本發(fā)明涉及一種基于心情指數(shù)的多層情感計(jì)算方法，用于人機(jī)交互過程中，對(duì)機(jī)器的情感狀態(tài)進(jìn)行個(gè)性化建模和描述。

背景技術(shù)：

在人與計(jì)算機(jī)(或者機(jī)器人)的交互過程中，情感因素的引入能夠使相互之間的交流更加自然和諧。人機(jī)情感交互就是要賦予計(jì)算機(jī)類似人一樣的觀測、理解和生成各種情感特征的能力，最終使得機(jī)器人能夠像人一樣進(jìn)行自然、生動(dòng)和富有感情的交互。

針對(duì)人機(jī)情感交互，1997年，美國mit媒體實(shí)驗(yàn)室的picard(羅莎琳德·皮卡德)教授首次提出情感計(jì)算的概念，對(duì)情感計(jì)算的研究主要包括情感識(shí)別、情感表示、情感建模、情感交互四個(gè)方面，其中，建立一個(gè)合適的計(jì)算模型來描述情感是情感計(jì)算領(lǐng)域亟待解決的關(guān)鍵問題,

由于人類情緒和情感的復(fù)雜性，使得建立一個(gè)合適的計(jì)算模型來表達(dá)人類情感與認(rèn)知的關(guān)系是一項(xiàng)十分有挑戰(zhàn)性的工作。近年來，針對(duì)此問題，心理學(xué)和計(jì)算科學(xué)領(lǐng)域的研究人員通過研究已經(jīng)建立了相關(guān)情感模型，總體來說，這些模型可以分為三大類，即：基于認(rèn)知的情感模型、基于概率的情感模型和多層情感模型。例如，1988年ortony、clore、collins等人從情感認(rèn)知評(píng)價(jià)角度提出了第一個(gè)適合于計(jì)算機(jī)實(shí)現(xiàn)的occ情感模型；1995年mit媒體實(shí)驗(yàn)室的picard等人提出的基于隱馬爾可夫(hmm)的情感模型；2002年以來，北京科技大學(xué)的王志良等人對(duì)hmm做了更加深入的研究；2002年kshirsagar等人提出一個(gè)“性格-心情-情感”多層情感模型,將人的性格與情感聯(lián)系了起來,并成功地將其應(yīng)用于虛擬人面部表情合成。

上述這些工作都極大地推進(jìn)了情感建模的研究，但是，這些模型大多不能完整的描述人類情感的動(dòng)態(tài)變化過程，在實(shí)踐過程中存在很多不足。例如，基于認(rèn)知的情感模型僅考慮了情感本身的認(rèn)知因素產(chǎn)生機(jī)制,缺乏對(duì)性格等非認(rèn)知因素的考慮；基于概率的情感模型僅從純概率的角度來處理情感，或通過假設(shè)少量的離散情感以及小范圍的情感變化幅度來簡化模型；kshirsagar的多層情感模型對(duì)心情的處理比較模糊，不適合描述人類復(fù)雜的心情,也不能很好地將性格與情感聯(lián)系起來。然后，人類情感本身是一個(gè)非常復(fù)雜的過程,它受諸多因素的綜合影響,如外界刺激、個(gè)體性格、心情波動(dòng)等,因此，需要研究更加合適的情感計(jì)算模型來更好的模擬人類的情感變遷。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種基于心情指數(shù)的多層情感計(jì)算方法，有效融合了心情狀態(tài)、個(gè)性特征、情感狀態(tài)，用于人機(jī)交互過程中，對(duì)機(jī)器人的情感狀態(tài)進(jìn)行個(gè)性化計(jì)算，解決現(xiàn)有技術(shù)中存在的上述問題。

本發(fā)明的技術(shù)解決方案是：

一種基于心情指數(shù)的多層情感計(jì)算方法，包括以下步驟，

步驟1、根據(jù)輸入的刺激向量，計(jì)算當(dāng)前時(shí)刻的心情指數(shù)m(t)；

步驟2、根據(jù)輸入刺激和心情指數(shù)，計(jì)算當(dāng)前時(shí)刻的情感強(qiáng)度e(t)；

步驟3、根據(jù)情感強(qiáng)度和狀態(tài)轉(zhuǎn)移概率矩陣，計(jì)算狀態(tài)轉(zhuǎn)移后的情感概率，并輸出概率值最大的情感狀態(tài)。

