虚拟学习环境中的人物情感计算研究

虚拟学习环境中的人物情感计算研究

[摘要]构建虚拟学习环境是实现教育信息化的有效途径之一，本文介绍了虚拟学习环境中虚拟人物特点。同时，依据建构主义学习理论，研究了在虚拟学习环境中虚拟人物的情感及其描述办法，提出了一种基于OCC模型、简单易于实现的情感计算办法。

［关键词］ 虚拟学习环境；虚拟人物；情感计算

虚拟现实（Virtual Reality，简称VR），是一种基于可计算信息的沉浸式交互环境，具体地说，就是采用以计算机技术为核心的现代高科技生成逼真的视、听、触觉一体化的特定范围的虚拟环境，用户借助必要的设备以自然的方式与虚拟环境中的对象进行交互作用、相互影响，从而产生“沉浸”于等同真实环境的感受和体验。虚拟学习环境是虚拟现实的一种应用。情感计算技术的应用将增加虚拟学习环境的教学效果，促进教育信息化发展。

一、虚拟学习环境中的虚拟人物

虚拟学习（Virtual Learning）是依据建构主义学习理论并以网络及多媒体技术为依托而构建的一种在线式（Online）的学习方式。建构主义学习理论认为，环境的体验对学习者构建知识是非常必要的，学习是学习者主动地建构内部心理表征的过程，它不仅包括结构性的知识，而且包括大量的非结构性的经验背景。情境、协作、会话、意义建构是建构主义学习环境的四大要素。

这种学习方式以学习者为中心，为学习者提供符合个人需求和特点的互动实时的课程。课程的设计注重学习者的及时反馈和学习效果。虚拟学习环境是支持或管理教和学各方面的网络环境，包含学习者与指导者之间的各种在线交互（包括在线学习）。也有人定义为：虚拟学习环境是设计用来管理学习的各个方面（传递学习材料、学生跟踪、评价、学生通讯等）的服务器端软件。VLE是支持虚拟学习的一种虚拟学习社区，通俗地可以理解为再现现实世界的虚拟环境。

从通用的智能Agent(代理)体系介绍我们的虚拟学习环境系统。VLE系统包括了抽象世界模型（World Model）、代理（Agent）、抽象世界实体（World Entities）。抽象世界模型（World Model）包括描述实体属性和关系；代理（Agent）包括了在抽象世界中的扮演者（AgentProxy）、传感器（Sensors）、反应器（Effectors）、控制模块（Control Module ）、思维（Mind）；抽象世界实体（World Entities）包括了实体及属性、对象、AgentProxy的传感器（Sensors）和反应器（Effectors）、抽象的群（Abstract groups）、建立空间关系的场景（Locales）。

Agent是近年来计算机科学领域中的一个重要概念，它是指驻留在某一环境下，能持续、自主地发挥作用,具备驻留性、反应性、社会性、主动性等特征的计算实体。在人工智能(AI) 领域，Agent通常被认为是由知识等认知成分所构成的意向系统。

虚拟人物被应用在许多领域，在虚拟学习环境它的主要功能就是和学习者进行交互。为提高虚拟人物的交互性，其必须是可信的。一个虚拟人物在虚拟学习环境中被定义为一个自治的实体。它不但看起来像，而且行为等表现就是描述了一个活生生的学习者（或其他角色）。在这个综合虚拟的三维空间世界中， 它不但能够与VLE中的其它Agent互动，而且它也能够成为使用者或其他角色真正的“化身”（Avatar）。

虽然目前没有明确可信的定义，但研究人员认为其可信度可以描述成两个含义：一是形象的可信度；二是行为的可信度。形象的可信度应当包括，可信的外观、自然的身体和生动的脸部活动、情绪的表达；行为的可信度包括它是智能、有情绪、有社交技能等。

在VLE中可以通过虚拟人物的营造来联系上述两方面含义。实现可视和智能部件间的良好接口。同时，在VLE中需建立一个抽象的模型，从而使智能、可视部件在不依靠生成组件的情况下相互联系。

二、虚拟学习环境中虚拟人物情感描述与计算

1．情绪及情感计算

情绪是虚拟人物对外界刺激所产生的主观体验，如防御反射、食物反射等无条件反射所引起的复杂体验。情绪是生物长期自然进化的产物，在人类日常行为和感官体验中处于核心地位。人类与当前智能机器的最大区别就在于前者具有产生情绪的能力。越来越多的人工智能学者认识到，为了实现计算机“拟人化”的美好梦想，仅使其具有智能是远远不够的。还必须让计算机理解并具有类似人类的情绪，能与人进行情感的交互。一般而言，人工智能中的情绪研究主要有两个大的目标：① 让计算机表达和辨识情绪； ②让计算机真正“具有”情绪，即智能主体能够根据特定的环境刺激产生恰当的情绪反应，使得智能主体更可信，也更具有社会性。这两大目标合而为一，统称为情感计算（Affective Computing），情感计算是指对与情绪有关的，由情绪引发的或能够影响情绪的因素的计算。

心理学中的情绪理论指出：情绪是人所具有的一种心理主观体验，其外部表现形式包括喜、怒、哀、乐等，若仔细分辨，则可达7000种以上。情绪研究是一门跨学科的涉及多种领域知识的综合研究课题。在过去的三十多年中，许多由心理学家和生理学家提出的关于情绪的理论被计算机研究学者应用于情绪计算和建模中。这些模型涵盖了包括心理学、生理学、认知科学、人工智能等在内的多个领域。虚拟人物主要是一些在虚拟世界中存在的软件智能体，可以按照人类

的方式产生行为以及对他人行为的响应，从而实现与人或其它虚拟主体的交互。情绪模型被认为是通过与用户的情绪发生作用来实现更有效的人机交互的一个关键组成部分。虚拟人物情绪模型主要由4个模型组成，分别是感知模块，情绪模块，行为模块，动作模块。

2.情绪的OCC模型

目前大多数情绪的计算模型是基于认知评价理论的，这类模型的引人之处在于它们可以较为容易地转换为计算机程序代码实现。根据不同的侧重点，这类模型又可分为两种：结构理论和过程理论。其中，最有影响力的认知情绪导出模型是由Ortony等人提出的OCC模型。它是第一个以计算机实现为目的而发展起来的结构评价理论模型。他们假设情绪是作为一个称为评价的认知过程的结果而产生的。评价取决于三种成分：事件、主体和对象。客观世界中的事件根据主体的目标被评价为满意的或不满意的；主体自身或其他主体的行为根据一组标准的集合被评价为赞成的或不赞成的；对象则根据主体的态度被评价为喜欢的或不喜欢的。由这些评价中的变量产生了一个包含22类情绪的层次结构。

OCC模型为我们提供了一个在VLE中情绪的分类方案，并给出了这些情绪类型之下的潜在的推理过程。它提供了一个基于规则的情绪导出机制，可以有效地通过计算机进行模拟。它没有利用心理学中普遍采用的基本情绪集合或一个明确的多维空间来描述情绪，而是使用一致的认知导出条件来表达情绪。按OCC模型提出的基本情绪分类，我们定义了4种基本情绪：满意（Satisfaction）、失望（Disappointment）、生气（Anger）和害怕（Fear）。

早在1988 年，OCC模型就被发表，但是由于该模型在具体开发时还要进行必要的细化，尽管有的研究者声称采用了OCC 模型，但是在目前发表的教育信息化VLE中，没有一个能够全面实现OCC 模型中的情绪类型。在OCC 模型中，仅给出了情绪生成的一种高层控制策略。所以，我们还需要结合虚拟学习环境应用来建立具体算式。