JPH0830804A

JPH0830804A - データ生成方法、コンピュータグラフィックス装置及びゲーム装置

Info

Publication number: JPH0830804A
Application number: JP6183921A
Authority: JP
Inventors: Yoko Akao; 容子赤尾
Original assignee: Namco Ltd
Current assignee: Namco Ltd
Priority date: 1994-07-13
Filing date: 1994-07-13
Publication date: 1996-02-02

Abstract

(57)【要約】【目的】個性に富んだリアル感の高い移動軌跡のデー
タを自動生成できると共に演算が簡易であり高速なデー
タ生成方法を提供すること。【構成】固有反応度パラメータ格納手段１２０には、
複数種類の固有反応度パラメータが対象物の種類に応じ
て各物体毎に設定される。そして、反応強度演算手段１
１０では、複数種類の固有反応度パラメータと、物体と
対象物との距離と、物体及び対象物の速度により決定さ
れる速度要素とに基づいて物体の対象物に対する反応強
度が求められる。そして、この反応強度の大きさに基づ
いて優先要素選択手段１３０により対象物が選択され
る。移動軌跡データ演算手段１３２では、該対象物との
間の反応強度及び該対象物の方向情報に基づいて物体の
移動軌跡データが生成される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、コンピュータグラフィ
ックス装置、ゲーム装置における画像合成のために必要
な物体の移動軌跡データを生成するデータ生成方法に関
する。そして、本発明は、コンピュータグラフィックス
の作成労力軽減のために、あるいはゲーム装置のリアル
タイム性の維持のために、情報処理の対象である該移動
軌跡データは自動的に生成されるべきであるという該移
動軌跡データの技術的性質に基づくものである。更に、
本発明は、画像合成手段により合成される画像を高品質
にするために、該移動軌跡データはリアル性の高いもの
でなければならないという該移動軌跡データの技術的性
質に基づくものである。

【０００２】

【従来の技術】コンピュータグラフィックス、ゲーム装
置等の分野では、画像合成を行うために画像を構成する
物体の移動軌跡を求める必要がある。例えば魚の群泳を
表現するコンピュータグラフィックスを例にとれば、ま
ず３次元空間内で魚がどのような軌跡で泳ぐかを決める
ために魚の移動軌跡（例えば位置、方向、速度等）を求
める。そして、この移動軌跡に基づいて実際の魚の画像
を作成し、背景の画像も作成することでコンピュータグ
ラフィックスにおける動画像を得ていた。この場合、従
来は、魚の画像、背景画像の作成のみならず、魚の移動
軌跡についてもＣＧアーティストが全て手作業で作成す
るという手法が用いられていた。

【０００３】しかし、この手法では、魚の数が多くなっ
た場合でも、全ての魚について移動軌跡を手作業で作成
しなければならず、作業に非常に手間がかかるという問
題があった。特に、移動軌跡を求める際には魚があたか
も本当に群泳しているかのような雰囲気を表現する必要
があり、ＣＧアーティストのセンスが要求される。ま
た、移動軌跡を求める際には３次元空間における３次元
座標を求める必要があり、これは容易なことではない。
以上より、全ての魚の移動軌跡を手作業で作成する手法
には、非常に膨大な労力が必要になるという問題点があ
った。一方、この労力を軽減するために、いくつかの魚
の移動軌跡を手作業で作成し、他の魚の移動軌跡をこれ
らの複製により作成する手法も考えられる。この手法で
は、上記手法よりも労力を省くことはできるが、魚の動
き、あるいは群全体の動きが不自然となるという問題点
があった。

【０００４】さて、以上の問題を解決するものとして、
群知能モデルを用いて移動軌跡を自動的に作成する手法
が考えられる。ここで、群知能とは、個体の行動を指定
することのみで発現する群全体の知的行動をいう。この
ような群知能モデルとしては、例えばＲｅｙｎｏｌｄｓ
による鳥の群を表現するための群知能モデルが知られて
いる（Computer Graphics,Volume21,Number4,July 198
7）。このＲｅｙｎｏｌｄｓの群知能モデルでは、(1)
環境における自分以外の鳥と最小距離を保つ(2)近傍の
他の鳥の速度ベクトルと方向を合わせる(3) 近傍の鳥の
重心方向に移動するという３つのルールにより鳥の行
動、移動軌跡が決定される。しかし、この群知能モデル
では、群としての行動を表現することはできるが、全て
の鳥が同じように動いてしまい、没個性で表現が単調に
なりやすいという問題点があった。

【０００５】

【発明が解決しようとする課題】本発明者は、以上の問
題点を解決するために、物体（生物等の個体のみなら
ず、レーシングカーなどの機械等も含む）の持つ主観等
を行動の原動力として導入した群知能モデルを開発して
いる。このような主観を表すパラメータとして、本発明
者は、例えば(1) 群の先導者であるリーダを慕っている
(2) 群の他の構成物体に寄り添う(3) 外敵、壁等の群の
非構成物体を避けるというようなパラメータを考えた。
そして、このようなパラメータを各物体に持たせること
で、Ｒｅｙｎｏｌｄｓの群知能モデルの没個性で表現が
単調になりやすいという欠点を解消できることになる。

【０００６】一方、このようなパラメータを各物体に設
定した場合に、このパラメータにより如何にして効率的
に物体の移動軌跡を求めるかが大きな技術的課題とな
る。例えば、１つの手法として、このパラメータに基づ
く物理的な力の場を生成し、この場により物体の移動軌
跡を求める手法が考えられる。しかし、この手法では、
場を生成するための演算及びこの生成された場から移動
軌跡を求めるための演算が非常に複雑となり、このため
移動軌跡を求める演算の速度が非常に遅くなるという問
題がある。特に、この場を用いた手法では、物体と全て
の対象物との間で演算を行う必要があり、このため更に
演算速度が遅くなる。そして、演算速度が遅くなると以
下のような場合に特に不都合が生じる。例えばＣＧアー
ティストがパラメータの調整を行い、これにより自分の
好みに合う移動軌跡を求める場合を考える。このような
場合に、調整されたパラメータに基づいた移動軌跡を演
算するのに時間がかかると、その間、ＣＧアーティスト
は待たされることになり、ＣＧデザインの作業を円滑に
行うことができないという問題が生じる。また、例え
ば、主観を表すパラメータを用いて移動軌跡を求める手
法をゲーム装置に適用した場合を考える。この場合、ゲ
ーム装置では、プレーヤの操作にしたがってゲーム画像
をリアルタイムに表示しなければならないという技術的
課題がある。従って、移動軌跡を求める演算に時間がか
かると、このゲーム装置のリアルタイム性を阻害すると
いう問題が生じる。

【０００７】また、場を用いて移動軌跡を求める手法に
は、以下のような問題点もある。即ち、このような場を
用いる手法では、場を例えば「好き」、「嫌い」という
統一的な概念で表現する必要があり、このため各パラメ
ータの種類に応じて場の生成方法を異ならせるというよ
うなことが困難となる。これにより表現が単調になると
いう問題が生じる。更に、この場を用いた手法には、物
体あるいは対象物の速度をシミュレーションの要素に用
いることが困難であるという欠点もある。

【０００８】また、このように群知能モデルにより移動
軌跡データを求める場合、パラメータの設定値をどのよ
うな値にするかが大きな問題となる。即ち、表現される
群がリアルなもになるか否かは、これらのパラメータの
設定値の良し悪しに依存するため、パラメータの設定値
をなるべく最適なものとする必要がある。一方、パラメ
ータの最適な設定値を求めるには、ある程度の労力が必
要となり、これではＣＧアーティストの労力を軽減する
という本来の目的を達成できない。従って、あまり労力
を費やさずに、如何にしてこれらのパラメータの最適な
設定値を求めるかが大きな技術的課題となる。

【０００９】本発明は、以上のような技術的課題を解決
するためになされたものであり、その目的とするところ
は、群を構成する物体のリアル感の高い移動軌跡のデー
タを自動生成できるとともに、この自動生成のための演
算が簡易であり高速に行うことができるデータ生成方
法、コンピュータグラフィックス装置及びゲーム装置を
提供するところにある。

【００１０】また、本発明の他の目的は、群の移動軌跡
データを求めるために用いられるパラメータの設定値
を、あまり労力を費やさずに最適化できるデータ生成方
法、コンピュータグラフィックス装置及びゲーム装置を
提供するところにある。

【００１１】

【課題を解決するための手段及び作用】上記課題を解決
するために請求項１の発明は、群を構成する物体の移動
軌跡データを画像合成手段における画像合成のために生
成するデータ生成方法であって、対象物が群の牽引物体
である場合の固有反応度パラメータと、対象物が群の構
成物体である場合の固有反応度パラメータとを少なくと
も含む複数種類の固有反応度パラメータが対象物の種類
に応じて各物体毎に設定され、該複数種類の固有反応度
パラメータと、物体と対象物との距離と、物体及び対象
物の速度により決定される速度要素とに基づいて反応強
度演算手段により物体の対象物に対する反応強度を求
め、該反応強度に基づいて物体の速度を変化させるとと
もに対象物の方向又は位置する方向に基づいて物体の方
向を変化させることで物体の移動軌跡データを生成する
ことを特徴とする。

【００１２】請求項１の発明によれば、複数種類の固有
反応度パラメータが対象物の種類に応じて各物体毎に設
定される。この固有反応度パラメータの中には、対象物
が群の牽引物体、例えばリーダ、餌等である場合、対象
物が群の構成物体、例えば仲間等である場合の固有反応
度パラメータが含まれる。そして、これらの固有反応度
パラメータと、物体と対象物との距離と、速度要素とに
基づいて反応強度が求められる。この場合、例えば対象
物が群の牽引物体である場合には、対象物が牽引物体で
ある場合に設定される固有反応度パラメータが使用され
る。そして、求められた反応強度に基づいて物体の速度
が変化する。また、対象物の方向又は対象物の位置する
方向に基づいて物体の方向が変化する。これにより物体
の速度、方向、座標データが得られ、物体の移動軌跡デ
ータが得られる。そして、この移動軌跡データは、例え
ばコンピュータグラフィックス装置、ゲーム装置内の画
像合成手段における画像合成に利用されることになる。

