PsyAgent：基于心理建模和情境交互构建类人智能体
人工智能
2026-03-03 v2
摘要
类人智能体必须表达稳定的 disposition，同时适应角色、关系和规范。我们提出 PsyAgent，一个以模式为基础的框架，通过将 Big Five 特征先验与显式社会结构条件耦合来实现特征-情境界面。PsyAgent 包括 (i) Individual Structure（IS），一个面向机器的特征 grounding profile，和 (ii) Multi-Scenario Contexting（MSC），一个涵盖八个日常领域的角色-关系-规范框架库。在推理时，固定的结构提示将活跃的 MSC 框架与 IS profile 耦合，鼓励行为在稳定且情境敏感之间。为证明超越提示工程的可学习性，我们使用 IS 和 MSC 来合成监督信息并对紧凑的 backbone 进行 PEFT 微调（SFT 和可选 DPO）。在百分位空间中的受控心理测量风格评估协议下，PsyAgent 在特征忠实性和长期稳定性方面取得改进，并在匹配的解码和评分控制下与几个更大型的通用指令调优基准相当。我们进一步将自动化协议与外部基准和小规模盲测人类研究三角化。总体而言，PsyAgent 提供了一个精确且数据高效的方法，用于基于人格的、感知导向的智能体。
关键词
引用
@article{arxiv.2601.06158,
title = {PsyAgent: Constructing Human-like Agents Based on Psychological Modeling and Contextual Interaction},
author = {Zibin Meng and Kani Chen},
journal= {arXiv preprint arXiv:2601.06158},
year = {2026}
}