模糊数学和有限状态机矩阵形式描述的人工情绪模型

第32卷第9期2010年9月

北京科技大学学报Jou rnal of U niversity of Sc i ence and T echno l ogy B eijing

V o.l 32No .9Sep .2010

模糊数学和有限状态机矩阵形式描述的人工情绪模型

史雪飞 王志良 张 琼

北京科技大学信息工程学院,北京100083

摘 要 根据大脑的情绪加工环路提出了三个层次的人工情绪框架结构.重点对智能体的底层情绪模型进行了研究,分别采用模糊关系理论和有限状态机的矩阵形式建立了相应的情绪激活状态和行为输出方程.模型考虑了心境和需求对当时情绪的影响,利用矩阵模型可以直接计算出不同情绪状态下的输出行为,解决了单纯用表的形式记录/事件)情绪)行为0序列对的存储空间和查表问题.选择了婴儿的情感行为数据来验证模型的正确性.仿真结果表明:模型在考虑了敏感因子和心境对情绪激活阀值影响的因素后,在机器系统中可以建立有效的情绪与行为输出模型.关键词 模糊关系;有限自动机;情绪模型;人工智能分类号 T P 181

M odelli ng e moti on based on fuzzy mathe m atics and m atrix descri pti on of fi nite

state machi nes

S H I Xue -fei ,WAN G Zh i -li ang ,ZHANG Q iong

School of Infor mati on E ngi neeri ng ,U n i vers it y of Science and T echnology Be iji ng ,Beijing 100083,Ch i na

AB STRACT A t hree -l ayer emo ti on m ode l structure based on bra i n science was proposed firstly .T hen a bo ttom -leve l emo ti on m ode l o f t he i ntelli g ent syste m was presented in de tai.l Itw as constructed by usi ng fuzzy m athe m atics andm a trix descr i pti on o f fi n ite state m a -ch i nes .A f uzzy re l a ti on bet w een sti m u l us and e m otion w as produced to de ter m i ne the ac tive e m otion i n conside ration o fm ood and de -sire a t that ti m e .The outpu t behav i o r w as calculated by a m atr i x sty l e o f fi n ite sta te m ach i nes wh ile the active e m oti on w as g iven .T he m ode l constructed in this w ay cou l d reduce m e m ory spaces used only f o r st o ri ng the correspond i ng re l ations a m ong sti m u l us ,emo ti on and behav i or .T he si m ulati on result and concl us i on are presen ted i n the end .K EY W ORDS

f uzzy relation ;fi n ite autom aton ;e m otion mode llin

g ;artificial i nte lli g ence

收稿日期:2009

--11--16基金项目:国家高技术研究发展计划资助项目(2007AA04Z218);北京市自然科学基金重点项目(KZ200810028016)

作者简介:史雪飞(1973)),女,讲师,博士研究生,E-m ai:l sxf 1245@i es .u st https://www.360docs.net/doc/6115622286.html, .cn;王志良(1956)),男,教授,博士生导师

人工智能的研究从20世纪50年代开始发展到现在已经达到了较高的水平,它的研究内容也从模拟人的感知觉、推理和学习等认知智能逐渐扩展到人的情绪和情感.目前人工情感已成为人工智能领域的研究热点.其中,如何赋予机器情感智力(即情绪建模问题)是研究的核心,其基础和根本是对自然情绪实质的理解和表示.近年来,国内外已有许多人工情绪的模型

[1-

-7].由于情绪的复杂性以及人类对自身情感产生和变化规律的研究尚不完善,情绪建模的研究工作进行得比较艰难甚至对这一问题本身的提出也存在着争议.尽管如此,目前在情感计算领域己经有很多

人工情绪模型的出现,它们至少从功能的角度上实现了对人类情绪有限的模仿.最早的经典情绪模型是1988年O rtony 等

[1]

提出的/OCC 情绪认知模

型0.它是基于情绪的认知理论和基于规则的建模,

因为很容易用计算机实现而得到广泛使用.然而,情绪不仅由单一的认知评价过程产生,还与一些低层次的非认知性因素影响有密切联系.英国伯明翰大学的S l o m an

[2]

提出的/Cog A ff 模型0同时考虑了

低层的身体反应机制和高层的心理认知对情感的影响,建立了情感的三层体系结构,但是这些抽象的模

型没有提供一个具体的可供计算机执行的情感建模方法.人类情绪的激活具有一定程度的不确定性,

第9期史雪飞等:模糊数学和有限状态机矩阵形式描述的人工情绪模型

为了描述这种随机性,情感计算的创始人P icard

[3]

