在医疗、教育、咨询、客户服务和互动故事讲述等领域，基于角色的对话代理在情感敏感角色模拟方面取得了显著进展。然而，目前的研究存在两个主要缺口：一方面，基于角色的对话系统通常将情感编码为静态特征或表层风格线索；另一方面，情感对话研究主要关注于对用户的同理心反应生成，而未充分建模代理角色自身情感状态的演变。
因此，角色内的触发驱动情感演变尚待深入探索。
为了填补这一空白，我们借鉴了组件过程模型（CPM），该心理学理论将情感视为一种动态过程，由对外部事件的评估所塑造。我们提出了CPM-MultiAgent，这是一种基于CPM的情感演变多代理框架，用于支持基于角色的对话中的情感变化。与将角色情感视为固定属性不同，CPM-MultiAgent将其表示为一个潜在状态，该状态通过对话触发不断重塑。
通过情感触发提取、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更具情感一致性的角色模拟。通过基线比较、消融研究、人工评估和案例分析的实验表明，CPM-MultiAgent能够有效建模情感敏感角色模拟环境中的动态情感演变。
博主点评： 本文提出的CPM-MultiAgent框架为情感计算领域开辟了新的视角，通过动态建模角色的情感演变，提高了对话系统的情感一致性。这一方法在多轮对话中的应用潜力巨大，尤其在需要长期情感模拟的场景中，值得进一步探讨和优化。