鸟群、鱼群和人群等集群运动是自然界最美丽也最常见的景象之一。但是这些复杂的集群运动在计算机动画领域却不多见。近几十年来,由于影视动画、虚拟现实和计算机游戏等领域的不断发展,群体动画也成为人们研究的热点方向。尤其是对大量人群聚集的实时交互性行为的研究,在虚拟训练、安全预演、数字游戏等领域都得到了广泛的应用。它通过探索真实世界中群体行为的物理本质和生物学、社会学特性,利用计算机为生物体建立行为模型,从而更加逼真的表现生物体的群体行为。与典型的计算机动画建模只关注角色外形和物理性质相比,基于智能体角色的行为动画专注于角色行为的建模,处理角色的行为和运动细节。这些行为包括了从低级的路径规划到高级的情感交互等行为。但是由于群体中个体行为的复杂性和多样性,大规模群体中对每个个体的行为控制带来的计算量巨大,难以满足实时模拟的应用需求。本文以万人级大规模群体为研究对象,试图在群体行为模拟的真实感和效率之间寻求一个良好的平衡点。本文展示了具有代表性的群体行为模型,包括粒子系统、集群系统、行为系统、混合系统、混乱模型等行为模型和认知模型;介绍了角色动画系统的架构,并说明了群体动画子系统的框架以及在整个系统中所处的地位;提出了群体动画建模方法,并在此基础上实现了万人级群体运动实时模拟,展现了真实感的群体行为,包括路径规划、碰撞避免、运动跟随等。一课题的研究着重集中在以下两个方面:第一,对群体动画模拟方法作出了全面的研究和透彻的分析,在此基础上提出了一种基于行为模型的大规模群体实时模拟框架。这种框架具有分层结构,信息在层级之间共享具有较高的效率。并且其固有的有限逻辑顺序,大大减少了行为之间的矛盾。第二,针对万人级群体动画的核心问题,提出了一种基于动态场景的局部路径规划改进算法。这种改进的享有全局知识的动态局部路径规划算法,既能够提供类似全局规划的最优路径,又具有基于局部知识动态更新的高效性,且统一规划,免去为每个个体单独计算的开销,有效地减少了计算量,提高了计算效率。