在1995年提出的隐马尔可夫模型是一种用参数表示的、用于描述随机过程统计特性的概率模型.但是,人类情绪的发生和激活并不是随机的,而且激活的情绪状态和外显的表情也不是各自独立和毫无关联的.2001年,A r k i n 等

[4]

为索尼公司的C anis 系列

机器狗提出了一种内置的情感模型,并首先应用在

A I BO 机器狗的控制系统中,其特色之处在于利用有限状态机的技术实现了底层的本能情感模型;但是该体系结构中,缺少对认知推理功能的支持.韩国

的Par k 等[5]

提出了基于神经认知科学的服务机器人情感系统,该系统借鉴神经科学和认知科学的研究成果,在OCC 模型的基础上构建起来,可以使机器人同时拥有多种情绪.国内提出的人工情绪模型

主要有张冬蕾等[6]

开发的情绪知识模型支撑的智能情感主体,其内部情绪产生模块采用了分层的结构:反射式情绪产生模块、主体认知式情绪产生模

块.杨宏伟等[7]

提出了一种应用于虚拟智能体的综合可计算的情感建模方法,此模型综合考虑了生理、认知对情感的影响,分别在D a m asi o 的生理机制和OCC 及Rose m an 等提出的基于事件评价的认知机制基础上建立的.

本文的人工情绪模型结构是在文献[8--9]的基础上提出的,并尝试研究机器容易实现的技术方法;模型还重点考虑了情绪作为后天习得的一种智能是

生物体与外界交互过程中逐渐发展起来的,强调了人工情绪发展的建模思路;对于模型中提出的底层情绪环节,本文在有限状态机理论的基础上引入了矩阵形式并利用模糊数学描述情绪的不确定性

[10--11]

,建立了适用于智能体或者机器的可计算的

建模方法.

1 人工情绪模型的分层结构

情绪心理学理论认为[12]

:人类情感的发生和发展绝不是偶然的,只要把它放置在物种进化这一更大的范畴中,就能较好地认识到:情绪是长期积淀在神经系统和脑结构中的一种最有用、最有效的独特属性,这意味着应当把情绪的发生和发展放在人脑的进化和发展上去考察.从进化的观点看,情绪是在脑进化的低级阶段发生的,特别是与那些同调节和维持生命的神经部位相联系.情绪作为脑的功能,首先发生在神经组织进化上古老的部位.丘脑系统、脑干结构、边缘系统和皮下神经核团等这些整合有机体生命过程的部位,都是整合情绪的中枢.随着人类的进化,大脑皮层、尤其是前额叶的发展对情绪与认知的整合起着重要的作用.从情绪与脑的进化可以说明人类现有的情绪是经历了不同阶段的进化发展而来的,大脑对情感刺激信息的处理是分层次和等级的,人工情绪建模必须要考虑到这一客观的生理结构.

具体的人工情绪模型分为三层,即先天预置的感觉驱动水平、后天习得的图式水平以及理性认知参与的概念性水平,如图1所示.其中先天预置的感觉驱动级情绪状态由自主神经系统和中央神经系统引发,属于无意识自动加工水平,可以根据模糊有限状态机的相关理论进行描述和实现,本文重点建立了这部分的情绪模型;后天习得的图式水平级情感状态是与外界环境交互过程中通过激活先天无条件情绪而形成的条件式情绪,这部分情绪也是由无意识评价产生的,是基于从前的情绪记忆或者情绪体验;最高级的概念性水平是有意识的理性加工,由比较、执行和期望等引起的情绪状态

.

图1 对应于人脑结构的人工情绪模型.(a)人脑的结构;(b)人工情绪模型的三层结构

F i g.1 Th ree -layer e m oti onalm odel according to hum an b rai n s tructure :(a)hum an bra i n struct u re ;(b)t h ree -layer stru cture of the artifici al e mo -tionalm odel

#

1239#

北 京 科 技 大 学 学 报第32卷

2 基于模糊数学和有限状态机矩阵模型的人工情绪与行为建模

211 模型的结构

本文提出的情绪模型适用于一般的智能体系统,实现的技术方法主要是基于底层情绪智能,此时情绪的产生是在无意识的状态下自动完成的,不经历认知过程,因此复杂的性格对情绪的影响并不是主要因素.模型考虑了不同个体对于刺激的敏感程度不同,提出了图2所示的智能体情绪与行为的模型结构,模型认为外界刺激是客观的,通过引入敏感因子A 刻画了不同个体的感知能力,得到了模糊的刺激矩阵;根据当时的心境和需求决定了情绪状态的激活阈值,情绪激活模块计算出了此时智能体的主导情绪,模型的这些部分是模糊的,具有不确定性;而给定情绪状态下的行为具有相对的确定性,所以模型的后半部分采用确定性有限状态机的矩阵模型加以建立,使得整体模型克服了单纯用表的形式记录/刺激)情绪)行为0序列对占用存储空间并随之带来的查表搜索问题,提高了模型的实时性

.