【００１３】また、請求項２の発明は、請求項１におい
て、前記複数種類の固有反応度パラメータに、対象物が
群の非構成物体である場合の固有反応度パラメータが含
まれていることを特徴とする。

【００１４】請求項２の発明によれば、複数の固有反応
度パラメータの中に、対象物が群の非構成物体、例えば
敵、壁、障害物（忌避物体）である場合等の固有反応度
パラメータが含まれることになる。これにより、対象物
が群の非構成物体である場合の反応強度が求められ、こ
の場合の物体の速度、方向の変化を求めることが可能と
なる。

【００１５】また、請求項３の発明は、請求項１又は２
のいずれかにおいて、前記反応強度演算手段により求め
られた複数の対象物に対応した複数の反応強度に基づい
て１又は複数の対象物の選択を行い、選択された対象物
に対する反応強度に基づいて物体の速度を変化させ、選
択された対象物の方向又は位置する方向に基づいて物体
の方向を変化させることを特徴とする。

【００１６】請求項３の発明によれば、反応強度演算手
段で求められた複数の反応強度に基づいて、１又は複数
の対象物が選択される。そして、この選択された対象物
の反応強度、方向又は位置する方向に基づいて物体の速
度、方向が変化し、これにより物体の移動軌跡データが
求められる。この結果、物体の速度、方向を求める際に
全ての対象物について演算処理を行う必要がなくなる。

【００１７】また、請求項４の発明は、請求項３におい
て、前記反応強度の大きさに応じて前記反応強度をソー
トし、ソートされた反応強度と選択確率とに基づいて１
又は複数の反応強度の選択を行い、該選択された反応強
度に対応した対象物が前記複数の対象物の中から選択さ
れることを特徴とする。

【００１８】請求項４の発明によれば、反応強度が大き
い順に反応強度がソートされる。これにより、反応強度
が大きい順に例えば第１順位、第２順位というように順
位づけがなされる。そして、選択確率により各々の順位
を選ぶ確率が決められ、この確率に基づいて反応強度の
選択が行われる。そして、選択された反応強度に対応す
る対象物が選択され、この対象物の反応強度、方向又は
位置する方向に基づいて物体の速度、方向が変化するこ
とになる。

【００１９】また、請求項５の発明は、請求項１乃至４
のいずれかにおいて、前記対象物に対する反応強度の演
算が、対象物が物体から一定距離以上にある場合には省
略されることを特徴とする。

【００２０】請求項５の発明によれば、物体から一定距
離以上、例えば視界距離以上にある場合には、反応強度
の演算が省略される。これにより、不必要な演算を省略
できるとともに一定距離以上にある対象物に関しては影
響を受けないようにすることが可能となる。

【００２１】また、請求項６の発明は、請求項１乃至５
のいずれかにおいて、対象物が群の牽引物体である場合
及び対象物が群の構成物体である場合には、前記速度要
素は対象物の速度が物体の速度よりも速くなるほど大き
くなるように設定され、該速度要素、前記距離及び前記
固有反応度パラメータが大きくなるほど反応強度が大き
くなるように前記反応強度演算手段における演算が行わ
れ、物体の方向が対象物の方向又は位置する方向に変化
させられることを特徴とする。

【００２２】請求項６の発明によれば、対象物である群
の牽引物体、群の構成物体の速度が物体の速度よりも速
くなる、あるいは、物体間距離が大きくなると、反応強
度が大きくなるように演算処理が行われる。これによ
り、物体の速度が速くなる方に変化し、物体が牽引物
体、構成物体に追いつこうとする行動を表現できること
になる。また、例えば対象物が群の牽引物体である場合
には、牽引物体の位置する方向に物体の方向が変化し、
物体が牽引物体の方向に移動することになる。また、対
象物が群の構成物体である場合には、構成物体の向く方
向又は位置する方向に物体の方向が変化する。これによ
り、物体が群の構成物体の方向に移動したり、物体の方
向が群の構成物体の向く方向に揃ったりすることにな
る。

【００２３】また、請求項７の発明は、請求項２乃至６
のいずれかにおいて、対象物が群の非構成物体である場
合には、前記速度要素は対象物の速度が物体の速度より
も速くなるほど大きくなるように設定され、該速度要素
及び前記固有反応度パラメータが大きくなるほど反応強
度が大きくなり前記距離が大きくなるほど反応強度が小
さくなるように前記反応強度演算手段における演算が行
われ、物体の方向が対象物の位置する方向の反対方向に
変化させられることを特徴とする。

【００２４】請求項７の発明によれば、対象物である群
の非構成物体の速度が物体の速度よりも速くなる、ある
いは、物体間距離が小さくなると、反応強度が大きくな
る演算処理が行われる。これにより、物体の速度が速く
なる方に変化し、物体が非構成物体から逃げようとする
行動を表現できることになる。また、非構成物体の位置
する方向の反対方向に物体の方向が変化し、物体が非構
成物体の位置と逆の方向に移動したり、向かってくる非
構成物体を避けることが可能となる。

【００２５】また、請求項８の発明は、請求項１乃至７
のいずれかにおいて、反応強度の演算を行う時間間隔を
物体毎に異ならせることを特徴とする。

【００２６】請求項８の発明によれば、ある物体は単位
時間毎に、ある物体は単位時間よりも長い時間間隔で、
ある物体は更に長い時間間隔で、反応強度の演算が行わ
れる。そして、このように反応強度の演算を行う時間間
隔を物体毎に異ならせることで、物体の速度、方向の変
化を緩やかなものとすることが可能となる。

【００２７】また、請求項９の発明は、請求項１乃至８
のいずれかにおいて、群の牽引物体の移動軌跡データを
操作者が設定し、設定された牽引物体の移動軌跡データ
に基づいて他の物体の移動軌跡データが求められること
を特徴とする。

【００２８】請求項９の発明によれば、群の牽引物体に
ついては操作者が自ら移動軌跡データを設定する。これ
により、この設定された移動軌跡データに基づいて動く
牽引物体にしたがわせて他の物体を動かす等の操作を行
うことが可能となる。

【００２９】また、請求項１０の発明は、群を構成する
物体の移動軌跡データを画像合成手段における画像合成
のために生成するデータ生成方法であって、対象物が群
の構成物体である場合の固有反応度パラメータを少なく
とも含む複数種類の固有反応度パラメータが対象物の種
類に応じて各物体毎に設定され、該複数種類の固有反応
度パラメータを少なくとも含む情報に基づいて群を構成
する物体の移動軌跡データを求め、該移動軌跡データに
基づいて物体の環境に対する適応度を評価し、該評価に
基づいて適応度の劣る物体を削除し、適応度の優れた１
又は複数の物体の前記固有反応度パラメータを複製する
とともに変異率パラメータに応じた変異を与えて新たな
固有反応度パラメータを生成し、該固有反応度パラメー
タを持つ新たな物体を含ませて再度群を構成する物体に
ついて移動軌跡データを求め、これらの処理を繰り返す
ことで最適な固有反応度パラメータ及び最適な移動軌跡
データを得ることを特徴とする。

【００３０】請求項１０の発明によれば、設定された固
有反応度パラメータに基づいて物体の移動軌跡データが
求められ、固有反応度パラメータに基づく行動群の生成
が行われる。次に、この行動群の環境に対する適応度に
ついての評価が行われ、適応度の劣る物体は削除（淘
汰）される。一方、適応度の優れた物体については、そ
の固有反応度パラメータが複写されるとともに変異さ
れ、新たな固有反応度パラメータが生成される。この場
合の複写元は、２つ以上の物体であってもかまわない。
そして、この新たな固有反応度を持つ新たな物体が生成
され、この物体を含ませて、再度、行動群の生成が行わ
れる。そして、これらの処理を繰り返すことで、最適な
固有反応度パラメータ、移動軌跡データを得ることがで
きる。

【００３１】また、請求項１１の発明は、請求項１０に
おいて、群を構成する物体全体の環境に対する適応度に
応じて、前記評価を行うための評価パラメータを少なく
とも含む環境パラメータを調整することを特徴とする。

【００３２】請求項１１の発明によれば、群を構成する
物体全体の環境に対する適応度が調べられ、この適応度
に応じて評価パラメータが調整される。これにより、物
体全体に対する環境の厳しさ等を調整することが可能と
なり、環境に対する適応度の高い群を作り出すことがで
きる。

【００３３】また、請求項１２の発明は、請求項１０又
は１１のいずれかにおいて、群を構成する物体全体の環
境に対する適応度に応じて、前記変異率パラメータを少
なくとも含む環境パラメータを調整することを特徴とす
る。

【００３４】請求項１２の発明によれば、変異率パラメ
ータを調整することで、多様性のある群を作り出すこと
が可能となる。また、適応度の高い群を得るための解
が、最適解ではなく局所解に収束してしまうような場合
に、変異率パラメータにより変異率を高くすることで、
解を最適解に収束させることも可能となる。

【００３５】また、請求項１３の発明は、請求項１０乃
至１２のいずれかにおいて、操作者が、前記固有反応度
パラメータ、前記環境パラメータを操作することで物体
の環境を調整することを特徴とする。

【００３６】請求項１３の発明によれば、操作者が自ら
固有反応度パラメータ、環境パラメータを操作し、環境
を調整する。これにより単に見ているだけのシミュレー
ションではなく、操作者が参加できるシミュレーション
を実現できることになる。

