EMA：评估动态的过程模型 A process model of appraisal dynamics

文摘

情绪的计算模型必须解释一些情绪反应的快速动态和深思熟虑后的反应迟缓。这通常是通过设定多个层次的评估过程来解决的，比如快速模式导向评估和缓慢协商评估。在我们看来，这混淆了评价和推理。相反，我们主张的是一个单一的、自动的评估过程，该过程通过一个人对他们与环境的关系的解释来运作。动力产生于对这种解释起作用的感性和推理过程(包括深思熟虑和反应过程)。本文讨论了情绪过程计算模型的当前发展，并说明了在建模自然情绪情境的背景下，单级评估模型是如何排除多层次方法的。

1.介绍

变化是情感的内在品质。在不愉快的事件激发下，一个人可能会爆发成为愤怒，然后慢慢地开始冒烟，并最终陷入悲伤之中。一旦激起，情绪影响我们对事件的行动和判断，改变拉扎鲁斯（1991）所称的人 - 环境关系。这种关系的变化可能引发新的情绪反应，导致人与环境的关系发生周期性变化。这些变化可以是毫秒数量级的快速变化，也可以在数天和数周内展开。总之，情绪本质上是动态的，与世界的动态和个人生理，认知和行为过程的动态联系在一起。

任何情绪理论面临的一个关键挑战就是解释这种动态的情绪过程。在过去的50年中，评估理论已经成为主流理论。这些理论认为，情绪是由一个人解释他们与环境的关系而产生的。这种解释是由认知过程介导的，可以用一系列评估变量来描述（例如，这个事件是否可取，是谁造成的，我在展开过程中有什么权力）。

评估理论很大程度上集中在结构考虑上，例如规定评估的维度和不同情绪的评估模式。然而，为了评估对情绪的动态进行建模，我们必须超越结构模型，成为评估过程的模型（参见Reisenzein，2001年关于这一过程的讨论 - 结构区分）。例如，Smith和Lazarus（1990）提出了评估，应对和重新评估之间的周期性过程，以解释随着时间的推移情绪反应如何展开。然而，这种对情绪动力学的解释以及一般的评估理论一直被批评为无法解释情绪反应往往是快速且看似自动的事实（参见Zajonc，1980）。

为了解决这个问题，一些研究人员提出了在不同时间尺度上运行并具有不同复杂程度的多种评估过程。例如，一些评估研究人员假设两种处理模式包括快速和自动与慢速和有意识的评估。Smith和Kirby（2000）提出了一个两过程的评估模型，即关联处理（基于记忆的过程）和推理（一个更慢和更审慎的过程）并行运行（另见Moors，De Houwer，Hermans和Eelen，2005; Reisenzein，2001）。 Scherer提出了一个更加涉及的方案，其中每个级别都有多级处理和顺序约束（Scherer，2001）。

我们认为，这些多层次的评估理论不必通过评估和推断来使评估过程复杂化。相反，我们认为评估和推论是一个独特的过程，它们在一个人与环境的关系的同一个心理表征上运作。我们区分这种代表性的构造，这种代表可能是缓慢的和顺序的，它的评估是快速，平行和自动的。因此，情绪动力学的时间过程中的差异是由于构建这种表示（包括审议和反应过程）的感知和推理过程的时间过程中的差异造成的。这使得该模型能够解释快速，看似自动的情绪反应以及较慢的看似更加审慎的反应，而无需求助于更复杂的多层次评估模型。

但是，为了充分解决评估背后的过程问题，我们必须超越这些抽象描述来详细说明不同评估变量值的确定过程。此外，必须指定从评估到特定类型，强度和持续时间的情绪的基本映射。完成这个循环，必须详细描述情绪对应对反应的影响以及随后人 - 环境关系的变化。

更普遍的是，我们将情绪的计算模型视为一种强有力的方法来解决评估背后的过程问题。计算模型的构建迫使人们对人与环境的关系如何表达、评价如何在这些表征的基础上进行计算、关于感知、记忆、解释和推断在评价中的作用，以及评价、情绪和应对反应之间的关系做出具体的承诺。通常，这些承诺会在理论更抽象的规范层次上提出一些无法预见的问题。此外，一旦通过计算实现，模拟就允许对模型进行系统的探索和操作，从而生成可以通过将预测与人类受试者的反应进行比较来进行测试的预测。的确，计算机模拟可能是揭示相互竞争的评估过程理论日益微妙的后果的唯一可行方法。

本文主张对捕捉情绪动态问题提出一种特定的理论立场，这一问题由Smith和Laz-arus(1990)的评价理论和我们在一个叫做EMA - for EMotion and Adaptation的计算过程模型中实现这一理论的经验(Gratch & Marsella, 2004a;Gratch & Marsella,2005;Marsella & Gratch,2003)。在本文中，我们寻求实现两个目标。首先，我们提供了对EMA模型的更新描述，包括模型中最近的两个发展，以及阐明EMA的单级评估模型是如何消除多层次评估方法的。其次，我们通过在EMA中模拟自然情绪情况来说明我们的理论方法，这种情况包括快速和缓慢的情绪反应。

