第5卷第1期 智能系统学报 Vol.5 No.1 2010年2月 CAAI Transactions on Intelligent Systems Feh.2010 doi:10.3969/j.issn.16734785.2010.01.002 人机交互中的个性化情感模型 王巍，王志良，郑思仪，谷学静 (北京科技大学信息工程学院，北京100083) 摘要：人与机器人的交互过程中，情感因素的引入能够使人机交流更加自然和谐.因此，完整的人工情感模型的建 立是首要解决的问题.基于情感能量理论基础，首先，提出了心境自发转移和刺激转移模型.其次，结合情绪自发转 移的马尔可夫链模型和刺激转移的HMM模型，将心境和情绪的自发和刺激转移过程统一在一个框架下，最后，将完 整的人工情感模型软件化并应用于儿童玩伴机器人上，在接受非结构化环境与用户的信息输入后，个性化的情感软 件模块产生输出，实现针对儿童用户的玩伴机器人个性化交互，通过应用验证了该模型的有效性. 关键词：情感计算；人工心理；心境；人机交互；个性化交互 中图分类号：TP31;TP391文献标识码：A文章编号：16734785(2010)01-001007 Affective model in human-robot interaction WANG Wei,WANG Zhi-liang,ZHENG Si-yi,GU Xue-jing (School of Information Engineering,University of Science and Technology Beijing,Beijing 100083,China) Abstract:Better understanding of affective factors is needed before human-robot interaction (HRI)can be com- pletely natural and harmonious.Establishing a complete HRI affective model is a prerequisite to this understanding. First,based on the theory of affective energy,a mood spontaneous metastasis and stimulus transfer model was pro- posed.Next,by combining the emotional Markov chain model and the hidden Markov model (HMM),the sponta- neous metastasis and stimulus transfer process of mood and emotion was integrated into a unified framework.Final- ly,the complete artificial affective models were turned into software modules using Visual C++and these modules were used to control robotic playmates for children.After receiving non-constructive information from the environ- ment and users,the affective module produced output.In this way the interaction between robotic playmates and children was better managed. Keywords:affective computing;artificial psychology;mood;human-robot interaction (HRI);personal interaction 为了真正实现自然和谐的人机交互，迫切要求过外部和内部的刺激相应地改变其情绪状态，而后 机器人在进行交互服务过程中具有更强的人性化， 由多种方式表达出来，并通过非线性计算所产生的 而目前，这方面相关的工作开展得还很少.机器人个 内部钟来表述心境矢量的激活成分.个人机器人不 性化交互服务技术是一个亟待解决的问题.美国麻 仅应当具有智能行为（智能机器人），而且还要具有 省理工学院所研制的Kismet机器人)，通过所建立 情感、性格、意志、创造等心理活动（情感机器人）， 的环境、内部刺激和行为动作的认知心理模型，对外 甚至还可进化其智能及情感行为（进化机器人）2] 界输入的刺激和内部需要进行综合判断，从而引起 国内的研究中，滕少冬提出了情绪状态的马尔可夫 表现行为的各种变化.