基于关系与情绪演变的群体行为模拟方法研究

该研究提出整合LLM生成代理与BIM语义环境的框架，通过OCEAN人格模型和动态情绪模型驱动多智能体可信行为，实验验证了情感驱动的神经A*算法在非最优路径规划和自发社交行为中的有效性。

　　

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、新兴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（LLM）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之间的有意义互动，采用OCEAN人格模型来注入智能体的多样性，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（1）受动态情感状态影响的人类式路径选择，以及（2）由持久记忆和反思机制驱动的新兴社会行为的智能体。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的。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该工作。它旨在补充作者提供的摘要，后者仍然是文章的官方摘要。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生成的通俗语言摘要，您必须具有高级访问权限。