【００３７】また、請求項１４の発明に係るコンピュー
タグラフィックス装置は、請求項１乃至１３のいずれか
のデータ生成方法で物体の移動軌跡データを生成し、生
成された該移動軌跡データに基づいて物体の画像情報を
求め、求められた画像情報に基づいてコンピュータグラ
フィックス画像の合成を行う画像合成手段とを含むこと
を特徴とする。

【００３８】請求項１４の発明によれば、ＣＧ画像を合
成をするために必要な移動軌跡データを自動的に求める
ことが可能となるとともに、リアル感に溢れ自然な物体
の動作を表現できることになる。

【００３９】また、請求項１５の発明に係るゲーム装置
は、請求項１乃至１３のいずれかのデータ生成方法で
物体の移動軌跡データを生成し、生成された該移動軌跡
データと操作者からの操作信号に基づいてゲーム空間を
設定するためのゲーム演算を行う手段と、該ゲーム演算
手段からのゲーム空間設定情報に基づいてゲーム画像の
合成を行う画像合成手段とを含むことを特徴とする。

【００４０】請求項１５の発明によれば、ゲーム画像を
合成をするために必要な移動軌跡データを自動的に、か
つ、リアルタイムに求めることが可能となるとともに、
ゲームのリアル感、臨場感を増すことが可能な物体の動
作を表現できることになる。

【００４１】

【実施例】

１．第１の実施例図１には、本第１の実施例のデータ生成方法を実現する
ためのデータ生成システムの機能的ブロック図が示され
る。このシステムは、移動軌跡データ格納手段１００、
物体間距離演算手段１０６、反応強度演算手段１１０、
優先要素選択手段１３０、移動軌跡データ演算手段１３
２を含む。ここで、移動軌跡データ格納手段１００は、
座標データ格納手段１０２、速度・方向データ格納手段
１０４を含む。図２には本実施例における移動軌跡の一
例が示される。図２において、Ｐn （Ｘn 、Ｙn ）が座
標データであり、Ｖn が速度データであり、θn が方向
データであり、これらのデータが座標データ格納手段１
０２、速度・方向データ格納手段１０４に格納される。
なお、以下では、説明を簡単にするために２次元の移動
軌跡データを例にとり説明するが、本発明はこれに限ら
れるものではない。そして、３次元の移動軌跡データの
場合には例えばＰn は（Ｘn 、Ｙn 、Ｚn ）となる。本
実施例では、コンピュータグラフィックスの場合には例
えば１／２４秒毎、１／３０秒毎の、ゲーム装置の場合
には例えば１／６０秒毎のＰn 、Ｖn、θn が求められ
る。そして、前回（１／２４秒前又は１／３０秒前又は
１／６０秒前）の全ての物体のＰn-1 、Ｖn-1 、θn-1
から今回のＰn 、Ｖn 、θn を求めてゆき、これにより
物体の移動軌跡データ例えばＰn-2 〜Ｐn+2 、Ｖn-2 〜
Ｖn+2 、θn-2 〜θn+2 が求められることになる。

【００４２】物体間距離演算手段１０６は、物体と対象
物との間の距離を求めるものである。求められた物体間
距離と、速度・方向データ格納手段１０４からの速度・
方向データとは、反応強度演算手段１１０に入力され
る。そして、反応強度演算手段１１０により各要素の反
応強度の演算が行われる。優先要素選択手段１３０で
は、求められた反応強度に基づいて、いずれの要素を優
先するかを選択する。そして、この選択結果に基づいて
移動軌跡データ演算手段１３２では、前回の移動軌跡デ
ータＰn-1 、Ｖn-1 、θn-1 から今回のＰn 、Ｖn 、θ
が演算される。そして、求められたＰn 、Ｖn 、θは、
移動軌跡データ格納手段１００に格納される。このよう
にして、順次、移動軌跡データが求められることにな
る。

【００４３】なお、図１の機能ブロック図において、物
体間距離演算手段１０６、反応強度演算手段１１０、優
先要素選択手段１３０、移動軌跡データ演算手段１３２
で行われる演算処理は、各物体毎に行われる処理であ
る。

【００４４】また、反応強度演算手段１１０における演
算処理は単位時間である△ｔ毎（△ｔは例えば１／２４
秒、１／３０秒、１／６０秒）に行う必要はなく、単位
時間△ｔよりも長い一定時間間隔毎に演算処理を行って
もよい。即ち、通常は、時刻ｔにおける反応強度を求め
る場合には、時刻ｔ−△ｔにおける座標、速度、方向デ
ータを参照するが、この場合には、例えば時刻（ｔ−ｎ
×△ｔ）における座標、速度、方向データを参照して時
刻ｔにおける反応強度を求める。そして、時刻（ｔ−
（ｎ−１）×△ｔ）〜（ｔ−△ｔ）における座標、速
度、方向データは、時刻（ｔ−ｎ×△ｔ）において演算
された反応強度を用いることになる。具体的には、時刻
（ｔ−ｎ×△ｔ）において演算された反応強度により、
（ｔ−（ｎ−１）×△ｔ）〜（ｔ−△ｔ）における該物
体の速度データを求める。また、時刻（ｔ−ｎ×△ｔ）
で優先要素選択手段１３０により選択された対象物の向
く方向又は位置する方向に基づき、（ｔ−（ｎ−１）×
△ｔ）〜（ｔ−△ｔ）における該物体の方向データを求
める。そして、求められた速度、方向データにより該物
体の座標データも求める。これにより、反応強度の演
算、優先要素選択の演算を省略することができる。ま
た、このようにすることで、物体の動き（速度の変化、
方向の転換）をより緩やかなものとすることができ、物
体が魚等の生物を表すものであった場合には、より生物
的な表現を行うことが可能となる。そして、この反応強
度の演算を行う時間間隔を物体毎に異ならせて設定すれ
ば、動きの鋭い物体と動きの鈍い物体とを混在させるこ
とが可能となり、よりバラエティに富んだ群の表現が可
能となる。

【００４５】反応強度演算手段１１０は、第１〜第ｎの
反応強度演算手段１１２〜１１８と、反応固有度パラメ
ータ格納手段１２０とを含む。第１〜第ｎの反応強度演
算手段１１２〜１１８は、固有反応度パラメータ格納手
段１２０に格納される固有反応度パラメータと、物体間
距離演算手段１０６から入力される物体と対象物との間
の距離と、速度・方向データ格納手段１０４から入力さ
れる速度の情報（速度要素）とに基づいて、各要素につ
いての反応強度が演算される。ここで、これらの要素と
しては、主に、対象物が群の牽引物体（リーダ、餌等）
である場合（対象物を慕っている場合）、対象物が群の
構成物体（仲間等）である場合（対象物を好んでいる場
合）、対象物が群の非構成物体（敵、壁等）である場合
（対象物を恐れている場合、避けたい場合）等の要素が
考えられる。また、これ以外にも、例えば物体の行きた
い方向を表すための要素等も考えられる。そして、例え
ば第１の反応強度演算手段１１２では対象物が群のリー
ダである場合、第２の反応強度演算手段１１４では対象
物が群の仲間である場合、第３の反応強度演算手段１１
６では対象物が敵である場合について、各要素の反応強
度が演算される。そして、各要素についての固有反応度
パラメータ（対象物への好感・反感の度合い）は、対象
物の種類に応じて各物体の固有のパラメータとして各物
体毎に設定されている。図３を例にとれば、物体２につ
いては、対象物がリーダ８、１０である場合、対象物が
仲間１２、１６、２０である場合、対象物が敵２２、２
６である場合の各々について、物体２に固有に、固有反
応度パラメータが設定されている。

【００４６】図４には、対象物が群のリーダである場合
に行われる演算処理を説明するためのフローチャート図
が示される。ステップＡ１で対象物が群のリーダである
と判断されると、ステップＡ２で対象物が視界距離Ｇ内
にあるか否かが判断される。例えば図３において、リー
ダ８は視界距離Ｇ内にあると判断され、リーダ１０はな
いと判断される。そして、視界距離Ｇ内にないと判断さ
れたリーダ１０については反応強度＝０とされる。一
方、視界距離Ｇ内にあると判断されたリーダ８について
は、ステップＡ３の処理により反応強度が演算される。
この場合の反応強度は、次式のように演算される。

【００４７】反応強度＝Ｋ１×物体間距離×速度要素×
固有反応度パラメータここで、Ｋ１は比例係数である。この場合、この係数Ｋ
１を複数種類用意して、これらの複数種類の係数を物体
間距離、速度要素、固有反応度パラメータの各々に対し
て独立に設定することも可能である。また、物体間距離
は図３におけるＤ１である。即ち、この場合には距離が
遠いほど反応強度は大きくなり、物体２はリーダ８に追
いつくように速度を速めることになる。また、速度要素
は、物体２及びリーダ８の速度により決められるもので
あり、具体的には次のように決められる。即ち、まずリ
ーダ８と物体２の速度差を求める。そして、リーダ８の
方が物体２よりも速い場合には速度要素が大きくなるよ
うに、逆にリーダ８の方が物体２よりも遅い場合には速
度要素が小さくなるように速度要素を決める。これによ
り速度の速いリーダに対しては物体２は自分の速度を速
めて追いつこうとする行動をとり、速度の遅いリーダに
対しては自分の速度を遅めるという行動をとることにな
る。これにより物体がリーダを慕うという行動を表現で
きることになる。なお、この場合、速度要素を求めるた
めに速度差に乗算する係数は任意に設定することができ
る。また、固有反応度パラメータは、対象物がリーダで
ある場合に設定される固有反応度パラメータであり、物
体２に固有に設定されているものである。

