Sentipolis: 社会シミュレーションのための感情認識エージェント

TL;DR（結論）

従来の大規模言語モデル（LLM）エージェントは、感情を一時的な信号としてのみ処理するため、長期的な対話において感情の一貫性が失われる「感情的健忘（emotional amnesia）」という深刻な課題を抱えていました。 本研究が提案する「SENTIPOLIS」は、持続的なPAD感情モデル、高速な評価と低速な推論を組み合わせた二段階の感情動態、および感情と記憶を密接に結合させる仕組みを統合することで、エージェントに長期的な感情の持続性と社会的な適応力を与える新しいフレームワークです。 検証の結果、感情の持続性はベースラインと比較して約2倍に向上し、コミュニケーションの質も平均で30%改善されましたが、モデルの能力によって信頼性が変動することや、感情が社会規範の遵守をわずかに低下させるという人間らしい性質も確認されました。

なぜこの問題か

近年、大規模言語モデル（LLM）を用いたエージェントは、教育、公共政策、社会力学、議論のシミュレーションなど、極めて幅広い分野で活用されるようになっています。これらのエージェントは推論能力や長期記憶の向上により、一見するとますます人間らしい振る舞いを見せるようになっていますが、長期的な対話シミュレーションにおいては、行動の妥当性や一貫性を維持することが依然として大きな課題となっています。特に、既存のシミュレーションにおける感情の扱いは、明示的な感情状態を完全に欠いているか、あるいは感情を非常に短いスパンの信号としてしか捉えていないという問題があります。人間同士の社会的な相互作用において、感情は対話の中で進化し、その後の出会いへと持ち越され、将来の解釈や反応を形作る重要な「状態」として機能します。しかし、現在のエージェントは、例えば激しく侮辱されてもその後の対話で苛立ちが持続しなかったり、肯定的な交流を何度も繰り返しても相手との絆が深まらなかったりします。 本研究では、このような感情の持ち越しが欠如している状態を「感情的健忘（emotional amnesia）」と定義しました。…

核心：何を提案したのか

本研究は、エージェントが長期的な感情の持続性を保持できるように設計された新しいアーキテクチャ「SENTIPOLIS」を提案しました。このフレームワークの最大の特徴は、感情を一時的な変数ではなく、エージェントの内部に常に存在する「持続的な状態」として定義した点にあります。具体的には、心理学的なモデルであるPAD（Pleasure-Arousal-Dominance）空間を用いた連続的な感情表現を採用し、エージェントが常にこの空間上の座標として感情を保持するようにしました。SENTIPOLISのアーキテクチャは、主に3つの柱で構成されています。第一に、PADモデルによる感情の数値化と、それが時間とともに自然に減衰していく仕組みの導入です。…

続きはログイン/プランで閲覧できます。