EmoAgent-R1：经强化学习动态智能体专属化迈向多模态情绪理解

多模态大语言模型（MLLM）在多模态情绪识别（MER）任务上取得出色表现，把MER提升到复杂情绪理解的新层级——具备高级视频理解能力与自然语言描述。但既有基于MLLM的方法常用固定提示感知情绪，忽视多模态输入中情绪源的动态性与复杂性。为解决这些问题，我们提出基于强化学习的动态智能体专属化框架EmoAgent-R1：以动态智能体专属化优化MLLM的情绪识别、推理与泛化能力。具体地，先采用冷启动策略——以合成的答案条件思维链数据与智能体路由数据训练——赋予MLLM初步的情绪识别、推理与智能体路由能力；随后以强化学习进一步训练MLLM，在含智能体选择与智能体专属化的两步智能体工作流中感知情绪。为有效训练EmoAgent-R1，我们提出新颖的渐进群相对策略优化（P-GRPO）：把基于群的相对优势与受PMI启发的渐进token级调制结合，把稀疏奖励转为细粒度学习信号，缓解GRPO中粗粒度均匀信用分配的问题。在MER基准上的大量实验证明EmoAgent-R1在更强的情绪推理表现与改善的优化稳定性上的优越性。