【００４８】なお、図４に示すように、対象物がリーダ
である場合には、物体の方向はリーダの位置する方向に
変化させられる。この演算は、後述するように移動軌跡
データ演算手段１３２において行われる。例えば、図３
を例にとれば、物体２の方向４は、リーダ８の位置する
方向（物体２とリーダ８を結ぶ方向）に変化することに
なる。

【００４９】図５には、群行動生成の場合（対象物が群
の仲間である場合等）の演算処理を説明するためのフロ
ーチャート図が示される。この場合、まず、ステップＢ
２で視界距離Ｇ内に仲間がいるか否かが判断される。そ
して、仲間がいないと判断された場合には、ステップＢ
６に示すように反応強度は次式のように演算される。

【００５０】反応強度＝Ｋ２×乱数×固有反応度パラメータこの場合の固有反応度パラメータは物体が自由な方向に
行こうとする度合を表す固有反応度パラメータである。
群を生成することを好まない物体についてはこの固有反
応度パラメータが大きくなるように設定されている。ま
た、この場合の物体の方向は、乱数を用いて確率的に選
択される。即ち、各物体毎に設定された物体の行きたい
方向と、乱数とを用いて物体の方向が決定される。例え
ば物体２が右方向に移動することを好む場合には、その
方向は乱数によりランダムに選択されるが統計的にはな
るべく右方向に変化するように方向の選択が行われる。

【００５１】視界距離Ｇ内に仲間がいると判断される
と、ステップＢ３に示すように、今度は至近距離Ｈ内に
仲間がいるか否かが判断される。そして、図３に示すよ
うに仲間１６がいた場合には、ステップＢ４に示すよう
に反応強度は以下のように演算される。

【００５２】反応強度＝Ｋ３×物体間距離×速度要素×
固有反応度パラメータこの場合の物体間距離は図３におけるＤ２である。ま
た、速度要素は、対象物がリーダである場合とほぼ同様
にして決められる。これにより物体が仲間に寄り添うと
いう行動を表現できることになる。なお、速度要素を求
めるために速度差に乗算する係数は、対象物がリーダの
場合と異なったものになるように設定されている。ま
た、固有反応度パラメータは、対象物が仲間あるいは至
近距離内の仲間である場合に設定される固有反応度パラ
メータである。また、この場合、物体２の方向４は、仲
間１６の向く方向１８と同じ方向に変化させられる。こ
れにより至近距離Ｈ内にある物体は同じ方向を向くこと
になり、方向を揃えて移動する群を表現できることにな
る。なお、仲間が多数いる場合には、最も近い距離にい
る仲間の方向に合わせる、あるいは向く方向についての
多数決をとり、多数決により決められた方向に向くよう
にすればよい。

【００５３】また、ステップＢ３で至近距離Ｈ内に仲間
がいないと判断された場合には、ステップＢ５に示すよ
うに反応強度は次式のように演算される。

【００５４】反応強度＝Ｋ４×物体間距離×速度要素×
固有反応度パラメータこの場合の、物体間距離はＤ３であり、速度要素は上記
と同じように決められる。また、反応強度は対象物が仲
間あるいは至近距離外の仲間である場合に設定される固
有反応度パラメータである。また、この場合、物体２の
方向４は、仲間１２の位置する方向に変化させられる。
これにより、仲間の方向に物体が移動し、孤立した物体
が群を作るために仲間に寄り添うという行動を表現でき
ることになる。

【００５５】図６には、対象物が群の敵である場合の演
算処理を説明するためのフローチャート図が示される。
この場合、まず、ステップＣ２で視界距離Ｇ内に敵がい
るか否かが判断される。そして、視界距離Ｇ内にないと
判断された敵２６については反応強度＝０とされる。一
方、視界距離Ｇ内にあると判断された敵２２について
は、ステップＣ３に示すように反応強度は次式のように
演算される。反応強度＝Ｋ５×（視界距離−物体間距離）×速度要素
×固有反応度パラメータここで、（視界距離−物体間距離）は図３におけるＤ５
に相当する。即ち、この場合には敵２２が物体２に近づ
くほど反応強度が大きくなり、物体２は速度を速めて急
いで敵２２から逃げることになる。また、速度要素は、
敵２２の方が物体２よりも速い場合には速度要素が大き
くなるように、逆に敵２２の方が物体２よりも遅い場合
には速度要素が小さくなるように速度要素を決める。こ
れにより、敵２２の速度が速い場合には速く逃げ、遅い
場合には遅く逃げるという物体２の行動を表現できるこ
とになる。なお、この場合に速度要素を求めるために速
度差に乗算する係数は、対象物がリーダである場合に比
べて大きな値が設定される。これにより、敵が来た場合
には、自己の生存本能を優先させて、リーダに従うより
も敵から逃げるという行動を表現でき、リアル感をより
増すことができる。また、固有反応度パラメータは、対
象物が敵である場合に設定される固有反応度パラメータ
である。

【００５６】なお、ステップＣ３に示すように、対象物
が敵である場合には、物体の方向は敵の位置する方向と
反対方向に変化させられる。これにより、物体２は敵２
２の襲撃を避けるように方向転換することが可能とな
る。

【００５７】次に優先要素選択手段１３０について説明
する。優先要素選択手段１３０では、反応強度演算手段
１１０で演算された各々の要素に対応した複数の反応強
度が、反応強度の大きさに応じてソートされ、順位がつ
けられる。例えば図３において対象物が敵２２である場
合の反応強度Ａ、仲間１６である場合の反応強度Ｂ、リ
ーダ８である場合の反応強度Ｃ等が求められる。そし
て、反応強度の大きさに基づいて反応強度を並べた結
果、例えば反応強度Ａ＞反応強度Ｂ＞反応強度Ｃとなっ
た場合には、反応強度Ａに第１順位、反応強度Ｂに第２
順位、反応強度Ｃに第３順位がつけられる。そして、優
先要素選択手段１３０では、あらかじめ各順位に対応し
た選択確率が設定されている。そして、例えば、第１順
位の選択確率が１００％に設定されていた場合には、必
ず第１順位の反応強度Ａが選択される。一方、第１順
位、第２順位、第３順位の選択確率が、各々７０％、２
０％、１０％である場合には、１０回に７回は第１順位
の反応強度Ａ（対象物が敵２２である場合）が、１０回
に２回は第２順位の反応強度Ｂ（対象物が仲間１６であ
る場合）が、１０回に１回は第３順位の反応強度Ｃ（対
象物がリーダ８である場合）が選択されることになる。
これにより、反応強度が小さく選択確率が低いものでも
選択される場合が生じ、群の表現のバラエティを増すこ
とができる。

【００５８】なお、選択確率をあらかじめ設定しておか
ず、反応強度の大きさに応じて選択確率を設定する手法
を採用してもよい。この手法では、例えば反応強度Ａが
１０００、反応強度Ｂが５００、反応強度Ｃが２００で
あった場合には、反応強度Ａ、Ｂ、Ｃの選択確率は、各
々、１０００／１７００、５００／１７００、２００／
１７００となる。

【００５９】このようにして、優先要素選択手段１３０
により対象物（複数であってもよい）が選択されると、
選択された対象物の前回の座標、速度、方向データと、
物体の前回の座標、速度、方向データとから、該物体の
今回の座標、速度、方向データ（移動軌跡データ）が求
められる。この演算処理は、移動軌跡データ演算手段１
３２により行われる。

【００６０】物体の方向データは、以下のようにして求
められる。例えば図７（Ａ）において、リーダ３６が選
択されたとする。すると、リーダ３６は物体２の右側に
位置し、物体２の方向４はリーダ３６の位置する方向に
変化するため、方向４の角度θn-1 は−△θされ、方向
３０の角度θn ＝θn-1 −△θが求められる。また、図
７（Ｂ）において、敵３８が選択されたとすると、敵３
８は物体２の右側に位置し、物体の方向４は敵３８の位
置する方向と反対方向に変化するため、方向４の角度θ
n-1 は＋△θされ、方向３２の角度θn ＝θn-1 ＋△θ
が求められる。また、図７（Ｃ）において、至近距離内
の仲間４０が選択されたとすると、仲間４０の方向４２
に方向に物体２の方向が変化するため、方向４の角度θ
n-1 は−△θされ、方向３４の角度θn ＝θn-1 −△θ
が求められる。このように△θを増減することで、例え
ば追いかけて敵と逆方向に向かうことができ、敵から逃
げることが可能となる。また、例えば自分の進行方向に
対して敵が正面から来た場合には、この△θが増減する
ことで、敵をすり抜けて逃げることも可能となる。

【００６１】物体の速度データは、反応強度により求め
られる。即ち選択された対象物の反応強度が、あらかじ
め設定された反応強度の設定値よりも大きいか否かが判
断される。そして、選択された対象物の反応強度が設定
値よりも大きい場合には、物体の速度データＶn は、Ｖ
n ＝Ｖn-1 ＋△Ｖとされ、加速される。一方、設定値よ
りも小さい場合には、物体の速度データＶn は、Ｖn ＝
Ｖn-1 −△Ｖとされ、減速される。

【００６２】なお、加速の時の△Ｖと減速の時の△Ｖを
違う値にすることもできる。例えば、減速の時の△Ｖを
加速の時の△Ｖよりも大きくすれば、より自然な物体の
動きを表現できる。

【００６３】以上のようにして、方向データθn 、速度
データＶn が求められると、これらのθn 、Ｖn と、前
回の座標データＰn-1 （Ｘn-1 、Ｙn-1 ）とから、今回
のＰn （Ｘn 、Ｙn ）が求められる。即ち、この場合に
は、Ｐn-1 （Ｘn-1 、Ｙn-1）をθn の方向にＶn の値
だけ変化させることで、Ｐn （Ｘn 、Ｙn ）を得ること
ができる。これらの得られたＰn （Ｘn 、Ｙn ）、θn
、Ｖn は、移動軌跡データ演算手段１３２から出力さ
れ、移動軌跡データ格納手段１００に格納されることに
なる。

