可用性问题：对数据资源的访问效率要求高。如何建立数据资源的源数据管理架构，实现众多异构数据资源的精确数据定位；如何建立信任域，实现灵活的用户认证和访问控制，保证高效安全的数据访问，是实现分布式虚拟环境海量数据管理的关键问题。
3.大规模分布式虚拟环境的时空一致性
分布式虚拟现实系统主要采用基于复制的方式实现。由于系统中异构网络的客观存在，不同节点的处理能力和传输延时也不尽相同，使得分布式虚拟环境时空一致性成为国际上目前尚未解决的难题，主要表现为环境中各计算结点在仿真过程中对虚拟环境认识不一致，发生了某些在现实世界中根本不可能发生的事情，破坏虚拟环境的真实感，甚至导致仿真结果不可用。其产生的原因大致有以下三个方面：各计算结点的系统时间不同步、各计算结点的仿真坐标系不一致、结点计算延迟和网络传输延时。目前，基本解决了时间不同步和仿真坐标系不一致导致的时空不一致问题。减少结点计算和网络传输延迟导致时空不一致的方法大致包括：本地滞后技术、回卷技术、推算定位、相关数据过滤、实体迁移。然而，这些方式具有一些固有的不足之处：滞后策略很难确定一个满足各项要求的滞后量；回卷策略不适合实时仿真，会给用户造成仿真结果自相矛盾的印象；推算定位策略有时会造成推算结果与仿真结果的不一致；相关过滤只能在一定范围内减少而不能消除网络延迟；虚拟环境中存在大量不能迁移的实体。目前广泛采用的一致性控制技术是在分布式虚拟现实系统中通过添加一些约束条件或者采取一定的措施以保证系统中尽量不出现或者少出现状态不一致的情况。
4.网络通信和网络协议
与分布式虚拟现实系统的高交互性和实时性相比，网络通信的带宽、延时就成为DVR系统的主要限制。分布式虚拟现实系统要支持快速实时的网络通信，主要有两方面的问题：一方面是当DVR的规模变大时，多个虚拟实体之间的通信量会激增，在DVR中，大量分布于不同地点的计算机通过网络连接在一起，要使各工作站保持连续状态是DVR颇具挑战性的课题之一；另一方面是一些传统的网络协议并不能满足DVR的需求，必须研究新的面向DVR的网络协议。
5.大规模分布式虚拟实体行为建模与仿真
（1）分布式虚拟实体行为建模
实体的实体行为模型包括感知模块、认知处理模块和行为输出模块三部分组成。其中，感知模块用来接受外界的信息；认知处理模块包括形势评估、决策制定、规划、学习等；行为输出模块用来输出行为并对外界环境加以影响。
分布式虚拟实体行为建模研究的重点是指对认知处理模块的建模。其中，认知处理技术包括形势评估和决策制定技术。形势评估是对当前所处形势的估计以及对未来形势的预测，它的实现技术主要包括黑板系统、专家系统、基于范例的推理机制和贝叶斯信任网技术。决策制定主要是基于效用理论的决策方法，包括基本的效用理论、多属性效用理论以及随机效用模型等。规划模型的实现技术主要包含：产生式规则或决策表方法、组合式搜索或遗传算法、采用规划模板或基于范例的推理、基于仿真的规划方法。学习模型是行为建模中最难实现的一个部分，目前的大多数仿真系统中都还不具备学习这一功能，即使有，也只是在局部进行了实现。常见的学习模型包括：基于规则的模型、基于范例的模型、神经网络技术以及其他方法。
另外，群体和组织行为建模研究的主要目标是实现群体和组织行为的连贯性，这也是分布式人工智能要研究的重点内容，包括：通信、交互作用语言与协议；群体协同关系和实体组织建模；群体决策任务的描述、分解与分配；多主体学习等。
……
展开