日本早稻田大学开发的儿童 链自发转移模型和HMM刺激转移模型3]，但未对 玩伴机器人，根据所建立的儿童大脑结构化模型，通 情感的另一部分一心境进行研究.本文完善了心 境模型，并对文献[3]和本文提出的心境模型软件 收稿日期：2009-0606. 化，实现了完整的人工情感状态的连续产生.软件在 基金项目：国家高技术研究发展计划资助项目(2007AA04Z218)；国 家自然科学基金资助项目(60573059). 机器人的后台运行，能够在接受非结构化环境与用 通信作者：王魏.E-mail:wangwei8311@163.com. 户的信息输入后，产生个性化的输出，实现特定用户
第1期 王巍，等：人机交互中的个性化情感模型 ·11 的机器人个性化交互 EE +yE =(1-A)E +yAE 1 个性化情感模型研究基础 (1-A+yλ)E. (2) 同时，设E。=[EE2…Ew]为t时刻实际表现出 由于情感可划分为心境(Mood)和情绪(Emo 的情感强度绝对分布向量.此向量的求解在后面介 tion)2个广泛的分类，因此其转移过程在不同条件 绍. 下可分为4种，如图1所示. 根据巴浦洛夫高级神经学说，由于生理的原因， A 人的大脑神经细胞在兴奋与抑制2种状态之间按一 定的生理机制呈周期性地变化.伴随着这种变化，个 心境的 体的意识状态也将在清醒与不清醒之间进行转化， 动态平 心境激 情绪激 从而使得情感能量E,在表达的时候，其表现程度也 衡状态 发状态 发状态 D 呈现出周期性地变化.把由 E=aE。=a(1-A+YA)E (3) B 定义的情感能量称为生理性激活的情感能量，它是 图1心境与情绪状态转移图 实际用于表现情绪的情感能量，称α(0≤α≤1)为 Fig.1 Mood and emotion state transferring graph 生理性唤醒度.把由 图1展现了4个过程：1)情绪状态刺激转移：在 Eg=BE。=B(1-A+YA)E (4) 外部事件刺激下，情感状态由心境的动态平衡状态 定义的情感能量称为生理性抑制的情感能量，它是 移到某种激发水平的情绪激发状态，由A线表示； 用于表现心境的情感能量，称B(0≤B≤1)为生理性 2)情绪状态自发转移：当外界刺激作用结束后，某 抑制度.且有 种情绪状态将在一定时间内由激发状态自发地转移 &+B=1. (5) 到心境的动态平衡状态，由B线表示；3)心境状态 α和B主要由生理机制进行周期性地调节，即“生物 刺激转移：在某种特异性外部事件刺激下，心境状态 钟”的调节.另外，α和B还会受到某些外界刺激的 将在以心境的动态平衡状态为中心的一定的范围内 干扰.心理能量以及情感能量的各种形式以及转化 发生转移，由C线表示；4)心境状态自发转移：在外 关系如图2所示， 界刺激消失后，某种心境激发状态将在一定的时间 从动力心理学的观点来看，个体产生各种不同 内自发地向心境动态平衡状态转移，由D线表示 情绪的过程，实际上就是激活的情感能量E%在不 综合上述4个过程，针对儿童用户的玩伴机器 同情绪状态之间的动态分配的过程，图2的左下半 人包含4个个性化情感模型，分别是：1)情绪状态 部分反映了这样的关系， 刺激转移过程的随机过程模型：2)情绪状态自发转 称Eg=[EE…E]为t时刻实际表现的情 移过程的马尔可夫链模型：3)心境状态刺激转移的 绪强度绝对分布向量，1E1∈(0,1)(i=1,2,…, 控制论模型；4)心境状态自发转移的动态平衡模 )是激活的情感能量在各维度的能量值分量.根据 型.4个模型相辅相成，在4个过程中共同作用.它 情感能量守恒定律，有式(6)成立： 们的理论基础却是一致的.在心理学中心理能量观 点的基础上，滕少冬提出了情感能量的概念幻，它 立1g1-份 (6) 是本文个性化情感模型建立的出发点和基础。 生理性抑制的情感能量在积极心境与消极 心理能量就是推动个体进行各种心理活动以及 心境之间变化，由其引起的心境强度变化如图2的 行为的能力，用E表示.它有2种基本表现形式：1) 右下半部分所示. 自由的心理能量En;2)受约束的心理能量E,[4.它 相应地，称E=[E…E]为t时刻实际 们满足： 表现的心境强度绝对分布向量，并设与积极情绪对 E=入E,En=nE,7+A=1. (1) 应的心境个数是m,与消极情绪对应的心境个数是 则情感能量可以用式(2)表示： n,则m+n=N.其中：