1.1 情绪动力学的一个例子

在我们看来，评价情绪模型的一个关键标准是它的“过程效度”:模型能捕捉到情绪的动态变化吗?进行这种评估的一种方法是，将模型的行为与通过评估情绪反应、评估变量和应对倾向在变化的情绪状况中得到的人类数据进行比较。在之前的工作中，我们演示了EMA模型(Gratch & Marsella, 2005)是如何与人类受试者的主观报告数据保持一致的，假设他们如何应对缓慢发展的情况(来自Perrez & Reicherts, 1992)。然而，评估过程模型的一个更大的挑战是解释人们对在短时间内引发大量情绪反应的情景的反应。

为了应对这一挑战，我们分析和建模了一种自然主义的情感召唤情境，在我们的一项实验研究中被记录下来。我们以每秒30帧的速度拍摄演员的动作和姿势。在指导演员的过程中，一只鸽子出人意料地从窗口飞了进来。图1中有几帧视频，显示了其中一个参与者的可见反应中的关键点(由于空间上的考虑，文中提到的并非所有的帧都显示出来)。尽管这样一个意想不到的、不受控制的事件使严格的分析变得困难，但它很好地说明了我们希望通过计算过程评估模型来解释的情绪快速变化。我们的目标不是明确地解释或重构这个特定行动者所经历的实际推断和情绪，而是说明如何用评估的过程模型来模拟这种动态情况。

在视频中，手持雨伞的演员经历了一系列行为，这些行为表明了以下解释:

意外事件的惊喜(第5帧)
恐惧(框架9),
一种积极的自我保护姿态(框架13-23)，
放松(帧29),
对他人的关注(29-60帧)，特别是对引起最初负面反应的鸟类，最后，
一个积极的帮助策略(62-80帧)结合放松的面部特征和微笑暗示缓解。

表明这种解释的行为顺序如下。在第2帧(F2)中，演员开始转向鸟的声音。她的眉毛(F3-F5)上升。眉毛恢复到一个更中性的水平，嘴在F8处开始张开。在F11和F12期间，眉毛向下，下巴向下。在F13中，她开始在底部抓起伞，把左脚移开，开始举起手臂。她撑起伞(F14-F22)，把重心移到右边，后腿离那只鸟很远。她的姿势和对雨伞的把握表明，她准备用雨伞来抵挡鸟儿的攻击。她继续向后移动。她的动作慢了下来，到了F29，左手开始松开伞，向她的嘴移动。伞在F34中放下，左手用F42框遮住口部。到F62时，向后运动停止(她移动了大约6英尺)，左手开始从捂住嘴向下移动。到了F66，演员开始向前移动，手足够低，露出放松的面部特征。在F72到F80中，向前运动继续，手形成一个停止手势，脸看起来是微笑的(笑声和表达对鸟的关心的声音也被听到)。

另一个演员的反应似乎是相同的:扬起眉毛，垂下眉毛和下巴，然后是表示放松/娱乐和同情的表情。但是反应也不同，因为她后来意识到这只鸟，她更接近威胁，而某些反应并不是由伞的工具所推动的。

演员的表现状态和行为的这种快速转变只持续了2.6秒。通常与惊讶相关的抬眉表情约为30-60毫秒，而通常与愤怒和威胁反应相关的低眉和低下巴的表情约为300毫秒。总的来说，观察到的反应表明，从对意外事件的惊讶、对个人意义的关注，到对他人的关注，都在不断发展。伴随着这些从威胁到威胁到威胁到威胁的不断发展的担忧，以及恐惧/愤怒到同情/解脱的情感动力，是应对从防御/攻击到帮助的相应过程。

1.2 动力的来源

在分析鸟类的例子中，有几个因素可以帮助我们解释它的动力学。知觉和推理过程改变了行为人对情境的解释。这些推论过程具有内在的动力，需要时间来作出初步的推论，而这些推论可能会随着知识的增加而发展。此外，情况本身也发生了变化。这在一定程度上是由于演员外部的事件，如鸟儿在窗口飞翔，飞向演员等，以及演员自己的行为或应对反应。这些反应可能通过影响世界而直接改变局势，例如“武装自己”和远离事件，或者它们可能改变演员的信仰和意图(拉撒路称之为情绪导向的应对反应)。这些情境或认知的变化反过来可能导致对情境的重新评估。设计和执行应对事件的应对或计划的过程有它们自己的时间动态，作为这些反应的一部分，情况的其他方面可能成为参与者的注意力焦点(例如对鸟的威胁)。

此外，评估过程本身的不同的评价假设来源的理论，涉及到评估和/或不同评估步骤之间潜在的逻辑顺序关系的推理需求等因素。

现在我们来看看评估的替代理论如何解释我们在鸟的场景中看到的反应动力学。

----------------------

1.3 对动力学的另一种解释

评估的过程模型常常试图通过建立包含缓慢和快速评估过程的多层次评估来解释快速和缓慢的情绪反应。这里我们讨论其中的两个模型，Scherer(2001)多级顺序检查模型和Smith和Kirby(2000)双过程模型。

