说明行为与其上下文之间的充分性（激活）或不足（抑制）;
偏好程度;与PLC的每个转换相关联的该数值使得可以描述自动机在可通过时使用该转换的倾向。如果值为正，则转换促进行为。如果该值为负，则此转换不利于行为实现，而是允许描述资源释放的路径或行为的一致终止。空值不影响行为。
该系统可以以良好的方式描述行为，并具有适应的所有可能性。由于联锁回避机制，对新行为的描述不需要知道已经描述的行为。所有活动行为的协调因此变得通用和自动。
认知行为模型
纯反应系统不足以描述所有行为。认知模型侧重于演员知识，信念和意图的表现。意图允许演员解释他的内部状态和他人的内部状态。这种审议代理人的中心是其自己的世界代表，包括自己的精神状态的代表和与其进行交互的行为者。为此，Badler等已经添加到任务控制（SCA Sense Control Action）和响应（PaT-Nets）级别中，一个策划者，从询问知识库和通过感知传感器的过滤器将会阐述计划并确定要采取的行动。 J. Funge提出了一种从情境计算的人工智能工作得出的认知建模语言（CML）。这种方法使得有可能推理以抽象方式表现的行为及其对世界的影响（这需要对每个行动对世界的影响进行建模）。有了这个模型，可以指定目标来实现和找到一个令人满意的策略，计算时间很长。
BCOOL（行为和认知面向对象语言）是一种描述语言，其目的是模拟代理人的知识。
灵感来自于吉布森（Kibmann’s）的可靠性和Kallmann的智能对象，这种语言可以描述与对象的可能的交互行为。然后将这些交互的可能性整合到推理模型中。 BCOOL两个世界并存：概念世界和虚拟世界。第一个世界可以描述填充虚拟世界的所有对象类别以及他们提供代理的交互机会。第二个通过实例化填充它的对象来描述世界。概念世界通过属性（事实）和几个对象之间的关系来描述。一套属性和关系定义了世界的状态;然而，他们的真值不一定是代理商所知的。如果一个事实的真实值大于0.5，那么事实将被认为是已知的，而如果这个值较低，则它是不可靠的，需要对事实有更多的了解。这些行为描述了代理人可以针对对象采取的交互行为。为了整合到一个推理机制中，这些行为使用了前提条件和效果的机制。有可能在诉讼中指定代理人可能执行的操作（定位的概念）。虚拟世界包括填充环境的对象的描述，最终的属性初始化以及初始情况下真实关系的描述。该描述被编译成被转换成描述世界的数据库和向代理提供的交互能力。为了与虚拟世界和代理人的行为联系起来，生成一个黑板，其目的是使推理世界的概念行为与代理可执行的动作之间的联系得益于使用HPTS ++语言。
每个代理人操纵自己对世界的了解，并用它来选择行动，其中一些可能是寻求获取信息，以丰富自己的知识。动作选择算法使用具有两种类型的节点（动作和事实）的规划图，其通过前后状态动作关系相互连接。由于激活和抑制事实的信息，此图被分层。这种分层可以表示要实现的目标与被认为是真实的事实之间的距离。因此，动作选择算法可以找到要执行的一系列动作以实现给定的目标。
六.情绪建模
人类行为的另一个领域，在动画中仍然很少探索，是人类情感的表达和看法。然而，社区在这个问题上已经做了一些研究工作，特别是面部动画和表达式会话代理的制作。 OCC模型（Ortony，Clore和Collins）是最有名而且最常用于产生自主代理人情绪之一。另一个着名的模特是Ekman，尤其是面部表情的工作。埃克曼研究了所有的面部表情，并把它们分为有限数量的不相交的类别（喜悦，厌恶，惊喜，悲伤，恐惧和愤怒）。这些情绪在Cathexis系统以及FacEMOTE中得以实施。埃克曼（P. Ekman）也更广泛地处理了情绪。
七.人体生理行为建模
模型：通过允许实验测试预测的数学方程链接的概念的汇编。
理论：现象与行动之间的联系。逻辑地组合概念和想法。
如果预测与实验不一致，则显示该理论的极限。
模型1：模型
感觉运动是为认知而服务的，而认知功能仅在遇到灾难时才使用。在这种情况下，对意识的评估，使认知治疗成为一种认知治疗，并允许感觉运动的适应性。
知觉
自我运动
人类协调过渡
运动协调变化。
研究两种行为之间的相变
运动控制神经生理学
生理学涉及生活系统的功能。
神经生理学：控制感觉运动。
型号“肌肉运动”：
生理上合理的盒子。
– 自组织
– 自适应
– 自律
– 自动伺服
⇒非自愿过程（不要求意识调节），自主，自动。
过程工作不要求有意识的评估，并且是独立的，因为他们可以自己工作，而不需要更高层次或特殊情况（他们已经过时）。
自组织靠近志愿者。
盒子：
伺服回路，伺服电机（反馈回路）：自动伺服肌肉长度
电缆程序：伺服控制
自适应涉及可以改变电缆节目内部结构的自适应过程。网络修改。
如果适应系统过时，我们将进入思想领域，运动思想，自组织。 ⇒战略，认知和关注。
伺服电机：肌电反射
肌肉是：
收缩：缩短。要躺下，他需要一个对手。
可兴奋的：从我的C身体取得订单。
敏感：神经肌肉主轴，长度敏感，张力。
感觉纤维回到ME中，并给出长度信息，以调节长度。该传感器是可控的，因为我们可以改变其放电阈值。
Co激活α+γ：允许在肌肉长度上有一个恒定的数值。
