大语言模型驱动的角色扮演智能体：现状、挑战与未来趋势
计算与语言
2026-01-16 v1 人工智能
人机交互
摘要
近年来，随着大语言模型（LLM）的快速发展，角色扮演语言智能体（RPLA）已成为自然语言处理（NLP）与人机交互交叉领域的一个突出研究焦点。本文系统性地回顾了RPLA的发展现状与关键技术，描绘了从早期基于规则的模板范式，经过语言风格模仿阶段，到以人格建模和记忆机制为中心的认知模拟阶段的技术演进。总结了支撑高质量角色扮演的关键技术路径，包括心理量表驱动的人物建模、记忆增强的提示机制以及基于动机-情境的行为决策控制。在数据层面，本文进一步分析了构建角色特定语料库的方法与挑战，重点关注数据来源、版权约束和结构化标注流程。在评估方面，本文整理了涵盖角色知识、人格保真度、价值对齐和交互幻觉的多维评估框架与基准数据集，并评述了人类评估、奖励模型和基于LLM评分等方法的优缺点。最后，本文展望了角色扮演智能体的未来发展方向，包括人格演化建模、多智能体协作叙事、多模态沉浸式交互以及与认知神经科学的整合，旨在为后续研究提供系统性的视角和方法论启示。
引用
@article{arxiv.2601.10122,
title = {Role-Playing Agents Driven by Large Language Models: Current Status, Challenges, and Future Trends},
author = {Ye Wang and Jiaxing Chen and Hongjiang Xiao},
journal= {arXiv preprint arXiv:2601.10122},
year = {2026}
}