虚拟群体运动仿真一直是各大虚拟现实课题组的重要研究方向。仿真技术的成果在群体管理(检阅系统、暴乱处理)、公共空间设计(建筑、城市设施规划)、灾害防演等方面发挥举足轻重的作用。然而国内研究环境单一,对群体行为的认识与构建处于较低水平。因此人们迫切地希望能够通过对群体行为的仿真研究,对灾害发生的场景进行模拟预演,从而提前发现潜在问题,保障人生安全。本论文基于以上研究背景,对群体行为各项关键仿真技术进行了深入的分析。主要在个体特征建模、全局碰撞规避、以及群体控制规划三个方面提出具有不同侧重的技术改进方案。主要内容有:1.研究群体环境下的个体特征,改进基于个体情绪特征的人群建模方法。本方法采用PEN模型,将情绪特征映射于个体,反映出了群体行为的多样性特征。同时结合GAS模型,将情绪特征主动化,实现了个体能够动态地进行情绪变化的目标。2.研究大规模群体仿真中相对个体间的碰撞规避问题,提出一种新的基于神经网络的局部控制方法。该方法利用人工神经网络的学习特性,从群体行为过程中提取特征信息产生预判空间,从而使个体具有更高概率完成规避动作,避免了传统规避过程中群体间过多的交互运算。另一方面,对碰撞查询进行全局优化,减少了资源耗费,降低了时间复杂度。3.研究大规模群体仿真中的控制规划方法,使用一种基于导航力场的路径规划算法。并能够根据人群密度的不同,动态的改变行进速度,更贴近真实情况。由于大规模遍历造成的高复杂度,个体间的距离查询效率上仍然存在不足。本文提出存储结构上的优化策略,保证高效可靠的遍历过程。基于上述改进方法和研究内容,本论文实现了一个城市环境下大规模群体行为的仿真程序,能够较为逼真的模拟大规模群体行为。并对该程序进行实例演示和分析。最后,对本论文所取成果进行了总结概括,并对未来的工作方向进行了展望。