虚拟学习环境下基于情感计算流程Agent模型探讨

情感计算是人工智能和认知科学一直关注的困难,也是创建和谐人机交互环境的重要内容。如何构筑一个能进行情感识别和天生|教育论文网|的类生命体是情感计算和人工智能的热门问题。由于目前的虚拟学习环境或远程教育系统缺乏表现学习属性的个性化情感的交互,实际效果与传统面对面教育有明显的差异,加之情感计算学科也缺乏对于情感产生完整过程的研究与表示,因此本文以虚拟学习环境为情感计算的研究载体,以人工心理和情感计算理论为导向,通过心理分析、行为调查、功能映射、模拟计算等手段,进一步探讨了情感产生与发展机制、学习动机及其与学习情感的映射关系、情感模拟过程以及智能Agent实现方法等问题,为提高虚拟学习环境的教学效果及促进教育信息化发展提供相关理论与技术支持。具体研究内容如下:(一)提出了计算机处理情感的基本流程(FAC——flowofaffectivecomputing)。首先提出将计算机模拟情感视为一个完整的事件过程的思想,然后对情感的产生、发展、表现的一系列具有本质联系的连续流程以及其驱动、运行原因进行深入的探讨与研究,最后综合情绪心理学领域的相关研究成果,针对情感计算的特点与需求,分析、概括出情感产生发展的机理,为情感建模提供有利的理论支持。(二)建立了情感与学习的映射关系。论述性格属性就是动机系统——即情感的个性化模型。在学习过程中这种动机系统称为学习动机。学习动机反映个体的性格属性,决定了学习情感的个性化。将学习情感视为学习动机基础与人格系统,并将其作为情感个性化的底层,通过论证两种典型学习动机理论的意义以及在虚拟学习环境中的实用价值,并根据其含义与特点建立学习动机模型——以成就动机理论作为模型的整体框架,以驱力论模型作为细节算法,用于具体计算不同学习者的学习动机。(三)根据FAC理论建立具体的基于认知规则的FAC模型结构,将处理节点按照功能特性封装在FAC模型各模块,并对模块进行具体的设计与框架搭建,用于模拟人的学习过程中的情感激发过程。每个模块用于表示情感激发过程的各个节点,它根据上层输入与学习者个性及情感状态得到不同的处理结果。考虑学习者的个体属性,通过大量实验与测试,经过BP方法拟合得到个体的学习动机,并以此构建人格系统,从而使FAC模型能够激发个性化情感。(四)以几个最具代表性且受到广泛研究的Agent-BDI设计思想为基础,提出适应学习过程的基于FAC模型的Agent实现方法,该方法是一套适合FAC模型的、易于实现的、符合情感激发本质的Agent实现方法,用于实现各Agent功能模块,解决多Agent间的响应与交互问题,并将多Agent组织结构进行规划与设计,依据此方法对FAC模型中的个体Agent进行建模与实现。最后,结合研究成果与理论特点,选取了相关算法与技术手段,进行了程序实现与验证,将FAC-Agent终极构筑成一个能进行自主情感识别和天生|教育论文网|的类生命体——虚拟人,它可以随学习者在虚拟环境中一起进行学习,并模拟出学习者真实的情感变化。同时对论文所作的研究工作进行了总结,指出了本论文所需进一步研究的问题和内容。【关键词】：虚拟学习环境情感计算流程学习动机人格系统Agent虚拟现实
【论文提纲】：摘要4-6ABSTRACT6-9目录9-13第一章绪论13-311.1虚拟学习环境概述13-151.2情感计算概述15-221.2.1情感识别与情感合成16-171.2.2情绪的认知评价理论17-221.3智能体(Agent)技术概述22-271.3.1智能Agent与情感计算23-241.3.2智能Agent与认知过程24-251.3.3智能Agent与虚拟学习环境25-271.4小结——情感计算应用于虚拟教育环境中的远景|教学论文范文|271.5论文的研究内容与结构27-31第二章基于情绪心理学的情感计算建模理论与流程31-432.1现有情感计算模型的不足31-322.2情绪心理学概述32-332.3情绪的产生机理33-352.3.1认知取向的情绪理论33-342.3.2唤起342.3.3意义分析与情感体验34-352.4情绪本质与行为驱力35-382.4.1人格系统36-372.4.2行为驱力37-382.5情感计算流程(FAC)38-402.6实验方案与结果402.7小结40-43第三章学习动机模型43-553.1学习动机理论概述43-463.1.1驱力理论44-453.1.2成就动机45-463.2学习动机模型46-483.3情感在虚拟学习环境中作用48-493.3.1动机在情绪理论中的重要地位483.3.2动机与人格系统48-493.4基于情感计算学习动机模型49-543.4.1个性空间(人格属性)49-503.4.2心情空间503.4.3情感空间50-513.4.4个性、心情及情感相互关系51-533.4.5个性化学习动机模型53-543.5小结54-55第四章基于情感计算流程的个性化学习情感模型研究55-754.1FAC模型的构成55-574.2情感激发条件理论57-604.2.1事件预期情感594.2.2行为准则情感594.2.3事物喜好情感594.2.4叠加情感59-604.2.5混合情感604.3FAC模型结构个性化特性——人格系统604.4感应器——筛选刺激60-614.5评价器——刺激判定61-664.5.1事件定义61-634.5.2行为定义63-644.5.3事物定义64-654.5.4评价过程实现方式65-664.6意义分析器——情感的激发66-724.6.1规则模块66-674.6.2唤起绑定结构——EBSS67-694.6.3唤起绑定过程69-714.6.4意义分析过程71-724.7情感产生72-744.8小结74-75第五章基于Agent-BDI的情感计算流程模型的实现方法75-1035.1Agent的设计思想75-795.1.1面向Agent设计思想的提出765.1.2面向Agent设计思想与面向对象设计思想的关系76-775.1.3基于BDI结构的Agent的设计思想77-795.2基于FAC的Agent模型的实现方法79-935.2.1Agent的信念—愿望—意图(BDI)的一般结构80-815.2.2分析阶段81-855.2.3设计阶段85-885.2.4BDI-Agent模型设计88-935.3各功能FAC-Agent模型建立过程93-1015.3.1处理器类角色93-965.3.2分类器类角色96-1015.4小结101-103第六章FAC-Agent在虚拟学习环境中的应用103-1236.1建立FAC模型结构个性化特性——人格系统103-1076.1.1成就动机的确定1036.1.2典型事件、行为、事物预期的确定103-1046.1.3利用反向传播算法(BP)确定人格系统104-1076.2实现FAC-Agent虚拟人107-1096.2.1移动aglet107-1086.2.2利用aglet实现FAC-Agent虚拟人108-1096.3建立虚拟学习环境109-1156.3.1功能模型109-1106.3.2系统构架110-1116.3.3数据和存储管理层1116.3.4数据访问层111-1126.3.5业务逻辑层1126.3.6用户界面逻辑层112-1136.3.7表现层1136.3.8系统技术结构113-1156.4应用过程与效果检验115-1196.4.1注册与登录115-1166.4.2学生客户端116-1186.4.3教师客户端118-1196.5小结119-123结论与展望123-125参考文献125-137致谢137-139攻读学位期间发表的学术论文目录139-141附录1141-157附录2157-161附录3161-172