進(jìn)一步地，步驟1具體包括以下步驟：

步驟1.1、基于ocean性格矢量計(jì)算基礎(chǔ)心情mb；

步驟1.2、根據(jù)外部刺激，計(jì)算熟悉度和好感度，進(jìn)而計(jì)算心情變化量；

步驟1.3、計(jì)算心情指數(shù)隨時(shí)間的衰減；

步驟1.4、計(jì)算當(dāng)前心情指數(shù)m(t)。

進(jìn)一步地，步驟1中，

步驟1.1具體為：性格是一個(gè)不變的量，采用五元組p＝[po,pc,pe,pa,pn]來描述，用基礎(chǔ)心情mb來表示性格對(duì)基礎(chǔ)心情的影響程度，具體計(jì)算如下：

mb＝xp^t＝[x1,x2,x3,x4,x5][po,pc,pe,pa,pn]^t

＝x1po+x2pc+x3pe+x4pa+x5pn

其中，為ocean模型中，5種人格因素對(duì)心情的影響系數(shù)；t表示矩陣的轉(zhuǎn)置運(yùn)算；

步驟1.2具體為：通過刺激極性spolar∈[-1,1]、熟悉度dfamiliar∈[0,1]、好感度dfavor∈[-1,1]三個(gè)參數(shù)綜合計(jì)算心情變化量mc；根據(jù)外部刺激值，刺激極性的計(jì)算公式為：

spolar＝φ(t)q^t=[φ1(t),φ2(t),...,φn(t)][q1,q2,...,q6]^t

其中，φ(t)=[φ1(t),φ2(t),...,φ6(t)]為刺激向量，φi(t)∈[0,1],i=1,2,...,6，為外界刺激事件對(duì)6種基本情感的誘發(fā)變化；q＝[q1,q2,...,q6],且為刺激的極性系數(shù)；t表示矩陣的轉(zhuǎn)置運(yùn)算；

熟悉度與交互頻率fa和交互間隔da有關(guān)，具體計(jì)算公式為：

其中，e為自然底數(shù)；

好感度與歷史交互有關(guān)，計(jì)算公式如下：

dfavor(t)＝dfavor(t-1)+δdfavor

其中，δdfavor為一次交互引起的好感度的變化量；

綜合熟悉度和喜好度，心情變化量mc計(jì)算如下：

步驟1.3具體為：心情指數(shù)的衰減函數(shù)如下：

m′(t)=m(t-1)×e^-mb；

步驟1.4具體為：綜合步驟1.1、1.2、1.3的計(jì)算，得到當(dāng)前心情指數(shù)m(t)如下：

m(t)＝(1-α)m(t-1)+αm′(t-1)

m(0)＝mb

其中，α,β∈(0,1)分別為心情衰減系數(shù)和心情變化影響系數(shù)。

進(jìn)一步地，步驟2具體為：

步驟2.1、根據(jù)步驟1所得心情指數(shù)m(t)，計(jì)算性格對(duì)當(dāng)前情感的影響分量；

步驟2.2、根據(jù)步驟1所得心情指數(shù)m(t)，計(jì)算外部刺激對(duì)當(dāng)前情感的影響分量；

步驟2.3、計(jì)算不同情感狀態(tài)之間的相互影響分量；

步驟2.4、根據(jù)步驟1所得心情指數(shù)m(t)，計(jì)算情感強(qiáng)度隨時(shí)間的衰減分量；

步驟2.5、計(jì)算當(dāng)前情感強(qiáng)度e(t)。

進(jìn)一步地，步驟2中，步驟2.1具體為：首先，以pad情感空間作為過渡，將性格p映射到occ情感空間，計(jì)算方法為：

eocc(t)＝m(t)·p·k^t·focc^t

其中，是一個(gè)24維的occ情感向量，k為性格到pad情感的轉(zhuǎn)換矩陣，focc為pad情感到occ情感的映射矩陣，t表示矩陣的轉(zhuǎn)置運(yùn)算；

然后，將occ情感分量映射到基本情感中，具體為：

ep(t)＝[e1p(t),e2p(t),e3p(t),e4p(t),e5p(t),e6p(t)]

其中，ep(t)＝[e1p(t),e2p(t),e3p(t),e4p(t),e5p(t),e6p(t)]為性格對(duì)基礎(chǔ)情感的影響分量；

步驟2.2具體為，外部刺激對(duì)情感的影響分量estimus(t)為：

其中，k1,k2分別為影響系數(shù)矩陣；

步驟2.3具體為，計(jì)算不同情感狀態(tài)之間的相互影響分量einter(t)：

einter(t)=λ·e(t)

其中，為情感相互影響矩陣，λij∈[-1,1],i,j＝1,2,...,6表示情感i對(duì)情感j的影響因子，λij＞0表示激勵(lì)作用，λij＜0表示抑制作用；