【００６４】以上のように本実施例では、優先要素選択
手段１３０を設けることにより対象物の選択が行われる
ため、方向、速度データを求める際に全ての対象物を考
慮する必要がなくなる。これにより演算処理を非常に高
速にすることができる。また、移動軌跡データの演算に
あたって、物理的な力の場のようなものを生成する必要
がないため、演算処理を簡易にでき、高速化することが
できる。

【００６５】また、本実施例では、このように演算処理
が簡易で高速であるにも関わらず、非常にリアル感のあ
る移動軌跡データを生成できる。例えば、図８、図９、
図１０には、本実施例により生成された、恐竜に追われ
ながら群泳する魚の移動軌跡の一例が示される。図８に
おいて、魚は棒状体で表され、これにより魚の位置及び
方向が表される。図８には、リーダ５２にしたがいなが
ら壁４８、４９に囲まれた領域で泳ぐ魚の群に、恐竜５
０が襲いかかるシーンが示される。図８のＡに示すよう
に、リーダ５２から遠い魚は、至近距離内にある魚と方
向を揃えて同じ方向に同じ速度で群泳している。また、
図８のＢに示すように、リーダ５２に近い魚はリーダ５
２を慕って寄り添って群泳している。図８の状態では、
恐竜５０は、魚の群の視界範囲外にあるため、魚の群は
敵５０に気づかずに泳いでいる。

【００６６】図９には、恐竜５０が魚の群に更に近づい
た場合のシーンが示される。図９のＣでは、恐竜５０に
追われて、恐竜５０の位置する方向と反対方向に加速し
ている魚の群が示され、一部の魚は壁に激突しそうにな
っている。但し、図９に示す壁４８、４９は実際の壁で
はなく、魚に群の非構成物体である壁が存在すると認識
させるために設けられた仮の壁である。魚は、恐竜５０
に追いかけられながらも、この壁を避けようとするが、
恐竜からの反応強度が強い場合には、壁に激突しそうに
なる。一方、図９のＤでは、恐竜５０の到来により、仲
間同士でぶつかりあいパニック状態に陥っている魚の群
が示される。この状態では、魚の群は、自己の生存本能
を重視するため、リーダの統率力は薄れている。

【００６７】図１０には、更に深追いする恐竜５０から
方向転換して逃げる魚の群のシーンが示される。図１０
のＥ、Ｆには、恐竜５０から逃げることに夢中になった
ため、リーダ５２にしたがう群からはぐれてしまった魚
の群が示される。これらの魚は壁等を避けながら、周り
の魚と群となり、自分たちの好む方向に群泳することに
なる。一方、図１０のＧには、恐竜５０に追われてリー
ダ５２を追い越してしまった魚の群が示される。この時
点では、リーダの統率力は完全に失われ、魚は恐竜５０
から必死に逃げまどうことになる。

【００６８】このように本実施例によれば、非常に簡易
で高速な演算処理で、リアル感溢れる表現豊かな物体の
移動軌跡を自動的に求めることが可能となる。

【００６９】２．第２の実施例第２の実施例は、各物体に設定される固有反応度パラメ
ータの最適な設定値を求める手法を示す実施例である。
図１１には、本第２の実施例の手法を説明するためのフ
ローチャート図が示される。

【００７０】まず、図１１のステップＥ２に示すよう
に、群を構成させたい物体を所望数だけ用意し、これら
の物体の各々に対して固有反応度パラメータの初期値を
設定する。これらの固有反応度パラメータとしては、上
記第１の実施例と同様に、リーダをどれくらい慕ってい
るか、仲間をどれくらい好んでいるか、敵をどれくらい
恐れいているか、壁、障害物等をどれくらい避けようと
するか、どれくらい自由に動きたいか等を表す固有反応
度パラメータが考えられる。これらの固有反応度パラメ
ータの初期値は乱数等を用いてランダムに各物体に対し
て設定されることになる。

【００７１】次に、ステップＥ３に示すように、上記の
固有反応度パラメータに基づいて実際に行動群を生成す
る。即ち、例えば第１の実施例に示すような手法によ
り、群を構成する物体の移動軌跡データを初期設定され
た固有反応度パラメータに基づいて順次求めてゆく。

【００７２】次に、このように行動群を生成しながら、
ステップＥ４に示すように評価関数等に基づいて各物体
毎に適応度を評価する。この場合の適応度の評価は以下
のように行われる。例えば、他の物体と群を生成すれ
ば、その物体に対してはボーナスポイントが与えられ、
その物体の体力は増強する。この場合、その物体が他の
物体と同じ方向に向かって一定期間寄り添って進行した
場合に、その物体は群を生成したと判断される。一方、
壁、障害物にぶつかった場合にはペナルティポイントが
課され、その物体の体力は減少する。そして、体力が零
となるとその物体はステップＥ５に示すように淘汰（削
除）される。また、敵にぶつかった場合には非常に大き
い値のペナルティポイントが課される、あるいは、１度
ぶつかっただけでその物体が淘汰される。なお、適応度
の評価の手法は、上記に述べたものに限らない。例えば
最適な結果がどのようなものかわかっている場合には、
その最適な結果にどれくらい近づいたかを調べること
で、適応度を評価することも可能である。

【００７３】このように各種ルールにしたがって物体の
淘汰が行われるとともに、ステップＥ６に示すように新
たな物体の生成も行われる。この新たな物体の生成は以
下のようにして行われる。即ち、まず、上記適応度の評
価により優れていると判断された物体が選択される。そ
して、選択された物体の固有反応度パラメータを複製す
ることで新たな固有反応度パラメータを生成する。そし
て、この際、変異率パラメータに応じた変異を乱数等に
したがって与えることで、元の固有反応度パラメータと
少し異なる新たな固有反応度パラメータを得る。この場
合の変異率パラメータとしては、固有反応度パラメータ
の変異の大きさの率を設定するもの、あるいは、変異を
与える固有反応度パラメータの個数を設定するもの等、
種々のものが考えられる。また、固有反応度パラメータ
の複製元は、１親（１物体）とは限らず、２親（２物
体）から複製してもかまわない。

【００７４】次に、ステップＥ７に示すように、群を構
成する物体全体の環境に対する適応度に応じて、環境パ
ラメータを調整する。この環境パラメータとしては、適
応度評価の際に使用されるペナルティポイント、ボーナ
スポイント等の評価パラメータ、新たな物体を生成する
際に使用される変異率パラメータ等が考えられる。即
ち、最適な固有反応度パラメータを得るためには、環境
の厳しさという外的圧力が必要となる。環境が物体の群
にとって生温いものであるとステップＥ５における淘汰
が行われなくなってしまうからである。一方、環境が厳
しすぎると、今度は物体が全滅してしまうおそれがあ
る。また、群を構成する物体の適応度が上がってくる
と、適応度の上昇率のスピードが遅くなってしまうとい
う問題がある。そこで、ステップＥ７において、群を構
成する物体全体の評価によって、環境自体を変化させ
て、適応度の上昇率に圧力をかけてやる。例えば、物体
全体の個数が多くなった場合、寿命が長くなった場合に
は、評価パラメータであるペナルティポイントが全体的
に高くなるように設定する。このように評価パラメータ
を調整することで、適応度の非常に高い群を作り出すこ
とが可能となる。

【００７５】また、最終的に得られる個々の物体の移動
軌跡が似通ってしまうと、豊かな表現を行うことができ
ないという問題がある。そこで、本実施例では、変異率
パラメータを変化させて、多様性のある群を作り出して
いる。更に、次のような問題もある。即ち、本実施例の
処理により最適な適応度を得ようとした場合、図１２に
示すように、解が最適解ではなく局所解に収束してしま
うような場合がある。そこで、このような場合には、解
が最適解に収束するように変異率パラメータを調整して
やる。これは、ちょうど局所解に収束してしまった環境
を「揺する」ことを意味する。これにより、更に最適な
適応度を持つ群を得ることができる。なお、変異率を変
更する例として次のようなものが考えられる。例えば、
物体全体が環境に適応してしまって、物体全体の寿命が
高くなってしまったような場合には、変異率を高くして
物体全体とは非類似の特異の物体を生成させる。これに
より、多様性のある群を作り出すことができるととも
に、最適解に収束した適応度の高い群を作り出すことも
可能となる。

【００７６】このようにして環境パラメータを調整した
後、調整後の環境パラメータで、新たに生成された物体
を含ませて、再度、固有反応度パラメータに基づく行動
群の生成を行う。そして、ステップＥ３〜Ｅ７を繰り返
すことで、最適な固有反応度パラメータ、最適な環境パ
ラメータ、最適な移動軌跡データを得ることになる。

【００７７】図１３には、まだ固有反応度パラメータが
最適化されていない初期状態での魚の群泳の状態が示さ
れる。この場合には図１３のＨに示すように小さな群れ
は生じているが、大部分は図１３のＩ、Ｊに示すように
魚は自由に泳ぎまわっており、他の魚とあまり群れを作
らない。また、図１３のＫに示すように、壁５４にぶつ
かったり、魚同士でぶつかったりするものも存在する。

【００７８】図１４には、図１１のステップＥ３〜Ｅ７
を５０回繰り返した後の、魚の群泳の状態が示される。
図１４のＬ、Ｍ、Ｎ、Ｏに示すように、適度な数の群れ
を作りながら、壁５４にもぶつからないで泳ぐことがで
きることになる。即ち、反応強度パラメータ、環境パラ
メータが最適化されたことになる。

