从触发器到情感：基于 CPM 的评估多智能体用于角色对话中的动态情感演化

大语言模型（LLM）极大地推进了角色对话智能体在医疗保健、教育、咨询、客户服务和交互式故事讲述等领域的情感敏感角色模拟。然而，两个相关的研究方向留下了一个关键空白。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线索，而情感对话研究主要集中在面向用户的共情响应生成上，而不是对智能体角色自身演变的情感状态进行建模。因此，角色内部由触发器驱动的情感演化仍未得到充分探索。为了解决这一局限性，我们从成分过程模型（CPM）中汲取灵感，这是一种将情感视为由外部事件评估塑造的动态过程的心理学理论。我们提出了 CPM-MultiAgent，这是一个基于 CPM 的情感演化多智能体框架，用于支持基于角色对话中的情感变化。CPM-MultiAgent 不将角色的情感视为固定属性，而是将其表示为由对话触发器不断重塑的潜在状态。通过情感触发器提取、基于 CPM 的协作评估和情感状态更新，该框架在多轮交互中实现了情感更一致的角色模拟。基线对比实验、消融研究、人类评估和案例分析表明，CPM-MultiAgent 在情感敏感的角色模拟设置中有效地建模了动态情感演化。