步驟2.4具體為，計(jì)算情感強(qiáng)度隨時(shí)間的衰減分量efade(t)為：

efade(t)＝e(t)·e^(-m(t))；

步驟2.5具體為，當(dāng)前情感強(qiáng)度e(t)為：

e(t)＝β1ep(t)+β2estimus(t)+β3einter(t)+β4efade(t)

其中，為各個(gè)情感影響分量的影響系數(shù)。

進(jìn)一步地，步驟3具體為：

步驟3.1、基于閾值判斷是否有新的情感被激活；

步驟3.2、根據(jù)狀態(tài)轉(zhuǎn)移概率矩陣，更新的情感概率π(t)；

步驟3.3、選擇情感概率值最大的情感作為當(dāng)前情感狀態(tài)輸出。

進(jìn)一步地，步驟3中，步驟3.1具體為：

采用ω表示情感激活閾值，h(t)＝[h1(t),h2(t),...,h6(t)]表示基本情感是否被激活，其中

其中，ei(t),i＝1,2,...,6分別表示6種基礎(chǔ)情感的強(qiáng)度，hi(t),i＝1,2,...,6分別表示第i種基礎(chǔ)情感是否激活，表示有基本情感被激活了；則表示沒有情感被激活；

步驟3.2具體為：在t時(shí)刻，沒有情感被激活，則不進(jìn)行概率計(jì)算，此時(shí)，處于平靜狀態(tài)；當(dāng)某些基本情感被激活時(shí)，首先根據(jù)情感強(qiáng)度e(t)計(jì)算該時(shí)刻的情感狀態(tài)概率π(t)＝[π1(t),π2(t),π3(t),π4(t),π5(t),π6(t)]，其中

然后，根據(jù)狀態(tài)轉(zhuǎn)移矩陣a來更新情感狀態(tài)的概率分布π′(t)=π(t)a，其中，矩陣a為馬爾科夫狀態(tài)轉(zhuǎn)移矩陣；

步驟3.3具體為：根據(jù)計(jì)算獲得的情感概率π′(t)，選擇概率值最大的情感作為當(dāng)前情感狀態(tài)，即

本發(fā)明的有益效果是：該種基于心情指數(shù)的多層情感計(jì)算方法，定義了心情指數(shù)，并且量化了心情、性格與情感之間的關(guān)系，有效融合了外界刺激、心情狀態(tài)、個(gè)性特征、情感衰減和情感相互作用對(duì)情感變化的影響，重點(diǎn)關(guān)注刺激對(duì)心情的影響，然后基于心情指數(shù)計(jì)算情感強(qiáng)度的變化，最后基于狀態(tài)概率來選擇情感狀態(tài)，這個(gè)過程更加貼近人類的認(rèn)知實(shí)際。該方法克服了occ情感模型忽視非認(rèn)知因素的缺點(diǎn)，彌補(bǔ)了hmm模型僅從概率上處理情感的缺陷，克服了多層情感模型對(duì)心情處理模糊的缺點(diǎn)，能更好地反映人類情感變化的特點(diǎn)，更好的實(shí)現(xiàn)對(duì)機(jī)器人情感狀態(tài)的個(gè)性化計(jì)算。

附圖說明

圖1是本發(fā)明實(shí)施例基于心情指數(shù)的多層情感計(jì)算方法的流程示意圖。

圖2是pad情感空間到occ情感空間的映射關(guān)系圖。

圖3是情感狀態(tài)轉(zhuǎn)移和更新計(jì)算過程示意圖。

圖4是6種基本情感和平靜狀態(tài)之間的狀態(tài)轉(zhuǎn)移示意圖。

圖5是情感計(jì)算結(jié)果示例圖。

具體實(shí)施方式

下面結(jié)合附圖詳細(xì)說明本發(fā)明的優(yōu)選實(shí)施例。

實(shí)施例

實(shí)施例的基于心情指數(shù)的多層情感計(jì)算方法涉及到心情、個(gè)性、情感三者關(guān)系以及它們?cè)谕饨绱碳ぷ饔孟碌臅r(shí)間響應(yīng)，為便于后續(xù)說明，首先給出相關(guān)概念及量化定義。