·12 智能系统学报 第5卷 M condition 1; [0,1],E∈[-1,1]时，E+g≠g+E.△运 m 算定义为 M condition 2. 1, E9+E≥1； n E+E路，0<E+E<1; 式中：condition1是指分量i若属于积极心境；condi- △(E,Eg) tion2是指分量i若属于消极心境；M为t时刻的 E-E瑞，0<E-<1; 心境强度，其计算方法在后面介绍. 0, E-E≤0. 11e[0,1](i=1,2,…,W)是生理性抑制的 由于情感可划分为心境和情绪，则t时刻的情 情感能量在各维度的能量值分量.则根据情感能量 感强度定义为 守恒定律，有式(7)成立： E=[EE2…E]= △([EEg…],[破…])= 三时1=职 (7) [△(E,)△(E2,)…△(E,w)].(8) 设0≤E≤1，-1≤E≤1并定义了3种运算： 由式(8)可知，t时刻的情感强度与心境强度和情绪 +、-、△.其中，+、-运算和实数域R中的加法和 强度有关，根据上述的4个转移过程，它们的求解在 减法运算相似，但加法不具有交换律性质，即HE∈ 下面将分别进行介绍. 白中的心理 情感能量 生理性激活 能量E E.=E+yE 的情感能量 E,=nE E=aE. 心理能量E 行效的受约 束能量yE, E.=iE 生理性抑制 受约束的 受压抑的 的情感能量 心理能量E, 心理能量oE E=BE 心境 高兴 愤怒 D p 极 09 42 密怕 极 an 图2情感能量的各种形式以及转化关系图 Fig.2 Various kinds of affective energy and changing graph 衡理论、社会牵引理论和非线性动态理论，并把影响 2心境自发转移 心境的因素分为3类，其中之一来自个体内源性因 Larsen认为，平均的、稳定的心境特征并没有真 素，如人格和生理因素6.本文中的心境自发转移 实地反映个体的心境特征，心境随着时间的推移，其 模型就是从个体内源性角度建立的。 性质（好或不好）以及强度（弱或极度）是变化的5. 2.1人格对心境的影响 Parkinson认为与心境动态性有关的理论有动态平 对不同的人而言，所体验到的心境可能不同，换
第1期 王巍，等：人机交互中的个性化情感模型 ·13· 句话说存在着个体差异，这种差异来自于相对稳定 响因子为专，且有 的人格.同时，人格特征又决定了心境水平和心境变 ∈(0,1)，5∈(0,1)，ψ+专=1. (9) 化性，心境自发地在相对稳定的心境特征水平附近 建立的心境自发转移模型为 波动.我们用C表示由人格决定的心境特征水平， M=[ocos(@t)+ssin(@2t)+ 如图2右下部分的横线描述.由多种因素的影响，C Tsin(@3t)vsin(@4t)]+C. (10) 在积极和消极的分界线左右一定范围内变动，本文 M动态变化范围的确定： 中假设Ce[-1,1]. 因为 2.2生理因素对心境的影响 ocos(w1t)∈[-o,+o], 个体的生理性周期变化会引起心境在积极与消 5sin(w2t)e[-5,+5], 极之间随时间t波动 Tsin(w3t)∈[-T,+r], 1)心境的昼夜波动.根据Vatson的研究，积极 vsin(w4t)∈[-v,+v]. 心境在一天中的趋势是早上较低，而后在一天中的 所以 某个时间上升到最大值；接着逐渐下降，在晚上达到 [ocos(@t)+5sin(@2t)+ 最低.此过程用一余弦函数σcos(w1t)表示.其中，σ rsin(@3t)+vsin(@4t)]E 是心境的昼夜影响因子，2π/o1是心境的昼夜波动 [(-0-g-T-v),(+0+g+T+v)]= 周期. [-(o++r+v),(o++T+v)]=[-1,1] 2)心境的周变化.根据Larsen与Kasimatis的研 因为Ce[-1,1],所以 究发现，具有正弦波的7天间隔解释了日常心境的变 Mge[(-专-业)，（传+）]= 化.积极心境在周五达到顶峰，在周二处于最低，此过 [-(5+),(专+业)]=[-1,1].(11) 程用一正弦函数(sin(ot)表示.其中，{是心境的周 文中，取=0.5,5=0.5. 变化影响因子，2π/2是心境的周变化周期， 以上参数中，ω：，i∈{1,2,3,4}取值较大时，相 3)心境的月变化.主要是针对女性的月经周期 应的生理性周期变化引起的心境随着时间（的波动 循环的心境效应，因此，此项对心境的影响是个性化 周期越小，即心境变化性越强 的，具有性别差异.此过程用一正弦函数rsin(®t) 表示.其中，？是心境的月变化影响因子，2π/是 3心境刺激转移 心境的月变化周期。 在外部因素事件和情境刺激下，心境和情绪都 4)心境的季节变化.Watson认为在理论上积极 受到影响，但其变化过程是有区别的：第一，持续时 情感应该有一个显著的季节模式，春季的积极心境 间上的差别：第二，相对强度上的差别；第三，信号功 水平较高，接着在夏季和秋季逐渐下降，最终达到冬 能上的差异.