【００７９】図１５には、本実施例をプレーヤ参加型の
シミュレーションゲームに適用した場合のフローチャー
ト図が示される。即ち、図１１の例では、ただ単に魚の
群が生成されるのを見ているだけであったが、この図１
５の例ではプレーヤは、自ら環境操作を行い積極的にシ
ミュレーションに参加する。ここで、図１５のステップ
Ｆ２、Ｆ３は、図１１のステップＥ２、Ｅ３と全く同様
である。そして、図１５では、この後にプレーヤが環境
操作を行うというステップＦ４の処理が挿入される。こ
の環境操作としては、例えばペナルティポイントを変更
する等の環境パラメータを変える操作が考えられる。ま
た、プレーヤが自ら群のリーダとなって、リーダの移動
軌跡を自由に操作するというようなものも考えられる。
次に、ステップＦ５に示すように行動評価が行われる。
これは、図１１の適応度評価（ステップＥ４）に相当す
るものである。そして、ステップＦ６で環境に適してい
ないと判断されると、キャラクターテーブルから該当す
るキャラクターがクリアーされる（ステップＦ１０）。
これは、図１１の淘汰（ステップＥ５）の相当する。逆
に、環境に適していると判断されたならば、キャラクタ
テーブルに空きがあることを条件に（ステップＦ７）、
変異率に対応した変異を行いながらキャラクタの複製が
行われる（ステップＦ８）。これは図１１の新たな物体
作成（ステップＥ６）に相当する。その後、ステップＦ
９に示すように、変異率の変更が行われる。これは、図
１１の環境パラメータの調整（ステップＥ７）に相当す
る。以上のようにしてプレーヤ参加型のシミュレーショ
ンを実現できる。

【００８０】図１６、図１７には、本実施例を例えばド
ッグレース等の競争シミュレーションに適用した場合の
例が示される。このドッグレースのシミュレーションの
目的は、複数の物体に競争を行わせ、所定のコースを速
く周回できる行動様式を獲得することである。また、物
体間の相互作用を重視するために、最速のラップを得る
ことのみならず、他の物体を追い越すような行動様式を
得ることに重点を置いている。また、物体の数は例えば
８個とし、一定回数を周回した後に世代交代（劣る物体
の削除、優れる物体の複製等）を行う。また、対象物
（壁、他の物体）までの距離とスピードを状況判断のた
めに与え、各自が状況判断を行い、対応する行動を起こ
す。

【００８１】この場合、最適化を行うパラメータとし
て、技術パラメータ、性格パラメータを導入する。ま
た、外部データとして物理パラメータを導入する。ここ
で、物理パラメータとは、例えば速度、方向、周回速度
記録、順位等のパラメータである。また、技術パラメー
タとは、例えば減速及び加速のタイミング、カーブに対
する応答性、曲がるときのカーブ半径等のパラメータで
ある。また、性格パラメータとは、状況に対する判断
（直進、右折、左折、加速、減速、速度維持）の傾向を
指定するパラメータであり、行動群のパラメータから確
率的に選択される。

【００８２】本シミュレーションにおける世代交代は以
下のようにして行われる。即ち、まず他の物体を追い越
した回数、最速のラップタイムによって優劣が評価され
る。そして、評価順位によって確率的に選択された２つ
の物体のパラメータのそれぞれから一様に選択して複写
を行う。次に、生成された物体のパラメータの値を、両
親となったペアの個体差に応じた確率で増減する。そし
て、生成された物体を、評価が最下位の物体と入れ替え
る。なお、この世代交代の際に使用されるパラメータ
は、技術パラメータ、性格パラメータである。

【００８３】図１６には、初期状態での競争犬６１〜６
８のコース６０上での移動軌跡の状態が示される。初期
状態では、競争犬は頻繁に減速するため、速度をあまり
速くすることができない。また、壁を避けて道の真ん中
を走ろうとする。この点は、これらの競争犬６１〜６０
を結んだ線７０を見れば明らかである。そしって、この
ように道の真ん中を走るわりには、カーブを曲がれずに
壁に頻繁にぶつかる。また、走行ラインを変えずに追い
越そうとして他の物体に頻繁に衝突する。

【００８４】図１７には、世代交代を２００回繰り返し
た後の、競争犬６１〜６８の移動軌跡の状態が示され
る。この状態では、競争犬はあまり減速しなくなり、カ
ーブもうまく曲がれるようになるため、速度も速くな
る。また、道の内側を走り壁際を走るようになる。この
点は、これらの競争犬６１〜６０を結んだ線７２を見れ
ば明らかである。また、走行ラインをうまく変更して、
他の物体を追い越す回数が多くなる。これにより、ラッ
プタイムも速くなってくる。更に、場合によっては、故
意に壁にぶつかってターンするようなものも出現してく
る。

【００８５】以上のように本実施例は、魚の群泳等に限
らず、ドッグレース等の競争ゲームにも応用することが
可能となる。

【００８６】３．第３の実施例第３の実施例は、本発明のデータ生成方法を、コンピュ
ータグラフィックス装置、ゲーム装置に適用した場合に
ついて示す実施例である。

【００８７】図１８には、本発明のデータ生成方法を適
用したコンピュータグラフィックス装置のブロック図の
一例が示される。このコンピュータグラフィックス装置
２００は、データ生成システム２０１、画像合成手段２
０２を含む。ここで、データ生成システム２０１は、第
１、第２の実施例で説明した手法により物体の移動軌跡
データを求めるものであり、求められた移動軌跡データ
は、画像合成手段２０２に入力される。従来は、この移
動軌跡データの作成をＣＧアーティストが手作業で行っ
ていた。そして、画像合成手段２０２では、入力された
移動軌跡データに基づいて１／２４秒毎又は１／３０秒
毎に変化する動画像（ＣＧ画像）が生成される。ここ
で、画像合成手段２０２は、モデル格納手段２０４と、
モデリング手段２０５と、レンダリング手段２０６とを
含む。モデル格納手段２０４には、魚、恐竜等の画像を
表すためのモデル情報が格納されている。そして、モデ
リング手段２０５では、これらのモデル情報に基づき、
座標変換処理、クリッピング処理等が行われ、これによ
り生成されたポリゴン情報をレンダリング手段２０６に
出力する。レンダリング手段２０６では、入力されたポ
リゴン情報に基づいて、陰面消去やシェーディング等の
処理が行われる。この場合のレンダリングの手法として
は、例えばレイ・トレーシング手法等が用いられる。

【００８８】画像合成手段２０２により得られた２次元
のＣＧ画像情報は、記録デバイス２０８に記憶される。
そして、この記憶された画像情報は、画像表示部２０９
により再生され、これによりディスプレイ上にＣＧ画像
が表示されることになる。図１９（Ａ）、（Ｂ）には、
以上のようにして表示されたＣＧ画像の一例が示され
る。このＣＧ画像は、恐竜２１０に追われて逃げる魚２
１２〜２２８の群泳を表すＣＧ画像である。この場合、
本実施例では、データ生成システム２０１により非常に
リアル感があり自然な動きの移動軌跡データが生成され
ているため、生成されるＣＧ画像も非常にリアル感溢れ
るものになる。

【００８９】なお、本実施例においては、恐竜及びリー
ダとなる魚の軌跡データについては、ＣＧアーティスト
が作成してコンピュータグラフィックス装置２００に入
力している。そして、本実施例によれば、リーダを動か
すとリーダ以外の魚は動かしたリーダに寄り添うように
して群泳する。また、恐竜を動かすと、恐竜を避けるよ
うに魚が群泳する。従って、ＣＧアーティストは、リー
ダ及び恐竜の軌跡データを指定してやることで、自分が
望む演出をある程度表現できることになる。これによ
り、演出度のより高いＣＧ画像を生み出すことが可能と
なる。また、固有反応度パラメータを、（全ての物体に
共通の部分＋個体差部分）というように分けて設定でき
るようにしておき、全ての物体に共通の部分について
は、ＣＧアーティストが調整できるようにしておく。こ
のようにすれば、例えば魚がもう少し恐竜をおそれるよ
うにしたい、あるいは、もう少しリーダについてゆくよ
うにしたい、あるいは、もう少し群れが生じやすくした
いと思った場合に、対応する固有反応度パラメータの上
記共通部分を調整すればよいことになる。これにより、
ＣＧアーティストの手で、多種多様の魚の行動を作り出
すことが可能となる。

【００９０】図２０には、本発明のデータ生成方法を適
用したゲーム装置のブロック図の一例が示される。この
ゲーム装置は、操作部３１２、ゲーム演算部４００、画
像合成部５００、ＣＲＴ３１０を含む。そして、ゲーム
演算部４００は、処理部４０２、ゲーム空間設定部４０
４、移動情報演算部４０６、オブジェクト情報記憶部４
０８を含む。ここで、処理部４０２では、ゲーム装置全
体の制御が行われる。また、処理部４０２内に設けられ
た記憶部には、所定のゲームプログラムが記憶されてい
る。ゲーム演算部４００は、このゲームプログラム及び
操作部３１２からの操作信号にしたがってゲーム演算を
行うことになる。

【００９１】移動情報演算部４０６では、操作部３１２
からの操作信号及び処理部４０２からの指示等にしたが
って、レーシングカーの移動情報が演算される。この場
合、移動情報演算部４０６はデータ生成システム４０３
を含んでいる。そして、このデータ生成システム４０３
により、レーシングカーの中のコンピュータカーについ
て、その移動情報（方向情報、速度情報）が演算される
ことになる。

【００９２】オブジェクト情報記憶部４０８には、ゲー
ム空間を構成するオブジェクトのオブジェクト情報（位
置、方向、オブジェクトナンバ）が記憶される。そし
て、ゲーム空間設定部４０４では、オブジェクト情報記
憶部４０８から読み出したオブジェクト情報と、移動情
報演算部４０６で演算された移動情報とに基づいて、当
該フレームにおけるオブジェクト情報（位置情報、方向
情報）が求められる。このようにして、ゲーム空間設定
部４０４では、当該フレームにおけるゲーム空間を構成
する全てのオブジェクトのオブジェクト情報が設定され
ることになる。