情感：情感是一種心理狀態(tài)和過程，是人對(duì)客觀事物的態(tài)度的體驗(yàn)，是人的需要是否獲得滿足的反應(yīng)。關(guān)于情感的表示和分類，目前沒有統(tǒng)一的定義。實(shí)施例采用在心理學(xué)界和工程界占主體地位的ekman情感分類方法，主要針對(duì)6種基本情感進(jìn)行計(jì)算，即恐懼fear、憤怒anger、悲傷sadness、厭惡disgust、高興happiness、驚奇surprise，為便于描述，采用6維向量e(t)＝[e1(t),e2(t),e3(t),e4(t),e5(t),e6(t)]表示個(gè)體在t時(shí)刻的情感狀態(tài)變量，其中，e1(t),e2(t),e3(t),e4(t),e5(t),e6(t)∈[0,1]分別代表個(gè)體具有恐懼、憤怒、悲傷、厭惡、高興、驚奇6種基本情感的強(qiáng)度。

另外，采用情感狀態(tài)概率π(t)＝[π1(t),π2(t),π3(t),π4(t),π5(t),π6(t)]來表征在t時(shí)刻，個(gè)體對(duì)外表現(xiàn)為相應(yīng)情感狀態(tài)的可能性，其中，π1(t),π2(t),π3(t),π4(t),π5(t),π6(t)∈[0,1]分別表示個(gè)體處于恐懼、憤怒、悲傷、厭惡、高興、驚奇6種情感狀態(tài)的概率值，且

刺激：人類情感的產(chǎn)生都是由外部刺激引發(fā)的，這些外部刺激信號(hào)包括表情、語音、手勢、肢體動(dòng)作以及各種生理信號(hào)，人腦能夠提取這些刺激中的情感因素，作為情感交互的輸入，激勵(lì)人類的心情和情感發(fā)生相應(yīng)的變化。在實(shí)施例中，采用刺激向量φ(t)＝[φ1(t),φ2(t),...,φ6(t)]，其中，φi(t)∈[0,1],i＝1,2,...,6分別對(duì)應(yīng)外界刺激事件對(duì)6種基本情感的誘發(fā)變化。

心情：根據(jù)心理學(xué)研究，心情是一種較持久而微弱的、影響人的整個(gè)精神活動(dòng)的情緒狀態(tài)，它是一個(gè)隨著時(shí)間變化的量，通常，可以把心情分為好、壞、正常三種情況，研究表明：積極的心情可以對(duì)消極情緒刺激產(chǎn)生抑制作用，同樣，消極的心情對(duì)積極情緒刺激也可以產(chǎn)生抑制作用。為便于計(jì)算機(jī)進(jìn)行計(jì)算，實(shí)施例引入心情指數(shù)m(t)∈[-1,1]來衡量t時(shí)刻的心情狀態(tài)的好壞程度，0表示心情正常，正值表示好心情，1表示心情最好，負(fù)值則表示壞心情，-1表示心情最差。

為進(jìn)一步計(jì)算心情指數(shù)，實(shí)施例引入熟悉度和好感度兩個(gè)參數(shù)。

熟悉度：表示機(jī)器對(duì)用戶的熟悉程度，用參數(shù)dfamiliar∈[0,1]來描述，其取值與人機(jī)交互頻率和人機(jī)交互時(shí)間間隔有關(guān)，取值為0表示，機(jī)器對(duì)該用戶很陌生。人機(jī)交互的次數(shù)越多，人機(jī)交互的時(shí)間間隔越短，則表明機(jī)器對(duì)用戶就越熟悉，如果長期沒有人機(jī)交互，或者交互事件間隔越長，則熟悉度會(huì)下降，因?yàn)槿伺c人之間長期不打交道會(huì)逐漸變得陌生。

好感度：表示機(jī)器對(duì)用戶的喜好程度，用參數(shù)dfavor∈[-1,1]來描述，其取值與歷史交互有關(guān)，每一次人機(jī)交互都會(huì)產(chǎn)生一種情感刺激，正向的情感刺激，導(dǎo)致對(duì)機(jī)器人對(duì)用戶的好感度增加，反之，負(fù)向的情感刺激會(huì)導(dǎo)致好感度下降。

個(gè)性：即性格，是決定人的獨(dú)特行為和思想的個(gè)人內(nèi)部身心系統(tǒng)的動(dòng)力組織。在實(shí)施例中，采用心理學(xué)中廣泛認(rèn)可的ocean人格模型來對(duì)個(gè)性進(jìn)行描述，即定義一個(gè)五元組p＝[po,pc,pe,pa,pn]，其中，po,pc,pe,pa,pn∈[0,1]，分別表示性格的開放性openness、謹(jǐn)慎性conscientiousness、外傾性extraversion、宜人性agreeableness和神經(jīng)質(zhì)neuroticism五方面因子。