在文献[4]中，对于情绪受激后的变化 季的最低点.此过程用一正弦函数vsin(o4t)表示. 过程，利用HMM这个双重随机过程来构造情绪状 其中，v是心境的季节变化影响因子，2π/o4是心境 态刺激转移过程的情感模型，用HMM的前向和后 的季节变化周期。 向算法来模拟情绪在外界刺激下的变化规律，这一 且有0，g,r,v∈[0,1]，0++T+v=1,01= 方法在后面将会介绍；对于心境受激后的变化过程， 72=30w3=365心4.本文中，对于男性用户，取0= 则采用控制论的调整策略进行研究. 0.7,3=0.2,T=0,v=0.1;对于女性用户，取σ= Larsen提出应将控制理论应用到心境调节的动 0.5,g=0.2,T=0.2,v=0.1.由于心境的变化缓慢 态过程中]，本文根据此观点对心境的刺激转移过 且某一心境常常能持续一段时间，因此，在本文中， 程建模。 每隔1小时计算一次心境量值，心境的昼夜波动模 根据已有研究，心境对刺激的反应强度是略微 型中，周期取24小时，则w1=2π/24. 平缓的，一阶惯性环节更适合描述， 2.3心境自发转移模型 本文中，定义心境的刺激转移模型为 人格和生理因素对心境的动态变化共同产生影 TMe +Me Eevem (t). (12) 响，设心境的人格影响因子为山，心境的生理因素影 式中：T称为心境转移时间常数，它是表征心境发生
·14 智能系统学报 第5卷 转移惯性的一个重要参数.有研究发现，女性可能比 间的长短，可能包含了重要的个体差异信息.这3个 男性更容易受情绪传染或影响，因此，T参数也是男 值都与心境转移时间常数T有关因此，T参数是男 女性别差异对心境的影响参数之一，是个性化参数 女性别差异对心境的影响参数之一，是个性化参数， 后面将会介绍此参数对心境激发子过程的影响. 其大小对心境激发子过程是有影响的， E(t)是外源性因素（如工作方式、生活事件、家 图3(a)是当T=0.5和T=0.9,Et(t)=1 中变故等)对心境的影响强度.心境的刺激转移过 时，心境激发子过程.从图中可以看出，心境反应调 程分为2个子过程. 节时间、心境反应延迟时间和心境反应上升时间均 3.1心境激发子过程 不同，反映了男女性别差异对心境的影响。 该子过程与一个零状态响应过程类似.假设心 心境强度M在某一外源性因素的持续激发下 境在t时刻受某一外源性因素激发时，心境强度初 不断变大，表现出了事件的影响随时间的积累作用. 值为M∈[-1,1]，则事件影响强度为 但其变化率却不断变小，即影响随时间变小，表明了 [1 -MBo, event为积极情绪事件； 心境在某一特定时间刺激下，越来越不敏感，对此事 L-1-M,event为消极情绪事情. 件的发生变得麻木，如图3(b)所示 1.0r (13) 80,992802 3,34.09知0 2.10.0.900 在此条件下，求解式(12)表示的心境刺激转移模型： 0.8 L[TMg+Mg=Emm(t)]→ T(sM-M)+Me=Eve (s) 0.69.5089 0.4 X0.38.0.1321 T(sMg-0)+Mg=Emt(s)→ (+1)Me=E=()与 0.2 T=0.5 T=0.9 M=Fau(t).1 2 5 tis (Ts+1) (a)心境激发子过程 所以 -@·+ 0.040 0.035月 +-70.5 —T0.9 Eoem(t)·[l-ewr]. (14) 0.030 式中：L[·]L[·]分别为拉普拉斯变换和反变换 0.025 0.020 根据心理学中情绪反应的时间动力性的基本概 0.015 念，可以定义心境中相应的概念： 0.010 1)称T,为心境反应调节时间，T,≈4T.这个参 0.005 0 数表达了心境从初始强度M变化到-0.98或 2 4 5 t/s 0.98(-1或+1的±2%)的最短时间. (b)强度变化率 2)称Ta为心境反应延迟时间，T.≈0.69T这个 图3心境激发子过程与强度变化率 参数表达了心境从初始强度M第一次达到 Fig.3 Mood stimulating process and change rate of strength Em(t)×50%所需的时间. 3.2心境衰减子过程 3)称T,为心境反应上升时间，T,≈2.20T.此 该子过程与一个零输人响应过程类似，出现在 参数表达了心境从强度M+E（t)×10%第一 心境激发子过程之后.假设在t时刻外源性因素对 次上升达到M+Em(t)×90%所需时间(emet 心境的影响消失，即Em(t)=0,且消失时的心境 是积极情绪事件)，或从强度M+Em（t)×10% 强度初值为Me[-1,1]. 第一次下降达到M+Eat(t)×90%所需时间(e- 在此条件下，求解式(12)表示的心境刺激转移 vent是消极情绪事件). 模型： 根据上述的3个定义，可以看到心境反应调节 L[TMg+Mg=Eevept(t)]→ 时间的快慢，心境反应延迟时间和心境反应上升时