图2 智能体的情绪与行为模型结构

F ig .2 Em oti on and b ehavior m odel of the i n t elli gent s yste m

212 模糊刺激感知矩阵的建立

由于人类对于外界引起情绪的刺激事件的感知是模糊的,很难精确量化,所以事件与每种情绪状态的激活关系应该是模糊的,定义论域X ={x 1,x 2,,,x m }为有限事件集,Q ={Q 1,Q 2,,,Q n }为基本情绪集,则乘积空间X @Q 上的一个模糊子集R I F (X @Q )称为从X 到Q 的模糊关系,其隶属度L R (x,Q )描述了事件与情绪之间的相关程度,记为L R (x i ,Q j )=r ij I [0

,1],此时模糊关系可以用模糊矩阵R =(r ij )m @n 表示,这个模糊矩阵描述了客观的外界刺激和激活情绪之间的对应关系.对于不同的个体,这个模糊矩阵需要根据敏感因子A I [0,1]加以调整,A 值越大表示个体对外界刺激的感知越敏感,这样就确定了针对自身的刺激感知与情绪激活的模糊矩阵R c ,从而使模型有了一定程度上的/个性0,调整计算的原则表示如下:

r c i j =

r ij +(A -015),0

r ij =0

(i =1,2,,,m;j =1,2,,,n )

(1)

213 情绪激活状态的计算

人处于不同的情绪状态下对同样的刺激反应是

不同的,这就是心境对于人的情绪乃至行为也有一定的影响,因此模型认为心境的好与坏直接左右着情绪状态的激活阈值.对于模糊矩阵R c ,可以通过其K 截矩阵表示情绪激活的最终结果,模型中的K 是可变的,由心境的状态调整和更新它的大小,K (t)更新的原则表示如下.

正向情绪或者需求满足导致的积极心境条件下采用式(2)更新,负向情绪或者需求未满足导致的消极心境条件下采用式(3)更新.

积极心境下的更新:

K (t)=

K j -$K ,Q j 为正向情绪K j +$K

,Q j 为负向情绪(2)

消极心境下的更新:K (t)=

K j +$K

,Q j 为正向情绪K j -$K

,Q j 为负向情绪

(3)

式中,K j 为平静心境下的激活阈值;$K 描述心境对于情绪激活阈值的影响,可以视情况不同定义为由情绪状态确定的调整修正值.

智能体的情绪激活状态根据模糊矩阵R c 的K 截矩阵计算得出:

r ij (K )=

1,r ij >K (t)0,

r ij [K (t)

(4)

r ij (K )取值为1,表示刺激x i 在当时的心境条件下激

活了q j 的情绪状态,那么输出行为的方程根据矩阵模型可以计算得到.

214 有限状态机矩阵模型描述的输出行为方程如图2所示的模型结构,智能体在情绪激活状态下的行为输出是确定的,一种情绪状态下可以对应多个输出,根据文献[13]所研究的有限自动机的矩阵模型方法,可以将给定的情绪状态下的行为输出用矩阵形式的映射方程加以描述.

首先将n 种情绪状态用0和1进行编码,确定由初始状态(采用编码值)转移到激活状态(不采用编码值,只采用0和1的值)下不同的行为输出集合Z ={o 1,o 2,,,o l },Z i ={o i },整理出如表1所示的情绪与行为的对应转移关系,表中以四种基本情绪、八个行为输出为例,基本情绪n 和行为输出l 可以扩展为任意多个.