在上述定義的基礎(chǔ)上，實(shí)現(xiàn)實(shí)施例目的的技術(shù)方案為：一種基于心情指數(shù)的多層情感計(jì)算方法，包括以下步驟：

步驟1、根據(jù)輸入的刺激向量，計(jì)算當(dāng)前時(shí)刻的心情指數(shù)m(t)；

步驟1.1、基于ocean性格矢量計(jì)算基礎(chǔ)心情；

步驟1.2、根據(jù)外部刺激，計(jì)算熟悉度和好感度，進(jìn)而計(jì)算心情變化量；

步驟1.3、計(jì)算心情指數(shù)隨時(shí)間的衰減；

步驟1.4、計(jì)算當(dāng)前心情指數(shù)m(t)。

步驟2、計(jì)算當(dāng)前時(shí)刻的情感強(qiáng)度e(t)；

步驟2.1、根據(jù)心情指數(shù)m(t)，計(jì)算性格對(duì)當(dāng)前情感的影響分量；

步驟2.2、根據(jù)心情指數(shù)m(t)，計(jì)算外部刺激對(duì)當(dāng)前情感的影響分量；

步驟2.3、計(jì)算不同情感狀態(tài)之間的相互影響分量；

步驟2.4、根據(jù)心情指數(shù)m(t)，計(jì)算情感強(qiáng)度隨時(shí)間的衰減分量；

步驟2.5、計(jì)算當(dāng)前情感強(qiáng)度e(t)。

步驟3、情感狀態(tài)的轉(zhuǎn)移與輸出；

步驟3.1、基于閾值判斷是否有新的情感被激活；

步驟3.2、根據(jù)狀態(tài)轉(zhuǎn)移概率矩陣，更新的情感概率π(t)；

步驟3.2、選擇情感概率值最大的情感作為當(dāng)前情感狀態(tài)輸出。

實(shí)施例的基于心情指數(shù)的多層情感計(jì)算方法，具體實(shí)現(xiàn)如下：

在人機(jī)交互過程中，用戶會(huì)產(chǎn)生各種交互輸入，例如用戶的語音指令輸入、人臉圖像輸入、用戶屏幕點(diǎn)擊等等，上述每一次交互都會(huì)對(duì)機(jī)器產(chǎn)生一個(gè)刺激，按照心理學(xué)的認(rèn)知評(píng)價(jià)理論，外界刺激事件通過感知評(píng)價(jià)轉(zhuǎn)化為情感誘發(fā)變量。

實(shí)施例主要針對(duì)6種基本情感，采用刺激向量φ(t)＝[φ1(t),φ2(t),..,φ6(t)]來描述外部刺激事件對(duì)恐懼、憤怒、悲傷、厭惡、高興、驚奇6種基本情感的變化影響，例如，在t時(shí)刻，輸入一個(gè)高興的情感刺激φ(t)＝[0,0,0,0,0.9,0]，則后續(xù)的情感計(jì)算過程如下：

如圖1所示，根據(jù)發(fā)明步驟1，針對(duì)輸入的刺激向量φ(t)＝[0,0,0,0,0.9,0]，計(jì)算心情指數(shù)m(t)。

心情是一種能影響人的整個(gè)精神活動(dòng)的情感狀態(tài)，在實(shí)施例中，采用心情指數(shù)m(t)∈[-1,1]來衡量心情的狀態(tài)，主要包含2個(gè)方面，一是基礎(chǔ)心情，與個(gè)人的性格相關(guān)，二是心情變化，取決于外界的刺激、個(gè)體的性格，并隨著時(shí)間變化而不斷淡化。因此，心情指數(shù)的計(jì)算更新必須體現(xiàn)上述因素的綜合影響，其具體計(jì)算步驟如下：

1)基于ocean性格向量計(jì)算基礎(chǔ)心情mb；

在實(shí)施例中，性格是一個(gè)不變的量，采用五元組p＝[po,pc,pe,pa,pn]來描述，不同的性格取值不同，個(gè)體某個(gè)方面的因素值越大，表明個(gè)體的這一個(gè)因素的表現(xiàn)越明顯，例如，p＝[0.4,0.3,0.8,0.2,0.1]表示這是一個(gè)活潑開朗、外向的個(gè)體。心情受到性格的影響，不同性格的個(gè)體，其基本的心情狀態(tài)是不一樣的，因此，用基礎(chǔ)心情mb來表示性格對(duì)基礎(chǔ)心情的影響程度，具體計(jì)算如下：