第1期 王巍，等：人机交互中的个性化情感模型 ·15 T(sMg-M）+Mg=0=→ 4针对特定用户的个性化情感 （Ts+1)Mg=TMg→ Mg=TMg·(+ 4.1完整情感模型与情感滤波器 根据文献[4]的研究，在概率空间的基础上，可 所以 将情绪的变化过程看成一个随机过程，并进一步用 G=L[Tg·n+DJ-er.(15) 马尔可夫链来描述情绪状态自发转移过程，进而给 出基本方程以及计算方法. 式中：L[·]、L[·]分别是拉普拉斯变换和反变换 实验中，将以儿童玩伴机器人为平台，通过应用 为了便于计算机实现心境刺激转移模型，在本 来验证模型的有效性.情感的发生通常都是混合的. 文中，需要求解微分方程式(12)的差分方程形式. 儿童玩伴机器人在t时刻究竞处于那种情绪状态， 根据式(12)，有 可由E中的各个分量的相对大小来确定，本文中， d 卫+Mg=Eam(t), (16) 取情感维度中最大强度值对应的情感状态为需要表 dMp Eaa (t)M 达的情感 dt (17)》 T 以上的情绪状态刺激转移模型、情绪状态自发 根据欧拉法，可得 转移模型、心境状态刺激转移模型、心境状态自发转 )=Mp thEem(Mp 移模型和情感滤波器，共同组成了一个完整的人工 T (18) 情感模型体系. 式中：h称为步长，是计算心境强度的间隔时间，本 4.2个性化人工情感软件 文中取h=0.02 基于上述理论，开发了一个针对特定用户的机 这种微分方程差分化，可以为人工心理模型在 器人个性化情感模型软件，如图4所示， 计算机上的应用带来方便，但也会带来一定误差，如 表1、2所示. 表1差分化后的误差（心境激发子过程） Table 1 Error after differencing (mood triggering process) n M M 6=MB Mo 00.000.00000.0000 0.0000 10.02 0.0392 0.0400 -0.0008 2 0.04 0.0769 0.0784 -0.0015 3 0.060.1131 0.1153 -0.0022 图4人工情感软件 4 0.080.1479 0.1507 -0.0028 Fig.4 Artificial emotion software 5 0.100.18130.1846 -0.0033 此软件应用于儿童玩伴机器人中，在用户与其 对话、触摸、动作等交互方式的激励信息下，通过情 表2差分化后的误差（心境衰减子过程） 感软件模块，产生个性化的输出.例如，控制机器人 Table 2 Error after differencing (mood regression process) 产生表情，如图5所示，实现个性化的交互 n M M s=MP M 00.000.98170.9838 -0.0021 10.02 0.94320.9445 -0.0013 2 0.040.90620.9067 -0.0005 30.06 0.87070.8704 0.0003 40.080.83650.8356 0.0009 50.100.80370.8022 0.0016 图5情感控制机器人产生表情 从表1、2中看到，微分方程差分化后的误差为 Fig.5 Facial expression controlled by affection 103数量级，因此，仍采用差分的方法计算t时刻的 情感强度，以便于情感计算的计算机实现
16 智能系统学报 第5卷 [5]LARSEN R J.The stability of mood variability:a spectral 5结束语 analytic approach to daily mood assessment[J]..Jounral of 本文以情感能量为出发点，从个体内源性因素 Personality and Social Psychology,1987,52(6)):1195- 1204.. 角度建立心境自发转移模型，从控制论的角度建立 心境刺激转移模型.由于是从情感能量为出发点进 6]PARKINSON B,TOTERDELL P,BRINER R B,et al. 行推演，为所提出的心境模型与情绪模型的结合创 Changing moods:the psyhcology of mood and mood regula- tion[M].Harlow,UK:Longman,1996. 