情感音乐推荐: 基于离线偏好优化的滚动式世界模型
机器学习
2026-05-28 v1 信息检索
声音
摘要
功能性音乐应用(从消费者专注力和睡眠辅导到临床干预)共享一种独特的推荐问题:成功由听者的情感状态定义，但情感上的在线实验在伦理上受到限制，特别是针对无法可靠跳过歌曲或报告症状的临床人群。我们描述了 AMRS——LUCID 健康与 wellness 平台上部署的情感音乐推荐系统，服务对象为主要是患有神经认知疾病的老年人以及来自消费 wellness 用户，覆盖 energize、focus、calm 和 sleep 四种模式。AMRS 的构建围绕一种滚动式世界模型:一种基于记录的听力数据训练的因果 transformer，能够联合预测参与度、二元评级以及自报告的 valance 和 arousal。该世界模型既作为离线策略训练的内在模拟器，也作为部署前的压力测试工具。我们采用行为克隆初始化的推荐策略，通过直接偏好优化 (Direct Preference Optimization, DPO) 在离线环境中针对可配置的多目标效用函数进行微调。在严格的 cold-start 协议下，该世界模型能够以可用保真度预测行为信号和情感信号;DPO 在保持类似多样性轮廓的同时，改进了预测的 valance 和 arousal，避免了贪心优化产生的分布性崩溃。我们将工作定位为一种早期部署的验证，旨在验证一种方法论，用于在无法进行在线实验的情境下的情感推荐。
引用
@article{arxiv.2605.28810,
title = {Affective Music Recommendation: A Rollout-Based World Model for Offline Preference Optimization},
author = {Audrey Chan and Aaron Labbé and Jacob Lavoie and Jordan Bannister and Arsène Fansi Tchango and Guillaume Lajoie and Laurent Charlin},
journal= {arXiv preprint arXiv:2605.28810},
year = {2026}
}