mb＝xp^t[x1,x2,x3,x4,x5][po,pc,pe,pa,pn]^t

＝x1po+x2pc+x3pe+x4pa+x5pn

其中，為ocean模型中，5種人格因素對(duì)心情的影響系數(shù)，在實(shí)施例中，取值為x＝[0.3,0.35,0.05,0.1,0.2]。

2)基于外部刺激計(jì)算熟悉度和好感度，進(jìn)而計(jì)算心情變化量mc；

心情的變化由外部刺激引起的，當(dāng)機(jī)器收到外部刺激之后，其心情指數(shù)將發(fā)生偏離。為了衡量在外部刺激之下的心情變化，通過刺激極性spolar∈[-1,1]、熟悉度dfamiliar∈[0,1]、好感度dfavor∈[-1,1]三個(gè)參數(shù)綜合計(jì)算。

通常，積極的刺激使得心情指數(shù)增大，反之，消極的刺激將導(dǎo)致心情指數(shù)降低，因此，實(shí)施例中，根據(jù)外部刺激值，刺激極性的計(jì)算公式為：

spolar＝φ(t)q^t＝[φ1(t),φ2(t),...,φn(t)][q1,q2,...,q6]^t

其中，φ(t)＝[φ1(t),φ2(t),...,φ6(t)]為刺激向量，φi(t)∈[0,1],i＝1,2,...,6，為外界刺激事件對(duì)6種基本情感的誘發(fā)變化；q＝[q1,q2,...,q6],且為刺激的極性系數(shù)；t表示矩陣的轉(zhuǎn)置運(yùn)算，下同。在實(shí)施例中，取值q＝[-0.2,-0.3,-0.3,-0.22]，,此時(shí)，,輸入刺激為φ(t)＝[0,0,0,0,0.9,0]的時(shí)候，可計(jì)算得到其極性值為spolar＝0.72。

熟悉度與交互頻率fa和交互間隔da有關(guān)，人機(jī)交互越頻繁，交互時(shí)間間隔越短，則表明機(jī)器對(duì)用戶就越熟悉，如果長期沒有人機(jī)交互，或者交互事件間隔越長，則熟悉度會(huì)下降，因?yàn)槿伺c人之間長期不打交道會(huì)逐漸變得陌生。具體計(jì)算公式為：

其中，e為自然底數(shù)，下同。

例如，當(dāng)交互頻率fa＝0.1，時(shí)間間隔da＝2時(shí)，dfamiliar＝0.035。

好感度與歷史交互有關(guān)，每一次交互都會(huì)對(duì)用戶產(chǎn)生影響，根據(jù)每一次交互產(chǎn)生的刺激極性，好感度不斷變化，計(jì)算公式如下：

dfavor(t)＝dfavor(t-1)+δdfavor

其中，δdfavor為一次交互引起的好感度的變化量，例如，輸入積極的刺激spolar＝0.72，好感度變化為δdfavor＝0.3452。

綜合熟悉度和喜好度，心情變化量mc計(jì)算如下：

從上式可知，如果好感度較低(不喜歡某人)，機(jī)器對(duì)用戶越熟悉，交互越頻繁，則心情會(huì)變得越差。反之，如果好感度高(喜歡某人)，機(jī)器對(duì)用戶越熟悉，打交道越多，則心情會(huì)變得越來越好。

3)計(jì)算心情指數(shù)隨時(shí)間的衰減。

當(dāng)外界刺激消失以后，隨著時(shí)間的變化，心情會(huì)逐漸平靜下來，即心情指數(shù)會(huì)逐漸衰減，心情衰減變化的快慢與個(gè)體性格相關(guān)，按照心理學(xué)的研究，心情和情感的衰減曲線與指數(shù)函數(shù)相近，因此，在實(shí)施例中，心情指數(shù)的衰減函數(shù)如下：

m′(t)＝m(t-1)×e^-mb

綜合上述1)、2)、3)的計(jì)算，可以得到當(dāng)前心情指數(shù)m(t)如下：

m(t)＝(1-α)m(t1)+αm′(t-1)

m(0)＝mb

其中，初始值m(0)＝mb為基礎(chǔ)心情，與性格相關(guān)，α,β∈(0,1)分別為心情衰減系數(shù)和心情變化影響系數(shù)，實(shí)施例中，取值為α＝0.3,β＝0.8。

然后，根據(jù)實(shí)施例的步驟2，基于心情指數(shù)m(t)和外部刺激來計(jì)算當(dāng)前時(shí)刻的情感強(qiáng)度e(t)。

