基于动态OBB层次结构的曲面相交算法

为提高大曲面相交算法的效率,提出一种基于新的碰撞检测的曲面相交算法。该算法采用动态OBB层次结构碰撞算法获取相交区域,准确计算交点并构成交线;再利用分治三角化算法重构相交区域,以基于交线平均长度的方法去除窄小三角形,同时对空间闭合交线进行三角化,更新相交区域的三角形,并以闭合交线区分不同的区域。通过分析和实验结果证明,该算法能够对由大量三角形组成且相交情况比较复杂的曲面进行较快的处理。

一种改进的动态OBB层次结构碰撞算法

在虚拟场景中普遍采用基于OBB包围盒的碰撞检测技术,然而传统算法对于大数据量模型的检测仍然效率不高,难以保证实时性。在分析了OBB及其改进算法的基础上,采用改进的OBB中心计算方法,使包围盒能够更紧密的包围模型,提高碰撞检测的准确性和时间效率。在碰撞检测过程中动态地建立OBB层次结构,减少了时间复杂度和空间复杂度。分析和实验结果证明,改进后的算法在处理一般曲面模型尤其是大数据曲面模型时,碰撞检测的稳定性和效率都有明显提高。

通讯式学习——统一的机器学习模式

在本文中,我们提出了一种沟通学习(CL)形式主义,它统一了现有的机器学习范式,如被动学习、主动学习、算法教学等,并促进了新的学习方法的发展。这种形式主义源于人类的合作交流,将学习视为一种交流过程,并将教育学与新兴的机器学习领域相结合。在机器学习中,除了随机抽样数据之外,教学洞察力有助于采用替代信息源,例如由乐于助人的老师提供的有意信息。更具体地说,在CL中,教师和学生相互协作交换信息,以传递和获取一定的知识。每个主体都有一个心智,心智包括主体的知识、效用和心理动态。为了建立有效的沟通,每个代理还需要估计其合作伙伴的想法。我们定义了足以进行这种递归建模的表达性心理表征和学习公式,这使CL具有与人类相当的学习效率。我们演示了CL在几个原型协作任务中的应用,并说明了这种形式化允许学习协议超越Shannon的通信限制。最后,我们通过提出学习的层次结构和定义学习的停止问题来展示我们对学习基础的贡献。