造了条件.为此，把心境、情绪4个模型统一到一个 门李冬梅.青少年心境动态发展特点及不同调节策略对其 框架下，并进行软件化，开发了个性化人工情感软件 心境变化影响的研究[D],北京：：首都师范大学，2005. 系统，并将其应用于机器人情感控制方面.人格和生 LI Dongmei.Research on the mood changes impacted by 理因素影响心境的自发转移过程，心境转移时间常 mood dynamic development character of young people and 数T也影响到刺激转移过程.通过调整模型中的参 their different regulation strategy[D].Beijing:Capital Nor- 数，可以实现具有个体差异性的情感表达.以儿童玩 mal University.2005.. 伴机器人为实验平台，通过应用验证了模型的有效 8]LARSEN R J.Toward a science of mood regulation[J].. 性.本文提出的心境模型以及开发的软件系统，可用用 Psychology Inquiry,2000,11(3):129-141. 于服务机器人、家用机器人等需要个性化的人机交 作者简介： 王巍，男，1983年生，博士研究 互的领域.其中，模型参数的合理选取与模型的应用 生，主要研究方向为情感计算与人工情 领域的拓展也是今后有待进一步深入研究的方向. 感、人工智能、机器人、优化理论 参考文献： 1]BREAZEAL C,SCASSELLATI B.A context-dependent at- tention system for a social robot C]//Proceedings of the Sixteenth Intermational Joint Conference on Artificial Intelli- 王志良，男，1956年生，国家二级教 gence(ICAI 99).Stockholm,Sweden,1999::1146-1151. 授、博士生导师、博士，北京科技大学 [②☑王志良.人工心理学一关于更接近人脑工作模式的科 电子信息系主任，中国人工智能学会人 学0.北京科技大学学报，2000,22(5))：478-483. 工心理与人工情感专业委员会主任，第 WANG Zhiliang.Artifial psychology-science of more at- 一届国际情感计算和智能交互学术大 tainable working mode to human brain[J]].Journal of Uni- 会主席.主要研究方向为人工心理及 versity of Science and Technology Beijing,2000,22(5)): 情感计算、服务机器人与数字技术、网络化的信息服务 478-483 系统等，主近年来主持完成国家“"863计划、国家自然科学基 [3]|WANG Zhiliang,TENG Shaodong,WANG Li,et al.The 金、国家科技攻关和国家”973"计划子项目等多项科研项目. research of affective computing model based on Markov 发表学术论文180余篇，其中被SCI、EI检索60余篇，出版 chain[J].International Journal of Psychology,2004.39 专著5部. (5/6)):72. 郑思仪，女，1982年生，博士研究 [4滕少冬.应用于个人机器人的人工情感模型研究[D]. 生，主要研究方向为人机交互、图形图 北惊：北京科技大学，2006. 像技术 TENG Shaodong.Research on artificial psychology model applied in personal robot[D].Beijing:University of Sci- ence and Technology Beijing,2006