【００９３】図２１には、本ゲーム装置におけるゲーム
空間の一例が示される。このように、ゲーム空間上に
は、コース６２０、ビル６６０、トンネル６６２、山６
６４、崖６６６、壁６６８等の３次元オブジェクトが配
置されている。また、このゲーム空間上には、プレーヤ
の操作するレーシングカー、データ生成システム４０３
によりその移動軌跡が演算されるコンピュータカー等も
配置される。

【００９４】画像合成部５００は、実際にプレーヤから
見える疑似３次元画像の形成を行うものであり、画像供
給部５１０、画像形成部５２８を含む。そして、画像供
給部５１０では、ゲーム演算部４００により設定された
ゲーム空間の設定情報とオブジェクト画像情報記憶部５
１２に記憶されるオブジェクト画像情報とに基づいて、
座標変換処理、クリッピング処理、透視変換処理、ソー
ティング処理等が行われ、ソーティング後のデータが画
像形成部５２８に出力される。画像形成部５２８では、
これらの入力されたデータから実際にプレーヤから見え
るべき疑似３次元画像の形成が行われる。即ち、ポリゴ
ンの頂点情報等からポリゴン内部の画像情報の形成が行
われる。そして、処理後のデータは、ＣＲＴ３１０に出
力され、ゲーム画像の表示が行われることになる。

【００９５】図２２には、本ゲーム装置においてＣＲＴ
３１０上に映し出されるゲーム画面の一例が示される。
図２２に示すようにメイン画面６０１及びバックミラー
６０２には、コンピュータカー６５２、６５４が映し出
されており、プレーヤはメイン画面６０１、バックミラ
ー６０２を見ながら、これらのコンピュータカー６５
２、６５４と競争を行うことになる。この場合、コンピ
ュータカー６５２、６５４は、組（群）になってプレー
ヤのレーシングカーの進行を妨害するように走行する。
また、コンピュータカー６５２、６５４は、壁６２２等
にぶつからないようにしながらも、路面６２１上の最短
距離を走行し、これによりプレーヤカーを追い越した
り、プレーヤカーをブロックしたりして、プレーヤカー
とラップを競い合うことになる。

【００９６】従来のゲーム装置では、コンピュータカー
の移動軌跡データは、全てゲームデザイナーがあらかじ
め手作業で入力していた。しかし、コンピュータカーの
数が増えてきた場合には、これらのコンピュータカーの
移動軌跡データを全て手作業で入力するのは容易ではな
い。一方、このようなゲーム装置では、コンピュータカ
ーの動きがリアルであるほどゲームの臨場感が増す。と
ころが、コンピュータカーの移動軌跡があらかじめ決め
られていると、このリアル感が欠如するおそれがある。
これに対して、本発明のデータ生成方法では、コンピュ
ータカーの移動軌跡データをその場の状況に応じてリア
ルタイムに演算できる。この意味において、本発明のデ
ータ生成方法は、コンピュータカーの移動軌跡データ生
成に最適なものとなる。またこのようなゲーム装置で
は、コンピュータカーが手強いほどゲームの面白味が増
す。この意味においても、前述の第２の実施例で説明し
たようにパラメータを最適化できる本発明のデータ生成
方法は、コンピュータカーの移動軌跡データ生成に最適
なものとなる。更に、本発明には、リーダのコンピュー
タカーの動きを制御するだけで、このリーダと群を形成
する他のコンピュータカーの動きを制御できるという利
点もある。

【００９７】図２３（Ａ）、（Ｂ）には、本発明のデー
タ生成方法を適用した戦闘シミュレーションゲームの一
例が示される。このゲームでは、武将、兵隊の動きは地
形によって影響を受け、図２３（Ａ）における山６９
０、川６９２では機動力が低下する。そして、プレーヤ
が動かすことができるのは武将Ａ〜Ｃだけであり、武将
を取り囲む兵隊１〜１５については、コンピュータ側が
動かすことになる。そして、図２３（Ｂ）に示すよう
に、武将、兵隊には各種のパラメータが設定されてい
る。そして、例えば武将のカリスマ性のパラメータが高
ければ、困難な状況でも兵はリーダである武将にしたが
ってついて行くことになる。例えば、兵の水泳力のパラ
メータが低くても、武将が川６９２の中に入って行け
ば、兵も川６９２の中に入ろうとする。逆に、武将のカ
リスマ性のパラメータが低ければ、どんどん脱落してい
ってしまい、ひどい場合には、裏切って敵の武将の家来
となってしまう。また、勇気、行動力のパラメータが高
い兵は、勝手に敵に向かって攻撃をしかけに行く。基本
的には、プレーヤの操作する武将の動きと周囲の状況と
により、兵の行動は決定されることになる。

【００９８】なお、本発明は上記実施例に限定されるも
のではなく、本発明の要旨の範囲内で種々の変形実施が
可能である。

【００９９】例えば、本発明における固有反応度パラメ
ータは上記実施例に説明したものに限らず、あらゆる種
類のものを考えることができる。また、固有反応度パラ
メータと名称等が異なるものであっても、これと実質的
に同等の機能を果たすものは本発明の固有反応度パラメ
ータに含まれる。

【０１００】また、物体の環境に対する適応度を評価し
て、物体の削除・複製を行う固有反応度パラメータの最
適化手法は、あらゆる種類のデータ生成システムに適用
でき、例えば物理的な力の場を用いて移動軌跡を求める
システムにも適用できる。

【０１０１】また、本発明が適用されるコンピュータグ
ラフィックス装置、ゲーム装置は、上記実施例に説明し
た構成に限らず、種々の構成を採用することができる。

【０１０２】

【発明の効果】以上説明したように、請求項１の発明に
よれば、固有反応度パラメータの設定により、例えばリ
ーダを慕う、仲間に寄り添う等の物体の行動を表現でき
るとともに、群を構成する物体の移動軌跡データを自動
生成できる。しかも、自動生成のための演算が簡易で高
速に行うことができるため、パラメータを調整しながら
所望の移動軌跡データを得る作業を円滑に行えるととも
に、本発明をゲーム装置に適用した場合には、そのリア
ルタイム性を維持することが可能となる。

【０１０３】また、請求項２の発明によれば、敵から逃
げる、壁、障害物を避ける等の物体の行動を表現でき
る。これにより敵から追い回される魚の群泳、壁等にぶ
つかるのを避けながら競争犬が競争するゲーム等を表現
することが可能となる。

【０１０４】また、請求項３の発明によれば、物体の速
度、方向を求める際に、全ての対象物について演算処理
を行う必要がなくなる。これにより、演算処理の速度を
更に速めることが可能となる。この結果、パラメータを
調整しながら所望の移動軌跡データを得る作業の更なる
円滑化、ゲーム装置に適用した場合のリアルタイム性の
更なる向上を図ることが可能となる。

【０１０５】また、請求項４の発明によれば、反応強度
のソートと選択確率とにより、より簡易に対象物の選択
を行うことが可能となる。特に、選択確率の設定により
順位の低いものでも選択できるようになるため、表現の
バラエティを増すことが可能となる。

【０１０６】また、請求項５の発明によれば、不必要な
演算を省略でき、演算の更なる高速化を図れる。また、
遠くに存在する敵には反応しない等、より現実に近い物
体の行動の表現が可能となる。

【０１０７】また、請求項６の発明によれば、群の牽引
物体が速かった場合には加速して追いつこうとしたり、
群の牽引物体の方向になるべく移動する等の行動が可能
となり、物体が群の牽引物体を慕っているという行動を
表現できることになる。また、対象物が群の構成物体で
ある場合には、同じ場所で同じ速度で同じ方向で動くと
いう群としての行動を表現できることになる。

【０１０８】また、請求項７の発明によれば、群の非構
成物体が追いかけてきた場合には、非構成物体の位置す
る方向と逆の方向に加速して逃げる、あるいは、壁等が
あった場合にはよける等の行動の表現が可能となる。

【０１０９】また、請求項８の発明によれば、物体の動
き、即ち速度の変化、方向の転換ををより緩やかなもの
とすることが可能となる。そして、例えば物体が魚等の
生物を表すものであった場合には、より生物的な表現を
行うことが可能となる。また、反応強度の演算を行う時
間間隔を物体毎に異ならせることで、よりバラエティに
富んだ群の表現が可能となる。

【０１１０】また、請求項９の発明によれば、操作者が
群の牽引物体について移動軌跡データを設定すること
で、操作者が所望する演出効果を簡易に実現できること
になる。例えば、リーダを先頭に逃げまどう物体の群
や、武将が兵を引き連れて移動する群等の表現が可能と
なる。

【０１１１】また、請求項１０の発明によれば、適応度
の劣る物体の淘汰、適応度の優れた物体からの複製を繰
り返すことで、最適な固有反応度パラメータ、移動軌跡
データを得ることができる。これにより、例えば、群を
より作りやすい、あるいは、壁や仲間にぶつかることが
少ない等の特徴をもった行動様式を、それほど手間をか
けずに獲得することが可能となる。

【０１１２】また、請求項１１の発明によれば、評価パ
ラメータを調整することで、物体全体に対する環境の厳
しさ等を調整することが可能となる。これにより例えば
淘汰があまり行われない等の事態を防止したり、進化の
スピードが遅くなる等の事態を防止でき、環境に対する
適応度の高い群を作り出すことができる。

【０１１３】また、請求項１２の発明によれば、変異率
パラメータを調整することで、多様性のある群を作り出
すことが可能となり、表現力豊かな群を作り出すことが
可能となる。また、適応度の高い群を得るための解を最
適解に収束させることが可能となり、より最適な適応度
を持つ群を作り出すことが可能となる。