#

1240#

第9期史雪飞等:模糊数学和有限状态机矩阵形式描述的人工情绪模型

表1激活情绪与行为的对应关系

Tabl e1C orrespond i ng rel ations b et w een e m oti on and behav i or

t+1时刻的激活情绪

t+1时刻的行为输出

Q n1=(0,0)Q n2=(0,1)Q n3=(1,0)Q n4=(1,1)

Q n+1

1

(o1,o3,o4)(o3,o6)(o2,o8)(o5,o7)

Q n+1

2

(o3,o5)(o3,o6,o8)(o2,o7,o8)(o2,o5,o7)

Q n+1

3(o

3

,o

7

)(o

2

,o

3

)(o

6

,o

8

)(o

1

,o

4

,o

5

)

Q n+1

4

(o3,o8)(o1,o3,o4)(o2,o6)(o5,o7,o8)将情绪状态激活条件下对应的行为输出方程表示为:

Z1=q1q2Q n+1

1+q1q2Q n+1

3+q1q2Q

n+1

4

Z2=q1q2Q n+1

1+(q1q2+q1q2

)Q n+1

2+

q1q2Q n+13+q1q2Q n+14 ,

Z7=q1q2Q n+1

1+(q1q2+q1q2)Q n+1 2+

q1q2Q n+13+q1q2Q n+14

Z8=q1q2Q n+1

1+(q1q2

+q1q2)Q n+1

2+

q1q2Q n+13

+(q1q2+q1q2)Q n+1

4

(5)

式中,q1q2的最小项分别为t时刻的情绪状态编码;

Q n+1

i为t+1时刻的情绪状态,若Q n+1

i=1表示该情

绪激活,Q n+1

i

=0表示该情绪未被激活.

根据有限状态机的矩阵模型将上述方程组(5)整理化简可以得到:

Z1

Z2

s

Z7

Z

8

=

q1q20q1q2q1q2

q1q2q1q2+q1q2q1q2q1q2

s s s s

q1q2q1q2+q1q2q1q2q1q2

q1q2q1q2+q1q2q1q2q1q2+q1q2@

Q n+1

1

Q n+1

2

Q n+1

3

Q n+1

4

(6)

式(6)说明激活情绪状态下的多个行为输出可以通过矩阵方程直接计算得到,尤其对于情绪状态

和行为的序列对比较庞大时,这种计算方法可以有

效地提高模型的实时性.

3仿真结果

考虑到本文描述的模型侧重先天固化在神经系统中的那部分情绪智能,因此选择了婴儿的情感行

为数据来验证模型的正确性.表2所示的情绪诱因

作为模型的刺激输入,定义了X={x1,x2,,,x10}的

事件集合,Q={Q qu iet,Q scar e,Q happ y,Q anger,Q cur iou s,

Q d isgu st,Q sad}的情绪状态集合,行为输出集合Z=

{o1,o2,,,o12};确定了刺激事件和情绪状态之间的

模糊关系R,定义了不同的敏感因子A={012,015,

017},不同的心境和需求满足程度(分心境好与心

境坏两种情形),建立了情绪与行为之间的对应方

程,实现了外界刺激、激活的情绪及输出的行为三者

之间的数学描述,并整理得到了如图3和图4所示

的仿真结果.图3说明了两种不同的心境条件下,

情绪的激活阈值有所调整.在心境好的时候,正向

情绪的激活阈值降低,负向情绪的激活阈值升高;在

心境差的时候,正向情绪的激活阈值升高,负向情绪

的激活阈值下降.图中的六个事件分别对应于表2

中的相应内容.图4说明了不同的敏感因子对情绪

的激活产生影响.敏感因子为012的个体对外界的

刺激不敏感,情绪的激活阈值都比较高;敏感因子为

017的个体对外界的刺激敏感,情绪的激活阈值都

比较低.仿真结果表明模型在考虑了敏感因子和心

境对情绪激活影响的因素后,能够通过文中所提的

建模方法在机器系统中实现.

表2婴儿的情绪与行为输出

Table2C orres pond i ng relati ons bet w een baby p s e m otion and b ehavior

资料来源情绪诱因情绪状态行为趋势被柔和地轻拍和抚摸(事件1)高兴靠近、笑、摆手华生活动受到限制(事件2)生气、害怕攻击、哭、乱动突然出现的声音和身体失去支撑(事件3)害怕后退、哭