情感是心理學(xué)概念，為便于描述機(jī)器的情感狀態(tài)強(qiáng)弱和情感變化過程，選擇取值為0-1之間的向量e(t)＝[e1(t),e2(t),e3(t),e4(t),e5(t),e6(t)]來表示6種基礎(chǔ)情感的強(qiáng)度，數(shù)值越大表明這種基礎(chǔ)情感就越強(qiáng)烈。

情感強(qiáng)度的變化與心情狀態(tài)、個(gè)性特征、外界刺激、情感衰減等多個(gè)方面因素有關(guān)，下面，按照實(shí)施例的步驟2.1到2.4分別進(jìn)行計(jì)算。

1)計(jì)算性格對(duì)情感的影響分量ep(t)

首先，以pad情感空間作為過渡，將性格p映射到occ情感空間，計(jì)算方法為：

eocc(t)＝m(t)p·k^t·focc^t

其中，是一個(gè)24維的occ情感向量，t表示矩陣的轉(zhuǎn)置運(yùn)算；k為性格到pad情感的轉(zhuǎn)換矩陣，一般取值為：

focc為pad情感到occ情感的映射矩陣，對(duì)照?qǐng)D2所示的映射關(guān)系表，具體可以取值為：

然后，將occ情感分量映射到實(shí)施例的基本情感中，具體為：

ep(t)＝[e1p(t),e2p(t),e3p(t),e4p(t),e5p(t),e6p(t)]

其中，ep(t)＝[e1p(t),e2p(t),e3p(t),e4p(t),e5p(t),e6p(t)]為性格對(duì)基礎(chǔ)情感的影響分量。

經(jīng)過上述轉(zhuǎn)換后，可以計(jì)算在性格為p＝[0.4,0.3,0.8,0.2,0.1]，心情指數(shù)為m(t)＝0.3的時(shí)候，性格對(duì)基礎(chǔ)情感的影響分量為：

ep(t)＝[-0.4677,0.0002,-0.3875,-0.0299,0.1820,0]

可見，實(shí)施例在個(gè)性p對(duì)情感的影響基礎(chǔ)上，引入了一個(gè)心情調(diào)節(jié)系數(shù)m(t)，使得個(gè)性對(duì)情感的影響隨著心情不同而變化。

2)計(jì)算外部刺激對(duì)當(dāng)前情感的影響分量estimus(t)

外部刺激對(duì)情感的變化有直接影響，心情好的時(shí)候，會(huì)強(qiáng)化積極的刺激影響，會(huì)減弱消極的刺激影響，因此，刺激對(duì)情感的影響分量estimus(t)計(jì)算公式為：

其中，k1,k2分別為影響系數(shù)矩陣，可取值為k1＝[0.8,0.7,0.7,0.8,1.3,1.1]，k1＝[1.3,1.2,1.2,1.3,0.9,0.8]。

3)計(jì)算不同情感狀態(tài)之間的相互影響分量einter(t)

人類情感的復(fù)雜性，使得同一時(shí)刻同一個(gè)人會(huì)被多種情感交織，而且這些情感會(huì)相互影響，包括相互抑制、相互激勵(lì)、或者無作用三種方式，基本情感狀態(tài)之間的相互影響關(guān)系如表1所示：

表1六種基本情感之間的相互影響

因此，情感之間的相互影響分量einter(t)可以表示如下：

einter(t)＝λ·e(t)

其中，為情感相互影響矩陣，λij∈[-1,1],i,j＝1,2,...,6表示情感i對(duì)情感j的影響因子，λij＞0表示激勵(lì)作用，λij＜0表示抑制作用。

通常，相互影響矩陣可以取值為：

4)計(jì)算情感強(qiáng)度隨時(shí)間的衰減分量efade(t)

情感復(fù)雜體現(xiàn)在其易變性上，情感具有瞬時(shí)性，隨著時(shí)間的推移，情感衰減就越明顯，同時(shí)，情感的衰減速度與心情、性格相關(guān)，因此，實(shí)施例定義的情感隨時(shí)間的衰減分量efade(t)為：

efade(t)＝e(t)e^(-m(t))

綜合上述的心情、個(gè)體性格、外界刺激、情感之間相互作用以及情感衰減對(duì)情感強(qiáng)度變化的影響，可以計(jì)算得到當(dāng)前情感強(qiáng)度e(t)為：

e(t)＝β1ep(t)+β2estimus(t)+β3einter(t)+β4efade(t)