[5] LARSEN R J. The stability of mood variability: a spectral analytic approach to daily mood assessment[J] . Jounral of Personality and Social Psychology,1987,52(6) : 1195- 1204. 王 巍,男,1983年生,博士研究 生,主要研究方向为情感计算与人工情 感、人工智能、机器人、优化理论. [1] BREAZEAL C, SCASSELLATI B. A context-dependent attention system for a social robot [ C]//Proceedings of the Sixteenth Intermational Joint Conference on Artificial Intelligence(ICAI 99). Stockholm, Sweden,1999: 1146-1151. [2] 王志良.人工心理学—关于更接近人脑工作模式的科 学[J] .北京科技大学学报,2000,22(5) : 478-483. WANG Zhiliang. Artifial psychology-science of more attainable working mode to human brain[J] . Journal of University of Science and Technology Beijing,2000,22(5) : 478-483. 参考文献: 作者简介: 16· 本文以情感能量为出发点,从个体内源性因素 角度建立心境自发转移模型,从控制论的角度建立 心境刺激转移模型.由于是从情感能量为出发点进 行推演,为所提出的心境模型与情绪模型的结合创 造了条件.为此,把心境、情绪4个模型统一到一个 框架下,并进行软件化,开发了个性化人工情感软件 系统,并将其应用于机器人情感控制方面.人格和生 理因素影响心境的自发转移过程,心境转移时间常 数T也影响到刺激转移过程.通过调整模型中的参 数,可以实现具有个体差异性的情感表达.以儿童玩 伴机器人为实验平台,通过应用验证了模型的有效 性.本文提出的心境模型以及开发的软件系统,可用 于服务机器人、家用机器人等需要个性化的人机交 互的领域.其中,模型参数的合理选取与模型的应用 领域的拓展也是今后有待进一步深入研究的方向. 一届国际情感计算和智能交互学术大 会主席.主要研究方向为人工心理及 情感计算、服务机器人与数字技术、网络化的信息服务 系统等.主近年来主持完成国家"863"计划、国家自然科学基 金、国家科技攻关和国家"973"计划子项目等多项科研项目. 发表学术论文180余篇,其中被SCI、EI检索60余篇,出版 专著5部. 智 能 系 统 学 报 [4] 滕少冬.应用于个人机器人的人工情感模型研究[D]. 北京: 北京科技大学,2006. [7] 李冬梅.青少年心境动态发展特点及不同调节策略对其 心境变化影响的研究[D] .北京: 首都师范大学,2005. LI Dongmei. Research on the mood changes impacted by mood dynamic development character of young people and their different regulation strategy[D] . Beijing: Capital Normal University,2005. TENG Shaodong. Research on artificial psychology model applied in personal robot[D] . Beijing: University of Science and Technology Beijing,2006. 6] PARKINSON B,TOTERDELL P,BRINER R B,et al. Changing moods: the psyhcology of mood and mood regulation[ M]. Harlow,UK: Longman,1996. 郑思仪,女,1982年生,博士研究 生,主要研究方向为人机交互、图形图 像技术. 8] LARSEN R J. Toward a science of mood regulation[J] . Psychology Inquiry,2000,11(3) : 129-141. 5结束语 第5卷 [3] 王志良,男,1956年生,国家二级教 授、博士生导师、博士,北京科技大学 电子信息系主任,中国人工智能学会人 工心理与人工情感专业委员会主任,第 WANG Zhiliang,TENG Shaodong,WANG Li,et al. The research of affective computing model based on Markov chain[ J] . International Journal of Psychology,2004,39 (5/6) :72