从触发因素到情绪：基于角色的对话中动态情绪演变的基于 CPM 的评估多智能体

大语言模型 (LLM) 拥有非常先进的基于角色的对话代理，用于医疗保健、教育、咨询、客户服务和交互式故事讲述中的情感敏感角色模拟。然而，两个相关的工作领域留下了一个关键的空白。基于角色的对话系统通常将情感编码为静态特征或表面风格提示，而情感对话研究主要集中在对用户的移情反应生成上，而不是对代理角色自身不断变化的情绪状态进行建模。因此，角色内部触发驱动的情感演变仍未得到充分探索。为了解决这一局限性，我们从组件过程模型（CPM）中汲取灵感，这是一种心理学理论，将情绪视为由外部事件评估形成的动态过程。我们提出了 CPM-MultiAgent，一种基于 CPM 的情感进化多代理框架，用于支持基于角色的对话中的情感变化。 CPM-MultiAgent 没有将角色的情感视为固定属性，而是将其表示为通过对话触发器不断重塑的潜在状态。通过情感触发提取、基于 CPM 的协作评估和情绪状态更新，该框架能够在多轮交互中实现情感更加一致的角色模拟。基线比较、消融研究、人类评估和案例分析的实验表明，CPM-MultiAgent 可以有效地模拟情感敏感的角色模拟环境中的动态情绪演化。