味道刺激(事件4)厌恶后退、捂鼻子

新异性光、声或动的物体(事件5)兴趣靠近、睁大眼睛

与熟人分离(事件6)悲伤哭、抱头

孟昭兰从高处降落害怕哭、抖动

独处害怕哭、蜷缩

失败悲伤、生气哭、乱动

陌生人出现,新异性较大物体出现害怕后退、哭

# 1241

#

北京科技大学学报第32

卷

图3不同心境条件下的K(t)更新和情绪的激活

F i g.3K(t)refresh i ng and e m oti onal generation based on differen t m oods

图4敏感因子对情绪激活的影响

F ig.4E ffect of sens i ti ve coeffici en t on e m otional generation

4结语

人工情感领域对于情绪建模的研究正如心理学对情绪本身的探讨一样,都分别从不同的角度、侧重不同的功能展开相应的研究工作.本文从智能体的基本情绪出发,试图侧重考虑情绪激活与刺激事件的离散对应关系以及情绪本身的模糊差异性,采用模糊集合和敏感因子建立了具有不同个性的情绪激活计算方法,利用有限状态机的矩阵模型建立了情绪激活条件下的行为输出方程,这种矩阵模型的方法尤其适用于数据量较大的应用场合.仿真实验说明采用模糊关系和有关截集的理论可以较准确地描述人类情绪本身的特点,结合离散的有限自动机矩阵形式可以建立有效的机器系统的情绪与行为输出模型.

参考文献

[1]Ort ony A,C lore G L,C olli ns A.Th e C ogn iti v e S t ru ct u re of Em o-

tion s.N e w Y ork:C a m bri dge Un i versit y Press,1988:68[2]S l o m an A.Vari eti es of affect and t he C og A ff arch itect u re sche m a

M P rocee d i ng s Symposium on Emotion,Cogn ition,and Affective Co m pu ti ng Conven ti on.York,2001:39

[3]Picard R W.Affective C o mputing.Translated by Luo S L.Beiji ng:

Beiji ng Instit u te ofTechnol ogy Press,2005

(P i card R W.情感计算.罗森林译.北京:北京理工大学出版社,2005)

[4]A r k i n R C,Fu jitaM,Takag iT,et a.l E t h ol og i ca lm odeli ng and

arch itect u re for an entertai nm ent rob ot M P rocee d i ng s o f t h e2001 IEEE In te rnationa lC onfere nce on R obotics and Auto m ation.Seou,l

2001:454

[5]Park G Y,Lee S I,Kw on W Y.Neu rocogn iti ve affective syste m

f or an e m otive robot M P rocee d i n

g s of t

h e2006I EEE/RSJ In te rna-

tional Conference on In telli g e n t R obots and Syst e m s.Beiji ng,

2006:2595

[6]Zhong D L,Yong X,C ao C G.Research on e m otion and action

abou t gen erati on of i n t elli gent story.Inf T ec hnol L ett,2006,4

(5):16

(张冬蕾,雍兮,曹存根.智能故事生成中的行为和情绪研究.信息技术快报,2006,4(5):16)

[7]Yang H W,Pan Z G,Li u G D.A co m prehens i ve co m pu tati on al

m odel of e moti on s.J C o mpu t R esD ev,2008,45(4):579

(杨宏伟,潘志庚,刘更代.一种综合可计算情感建模方法.计算机研究与发展,2008,45(4):579)

[8]M arpaung A H,L i settiC L.M u ltilevel e m oti on m od eli ng for au-

tono m ou s agen ts M Procee d ing s AAA I FSS p04,F all Symposium on

t h e In tersection of C ogniti ve S cie nce and Robotics:Fro m In terfaces to In telli g e nce.W as h i ngton D C,2004:1542

[9]Zhou W D,C oggi ns R.C o m pu tati on alm odels of t he a m ygdal a and

the orb it ofrontal cortex:A h i erarch ical rei n f orce m ent l earn i ng sys-te m f or robotic con trol M AI2002:Advances i n A rti fici a l In telli-gence.H ei del b erg,2002:419

[10]W ang P L,W u X H,Xu L.I m ple m entati on of an artifi cial e m o-

ti on m odel and behav i or strateg i es based on fi n ite au t o m ata.M i-

croelectron C o mpu t,2009,26(2):36

(王培良,吴小红,许力.一种人工情感及行为策略模型的有

限自动机实现.微电子学与计算机,2009,26(2):36) [11]M andryk R L,A t k i n s M S.A f u zz y physiol og i cal approach f or

con ti nuous l y m odeli ng e m oti on du ri ng i nteracti on w it h p lay tech-

nol ogi es.In t JH um Compu t S t ud,2007,65:329

[12]M eng Z L.Emotiona l P s ycholo gy.B eiji ng:Pek i ng Un i versity

P ress,2005

(孟昭兰.情绪心理学.北京:北京大学出版社,2005) [13]Zhu Z Y,Zhu Q S.M atri x m odelm et hod f or research es on fi n ite

au t o m ata.Co mpu t Sc i,2001,28(4):46

(朱征宇,朱庆生.有限状态机的矩阵模型描述.计算机科学,

2001,28(4):46)

# 1242 #