现有的群体运动模拟多采用几何、物理模型，集中于群体动力学的研究，在路径规划、冲突避免、行为规则等方面取得了多项研究成果。然而，人群作为高级的智能群体，具有丰富的情感特征，其行为模式很难由个体的情绪与行为简单聚合而成，目前的情绪建模方法多以个体为建模对象，如何从群体的层面模拟情绪作用的过程，体现各种情绪对群体行为的影响，生成丰富的自治群体情绪行为，仍然是一个极具挑战的研究课题。　　 本研究借鉴社会心理学领域的研究成果，从群体情绪的角度出发，根据不同情绪维度的行为特征、个体之间的亲疏关系将人群划分子团体，建立人群中个体间心理上的联系，模拟子团体内部、子团体间的自治行为；使虚拟人群能够根据环境的刺激与变化、各自不同的性格倾向与社会关系类聚为子群，产生受群体约束、具有情感特征的自然反应行为。取得的主要研究成果如下：　　 (1)设计了一种适用于群体情绪模拟的个体情感模型，作为群体情绪产生、量化、行为影响的基础。　　 采用情绪椎体理论作为基本的情绪维度，加入心情状态、个性化矩阵辅以修正和各异缩放，合成个体的情感，作为群体情绪模型的组成原子，为群体情绪的触发、情绪-行为影响提供表现的载体。　　 (2)提出了一种情绪网络模型，以整个群体作为情绪建模的对象，通过构建心理联系的关系边、子群体的情绪树的方法来描述群体情绪的抽象规则，为情绪行为的模拟提供关键的数据结构。　　 情绪网络结构由情绪树、关系边、情绪节点子模块构成。情绪树根据个体的情绪维度和社会关系聚类生成，并由环境事件触发其行为动机，计算情绪浓度、覆盖范围影响外部个体节点，下达命令控制其内部节点，最终使虚拟人群能够根据环境的刺激与变化、各自不同的倾向，产生以情绪为主导的、受群体规则约束的行为。每个情绪更新周期中，情绪树吸收、剔除节点，调节自身结构，更新连接关系，计算情绪值的传播，实现子群与个体、子群间的情绪交互。　　 (3)提出了一种利用情绪树结构模拟生成群体行为的方法，可以模拟球迷、示威等典型群体情绪行为。　　 以心理学文献、观测数据中的情绪作用规则为理论依据，抽象出情绪范式，包括情绪的产生源(环境事件)，情绪作用的对象，情绪的强度，持续的时间等。根据群际情绪理论(intergroup emotion theory)，在范式中增加群体约束规则，将情绪行为的状态划分为自由阶段、预备阶段、成员阶段，分别表现不受情绪约束、受到潜在群体情绪影响、受到显式的群体情绪控制的个体行为。最后，由情绪范式抽取运动行为参量，包括情绪源导向的运动方向、速度，基于情绪强度的运动选择等。本文对四种基本情绪进行了实验，模拟了围观行为、球迷观众行为、示威暴动民众行为、以及跟随列队行进的行为。　　 (4)设计并进一步完善群体模拟的运动控制系统。　　 采用社会力模型作为局部运动的控制器，以势能场算法作为复杂环境中的路径导航方法。在此基础上，针对群体朝向提出了朝向修正算法，为智能群体提供底层驱动支持。