随着计算机硬件水平的提高和图形学技术的不断发展，计算机动画的应用越来越广泛，已经成功应用到数字影视、安全预演、社会学研究等多个方面。由于计算机动画要表现出现实生活中的效果，而现实生活中大多以群体的形式存在，作为计算机动画中重要的一个方向——群体动画，在近些年来越来越受到专家学者的重视，成为研究的热点之一。群体动画作为当前研究的热点问题之一，主要包括群体行为、群体运动控制、场景制作、渲染等方面。在这些方面之中，群体行为和群体运动控制同属于群体运动的模拟。群体运动通过模拟定义群体中每个个体的行为，使得群体中每个个体保有独立的运动特性并进行个体与环境以及个体与个体碰撞避免，从而就形成较为逼真的群体运动。要想使群体动画能够逼真的呈现出现实生活中的效果，必须首先计算出群体运动的模拟数据，然后根据虚拟场景中模拟出来的数据渲染群体的运动效果并将这一效果呈现在群体动画当中。但是，对于大规模群体而言，想要实现群体动画效果却存在很多问题。一、群体运动效果的真实性。由于大规模群体中个体的数量巨大，在实现个体的运动效果的同时，还要求群体的运动效果；二、群体动画设计师的工作量。传统的手绘动画技术制作出来的动画过于简单，而且需要动画师做大量的工作，如果需要对某一部分进行修改，动画师可能需要对整个动画进行重新制作。计算机动画技术的发展使群体动画的制作简单，使得群体行为的实时模拟的实现成为可能，但是，随着群体动画中群体数量的增加，计算机的计算量会呈指数量级的增加，在进行碰撞检测与碰撞避免时，由于群体数量大，个体与个体之间的碰撞检测与碰撞避免需要的计算量特别复杂，使得大规模群体的路径规划几乎不可能。本文针对以上提到的群体动画制作的诸多问题，做的主要工作及创新点如下：（1）提出一种基于人工鱼群算法的群体动画路规划算法，提高了人工鱼群算法的收敛能力，防止在算法后期陷入局部最优。（2）提出一种公式化的碰撞避免策略，将碰撞检测与碰撞避免进行层次划分，并对碰撞避免处理进行公式化设计，简化群体在运动过程中的计算量，成功的实现个体与障碍物之间、个体与个体之间的碰撞检测和碰撞避免。（3）提出基于人工鱼群算法的适应性较强的约束条件，使得群体动画在疏散、静态逃散、动态逃散等现象的路径规划更加合理，提高群体动画的真实性。