其中，為各個(gè)情感影響分量的影響系數(shù)?？梢匀≈禐棣?＝0.4,β2＝0.3,β3=0.1,β4＝0.2。

最后，按照實(shí)施例的步驟3，基于當(dāng)前綜合情感強(qiáng)度e(t)，計(jì)算情感狀態(tài)的轉(zhuǎn)移和情感狀態(tài)概率，并輸出當(dāng)前情感狀態(tài)，其基本過程如圖3所示，按照如下步驟實(shí)施:

1)基于閾值判斷是否有新的情感被激活

情感強(qiáng)度e(t)的大小反應(yīng)了情感的強(qiáng)弱，當(dāng)某種情感強(qiáng)度值達(dá)到一定閾值時(shí)，該情感會(huì)被激活，個(gè)體就會(huì)表現(xiàn)出這種基本情感，這個(gè)值稱為情感激活閾值，在實(shí)施例中，采用ω表示情感激活閾值，取值為ω=0.1。

令h(t)＝[h1(t),h2(t),...,h6(t)]表示基本情感是否被激活，其中

其中，ei(t),i＝1,2,...,6分別表示6種基礎(chǔ)情感的強(qiáng)度，hi(t),i＝1,2,...,6分別表示第i種基礎(chǔ)情感是否激活；

此時(shí)，可知，如果有基本情感被激活了，則必然滿足否則表示沒有情感被激活。

2)根據(jù)狀態(tài)轉(zhuǎn)移概率矩陣，更新情感概率π(t)

在實(shí)施例中，機(jī)器具有6種基本情感狀態(tài)，另外還有一種無情感的狀態(tài)，即平靜狀態(tài)，如圖4所示，任意時(shí)刻，機(jī)器始終處于這7種狀態(tài)中的一種，這7種狀態(tài)是可以相互之間任意轉(zhuǎn)換的，其轉(zhuǎn)換過程遵循馬爾可夫過程，具體的計(jì)算如下：

在t時(shí)刻，當(dāng)某些基本情感被激活時(shí)，首先根據(jù)情感強(qiáng)度e(t)計(jì)算該時(shí)刻的情感狀態(tài)概率π(t)＝[π1(t),π2(t),π3(t),π4(t),π5(t),π6(t)]，其中

然后，根據(jù)狀態(tài)轉(zhuǎn)移矩陣a來更新情感狀態(tài)的概率分布π′(t)＝π(t)a，其中，矩陣a為馬爾科夫狀態(tài)轉(zhuǎn)移矩陣，其系數(shù)描述了從一種基本情感跳轉(zhuǎn)到另外一種情感的可能性，與個(gè)體的性格有關(guān)系，不同類型的機(jī)器可以采用不同的值，在實(shí)施例中，a可以取值為：

另外，如果所有情感的情感強(qiáng)度都很小，沒有情感被激活，則不進(jìn)行概率計(jì)算，此時(shí)，處于平靜狀態(tài)。

3)選擇情感概率值最大的情感作為當(dāng)前情感狀態(tài)輸出

最后，根據(jù)計(jì)算獲得的情感概率π′(t)，選擇概率值最大的情感作為當(dāng)前情感狀態(tài)，即

按照上述基于心情指數(shù)的多層情感計(jì)算步驟，下面給出一個(gè)具體的實(shí)施例子。

假定機(jī)器的性格為p＝[0.4,0.3,0.8,0.2,0.1]，各項(xiàng)參數(shù)取值按照上面的取值，在t＝0時(shí)刻接收到一個(gè)厭惡的刺激φ(0)＝[0,0,0,0.9,0,0]，然后在t＝20和t＝25時(shí)刻分別收到一個(gè)高興的刺激φ(20)＝[0,0,0,0,0.9,0]，φ(30)＝[0,0,0,0,0.9,0]，則按照實(shí)施例提出的計(jì)算步驟，其情感變化過程如圖5所示，可以看出，心情指數(shù)隨著不同的刺激發(fā)生相應(yīng)的變化，其情感強(qiáng)度也發(fā)生相應(yīng)的波動(dòng)，在沒有刺激時(shí)，心情逐漸平靜，情感強(qiáng)度也逐漸衰減，按照最終的情感概率結(jié)果來看，在第0-14時(shí)刻，情感狀態(tài)為厭惡，第15-16時(shí)刻，情感狀態(tài)為恐懼，然后轉(zhuǎn)為平靜狀態(tài)，在第21-35時(shí)刻，情感狀態(tài)為高興，后續(xù)沒有刺激，所以保持平靜狀態(tài)，符合正常的心理變化，說明實(shí)施例提出的方法能夠有效的反應(yīng)人類情感變化的特點(diǎn)，實(shí)現(xiàn)對(duì)機(jī)器人情感狀態(tài)的個(gè)性化計(jì)算。