9、多智能体情绪传染螺旋模型：原理、模拟与应用展望

多智能体情绪传染螺旋模型：原理、模拟与应用展望

情绪传染螺旋评估

在对情绪传染螺旋进行建模时，有一些动态属性是基础。这里假设关于情绪表达性、开放性和渠道强度的信念最初给定，且在改变之前保持不变。以一个场景为例，在某个初始时刻观察成员的情绪水平，然后预测后续时间点的情绪水平。

首先，对观察到的表达情绪的作用进行了形式化。假设智能体连接着面部读取设备，该设备的软件能从面部图像中检测情绪表达。表达情绪 $EV$ 由情绪水平 $V$ 和面部表达情绪的表达性 $E$ 共同决定，在模型中表达情绪水平被形式化为 $V*E$。由于表达性 $E$ 是介于 0 和 1 之间的数，所以表达情绪水平 $EV$ 总是小于等于实际情绪水平 $E$，这排除了虚假表达情绪的情况。并且在后续的 $ADR2$ 中假设表达性因子 $E$ 不为零，基于此，从表达情绪水平 $EV$ 可通过公式 $V = EV/E$ 确定实际情绪水平 $V$。

以下是几个相关规则：
- ADR1：观察小组成员的表达情绪水平
如果智能体观察到表达情绪水平，那么环境智能体将相信这一事实。

observes(agent, has_expressed_emotion_level_at(A, V, T)) 
→→  belief(agent, has_expressed_emotion_level_at(A, V, T))

• ADR2：从表达情绪水平的信念生成情绪水平信念
  如果智能体相信某个小组成员表达的情绪