基于关系与情感演变的群体行为模拟方法研究

《ACM Transactions on Modeling and Computer Simulation》：Research of Crowd Behavior Simulation Methods Based on Relationships and Emotional Evolution

本文提出整合生成式代理（LLM驱动）与语义环境（BIM构建）的多智能体行为框架，通过OCEAN人格模型和动态情绪机制实现智能体异质化及社会交互，采用情绪驱动神经A*算法生成非最优路径决策。实验证明该框架能有效产生受动态情绪影响的人路选择和自发社会行为。

　　

摘要AI 摘要

要查看此由 AI 生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

模拟可信的多智能体行为仍然是一个重大挑战，尤其是在为智能体赋予内在动机和进行复杂、涌现的社会互动的能力方面。本文提出了一个集成框架，通过将基于大型语言模型（LLMs）的生成式智能体与丰富的语义环境和复杂的内部状态模型相结合来应对这些挑战。该框架利用来自建筑信息模型（BIM）的场景语义来促进智能体与环境的有效互动，采用 OCEAN 人格模型来赋予智能体多样性，并使用动态情感模型来驱动内部状态的演变。引入了一种基于情感的神经 A* 算法，将这些内部状态转化为合理的、非最优的路径选择决策。实验结果（包括定量分析和消融研究）表明，该框架能够生成表现出以下特征的智能体：（1）受动态情感状态影响的类似人类的路径选择；（2）由持久记忆和反思机制驱动的涌现社会行为，例如形成非预设的关系。这项工作为创建更自主、更逼真的虚拟智能体以用于复杂模拟奠定了重要基础。

AI 摘要

AI 生成的摘要（实验结果）

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现内容的相关性，并协助来自相关研究领域的读者理解本文。它旨在补充作者提供的摘要，后者仍是文章的官方摘要。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由 AI 生成的简单语言摘要，您必须具有高级访问权限。