【０１１４】また、請求項１３の発明によれば、単に見
ているだけではなく、操作者が積極的に参加できるシミ
ュレーションを実現できることになる。

【０１１５】また、請求項１４の発明によれば、ＣＧ画
像を合成するために必要な移動軌跡データを自動的に求
めることができ、ＣＧアーティストの労力を大幅に軽減
できる。しかも、ＣＧアーティストは、固有反応度パラ
メータの設定を変えたり、リーダとなる物体の移動軌跡
を設定することができ、これによりＣＧアーティストの
望む演出をある程度表現でき、演出度の高いＣＧ画像を
生み出すことが可能となる。

【０１１６】また、請求項１５の発明によれば、ゲーム
画像を合成するために必要な移動軌跡データを自動的
に、リアルタイムに求めることができ、ゲームデザイナ
ーの労力を大幅に軽減できるとともに、ゲーム装置のリ
アルタイム性を維持できる。そして、特に本発明によれ
ば、コンピュータカー等のコンピュータにより操作され
る移動体のリアル感溢れる移動軌跡を生成することがで
きる。

【図面の簡単な説明】

【図１】第１の実施例のデータ生成方法を実現するため
のデータ生成システムの機能的ブロック図である。

【図２】移動軌跡の一例を示す図である。

【図３】反応強度の演算処理について説明するための図
である。

【図４】対象物が群のリーダである場合に行われる演算
処理を説明するためのフローチャート図である。

【図５】群行動生成の場合の演算処理を説明するための
フローチャート図である。

【図６】対象物が敵である場合の演算処理を説明するた
めのフローチャート図である。

【図７】図７（Ａ）、（Ｂ）、（Ｃ）は、物体の方向デ
ータの演算手法について説明するための図である。

【図８】恐竜に追われながら群泳する魚の移動軌跡の一
例を示す図である。

【図９】恐竜に追われながら群泳する魚の移動軌跡の一
例を示す図である。

【図１０】恐竜に追われながら群泳する魚の移動軌跡の
一例を示す図である。

【図１１】第２の実施例の手法を説明するためのフロー
チャート図である。

【図１２】局所解、最適解について説明するための図で
ある。

【図１３】初期状態での魚の群泳の移動軌跡の一例を示
す図である。

【図１４】５０世代後の魚の群泳の移動軌跡の一例を示
す図である。

【図１５】第２の実施例をプレーヤ参加型のシミュレー
ションゲームに適用した場合のフローチャート図であ
る。

【図１６】初期状態での競争犬の移動軌跡の一例を示す
図である。

【図１７】２００世代後の競争犬の移動軌跡の一例を示
す図である。

【図１８】第３の実施例のコンピュータグラフィックス
装置のブロック図の一例である。

【図１９】図１９（Ａ）、（Ｂ）は、第３の実施例で生
成されたＣＧ画像の一例である。

【図２０】第３の実施例のゲーム装置のブロック図の一
例である。

【図２１】本ゲーム装置におけるゲーム空間の一例を示
す概略図である。

【図２２】本ゲーム装置により画像合成されたゲーム画
面（疑似３次元画像）を示す図である。

【図２３】図２３（Ａ）、（Ｂ）は、本発明のデータ生
成方法を適用した戦闘シミュレーションゲームの一例を
示す図である。

【符号の説明】

１００移動軌跡データ格納手段１０２座標データ格納手段１０４速度・方向データ格納手段１０６物体間距離演算手段１１０反応強度演算手段１１２第１の反応強度演算手段１１４第２の反応強度演算手段１１６第３の反応強度演算手段１１８第ｎの反応強度演算手段１３０優先要素選択手段１３２移動軌跡データ演算手段２００コンピュータグラフィック装置２０１データ生成システム２０２画像合成手段２０４モデル格納手段２０５モデリング手段２０６レンダリング手段２０８記憶デバイス２０９画像表示装置３１０ＣＲＴ４００ゲーム演算部４０２処理部４０３データ生成システム４０４ゲーム空間設定部４０６移動情報演算部４０８オブジェクト情報記憶部４１０マップ設定部５００画像合成部５１０画像供給部５１２オブジェクト画像情報記憶部

Claims

【特許請求の範囲】

【請求項１】群を構成する物体の移動軌跡データを画
像合成手段における画像合成のために生成するデータ生
成方法であって、対象物が群の牽引物体である場合の固有反応度パラメー
タと、対象物が群の構成物体である場合の固有反応度パ
ラメータとを少なくとも含む複数種類の固有反応度パラ
メータが対象物の種類に応じて各物体毎に設定され、該
複数種類の固有反応度パラメータと、物体と対象物との
距離と、物体及び対象物の速度により決定される速度要
素とに基づいて反応強度演算手段により物体の対象物に
対する反応強度を求め、該反応強度に基づいて物体の速
度を変化させるとともに対象物の方向又は位置する方向
に基づいて物体の方向を変化させることで物体の移動軌
跡データを生成することを特徴とするデータ生成方法。
【請求項２】請求項１において、前記複数種類の固有反応度パラメータに、対象物が群の
非構成物体である場合の固有反応度パラメータが含まれ
ていることを特徴とするデータ生成方法。
【請求項３】請求項１又は２のいずれかにおいて、前記反応強度演算手段により求められた複数の対象物に
対応した複数の反応強度に基づいて１又は複数の対象物
の選択を行い、選択された対象物に対する反応強度に基
づいて物体の速度を変化させ、選択された対象物の方向
又は位置する方向に基づいて物体の方向を変化させるこ
とを特徴とするデータ生成方法。
【請求項４】請求項３において、前記反応強度の大きさに応じて前記反応強度をソート
し、ソートされた反応強度と選択確率とに基づいて１又
は複数の反応強度の選択を行い、該選択された反応強度
に対応した対象物が前記複数の対象物の中から選択され
ることを特徴とするデータ生成方法。
【請求項５】請求項１乃至４のいずれかにおいて、前記対象物に対する反応強度の演算が、対象物が物体か
ら一定距離以上にある場合には省略されることを特徴と
するデータ生成方法。
【請求項６】請求項１乃至５のいずれかにおいて、対象物が群の牽引物体である場合及び対象物が群の構成
物体である場合には、前記速度要素は対象物の速度が物
体の速度よりも速くなるほど大きくなるように設定さ
れ、該速度要素、前記距離及び前記固有反応度パラメー
タが大きくなるほど反応強度が大きくなるように前記反
応強度演算手段における演算が行われ、物体の方向が対
象物の方向又は位置する方向に変化させられることを特
徴とするデータ生成方法。
【請求項７】請求項２乃至６のいずれかにおいて、対象物が群の非構成物体である場合には、前記速度要素
は対象物の速度が物体の速度よりも速くなるほど大きく
なるように設定され、該速度要素及び前記固有反応度パ
ラメータが大きくなるほど反応強度が大きくなり前記距
離が大きくなるほど反応強度が小さくなるように前記反
応強度演算手段における演算が行われ、物体の方向が対
象物の位置する方向の反対方向に変化させられることを
特徴とするデータ生成方法。
【請求項８】請求項１乃至７のいずれかにおいて、反応強度の演算を行う時間間隔を物体毎に異ならせるこ
とを特徴とするデータ生成方法。
【請求項９】請求項１乃至８のいずれかにおいて、群の牽引物体の移動軌跡データを操作者が設定し、設定
された牽引物体の移動軌跡データに基づいて他の物体の
移動軌跡データが求められることを特徴とするデータ生
成方法。
【請求項１０】群を構成する物体の移動軌跡データを
画像合成手段における画像合成のために生成するデータ
生成方法であって、対象物が群の構成物体である場合の固有反応度パラメー
タを少なくとも含む複数種類の固有反応度パラメータが
対象物の種類に応じて各物体毎に設定され、該複数種類
の固有反応度パラメータを少なくとも含む情報に基づい
て群を構成する物体の移動軌跡データを求め、該移動軌
跡データに基づいて物体の環境に対する適応度を評価
し、該評価に基づいて適応度の劣る物体を削除し、適応
度の優れた１又は複数の物体の前記固有反応度パラメー
タを複製するとともに変異率パラメータに応じた変異を
与えて新たな固有反応度パラメータを生成し、該固有反
応度パラメータを持つ新たな物体を含ませて再度群を構
成する物体について移動軌跡データを求め、これらの処
理を繰り返すことで最適な固有反応度パラメータ及び最
適な移動軌跡データを得ることを特徴とするデータ生成
方法。
【請求項１１】請求項１０において、群を構成する物体全体の環境に対する適応度に応じて、
前記評価を行うための評価パラメータを少なくとも含む
環境パラメータを調整することを特徴とするデータ生成
方法。
【請求項１２】請求項１０又は１１のいずれかにおい
て、群を構成する物体全体の環境に対する適応度に応じて、
前記変異率パラメータを少なくとも含む環境パラメータ
を調整することを特徴とするデータ生成方法。
【請求項１３】請求項１０乃至１２のいずれかにおい
て、操作者が、前記固有反応度パラメータ、前記環境パラメ
ータを操作することで物体の環境を調整することを特徴
とするデータ生成方法。
【請求項１４】請求項１乃至１３のいずれかのデータ
生成方法で物体の移動軌跡データを生成し、生成された
該移動軌跡データに基づいて物体の画像情報を求め、求
められた画像情報に基づいてコンピュータグラフィック
ス画像の合成を行う画像合成手段とを含むことを特徴と
するコンピュータグラフィックス装置。
【請求項１５】請求項１乃至１３のいずれかのデータ
生成方法で物体の移動軌跡データを生成し、生成された
該移動軌跡データと操作者からの操作信号に基づいてゲ
ーム空間を設定するためのゲーム演算を行う手段と、該
ゲーム演算手段からのゲーム空間設定情報に基づいてゲ
ーム画像の合成を行う画像合成手段とを含むことを特徴
とするゲーム装置。