Scherer的多级序贯检查模型提出了三个层次的评估处理，先天(sensorymotor)，学习(基于模式)和协商(概念)。此外，该模型假定了评估的顺序，特别是“存在一个确定的、不变的顺序，其中处理不同的刺激评估检查。”Scherer认为，这种顺序处理的观点是对“系统发育/比较、个体遗传、生理和功能考虑”的评价。特别有趣的是，Scherer认为，“就经济而言，只有在探测到与生物体相关的刺激物后，才进行昂贵的信息处理似乎是有用的”，因此需要注意。例如，“在确定有机体的交配潜力之前，需要确定其原因和含义，因为后者总是根据特定的需求进行评估。”[只有]一旦这个信息进入，事件的整体意义…对自我及其规范/道德地位可以进行评估。

Scherer模型中评估的顺序提供了一种关于鸟类情绪反应进化的解释。该模型认为关联检验先于隐含检验，隐含先于应对潜在检验，应对潜在先于规范性检验。相关性检查包括对新颖性的评估以及对目标的相关性。蕴涵检查包括对原因、目标导向性和紧迫性的评估。应对潜能包括对控制的评估(情境是否可控)和权力(个人是否有能力控制)。最后，规范意义包括评价与内部和外部标准的兼容性。

这些评估检查的顺序和在鸟视频中看到的行为反应序列的解释之间的对应关系可以建立如下。关联检查对应于惊讶(第5帧)。隐含检查对应于恐惧(第9帧)。应对潜能对应于采用攻击性姿态(第13-23帧)。规范性意义对应于对他人的关注，特别是对鸟类的关注(60帧、80帧和272帧)。

Smith和Kirby的两种评估模型区分了基于或多或少的广泛推理的缓慢评估和基于联想或记忆的快速评估。这些缓慢而快速的评估过程是并行进行的，并被集成到对事件的全面评估中。

这两个过程模型为鸟类场景提供了另一种解释。演员的最初反应暗示惊喜(第5帧)可能是快速评估过程的结果。另一方面，表达对他人的关心可能是评估过程缓慢的结果。这种中间反应表明，恐惧和愤怒可能是快速和缓慢的评估的混合或整合。

与这些多过程模型相比，我们认为EMA模型最好被视为一种快速的、单一的评估，它可以灵活地利用各种感知和推理认知过程的输出，有些是缓慢的、深思熟虑的，有些是快速的、自动的。因此，评估的动态本质上是由任何认知过程在解释和响应事件时所涉及的时间过程决定的:评估结果随着认知过程更新人与环境的关系而演化。

此外，我们认为评估检查是并行进行的，评估之间的任何明显的顺序关系都是由构建特定评估引发事件的表示所涉及的认知过程的处理需求决定的，而不是与Scherer模型的顺序检查相反。

我们同意Scherer的观点，即评估检查有一个典型的顺序。然而，在这个顺序是否不变以及这个顺序的根本原因这一问题上，我们不同于Scherer。EMA的位置我们将评估检查并行操作和明显的顺序检查的副产品是代理的主观解释person-environ-ment关系演化的认知过程操作的表示这种关系,从而提供不断发展的信息评估流程。此外，Scherer的序贯检验假设，通过假设某些评估需要潜在的重量级推理过程，表明情绪反应速度不变，或者至少对依赖于这些评估的情绪反应速度有影响。同样，我们采取的立场是，评估检查是一致的轻量级，快速和并行运作。这些快速的评估检查是基于其他认知过程的结果，这些过程可能涉及到缓慢的，涉及广泛的推论，或者是快速的，涉及到记忆的检索。通过假设各种认知过程在统一的可评估表征方案中产生结果，评估本身是快速的，并且可以随着认知过程更新人与环境的关系而进化。

注意，这些模型假设了多个过程，在多层次的顺序检查和两个过程模型的情况下，这些评估过程可以是多种类型的，或者在EMA的情况下，利用其他认知过程的单一层次的评估。这引起了对方法的严重关注。假定多个交互子过程的过程模型很难被伪造。通过对过程如何相互作用的假设的变化，模型可以与任何特定场景下情绪的时间过程保持一致。例如，在多级顺序检查的情况下，改变在什么级别发生的各种检查可能会改变检查的顺序。对于两过程模型，通过调整通过慢或快的过程发生的评估，类似地调整评估检查的顺序是可行的。在本文中，我们不知道如何解决这个问题。然而，我们认为朝这个方向迈出的一步是建立详细描述过程如何相互作用的模型，不仅包括评估过程，还包括可能影响评估的其他认知和知觉过程。

为此，重要的是要区分以抽象方式描述评估过程的模型(即。与模型相比，模型可以将情绪反应与特定的信念和推断联系起来，而这些信念和推断可能在特定情况下发生。例如，Sander、Grandjean和Scherer(2005)提出了一个抽象的神经网络模型，该模型描述了一般的信息处理约束，但不允许描述特定的情绪情况。相比之下，我们的评估计算模型被设计来支持特定情感事件的建模，例如上面的鸟类场景。开发一种能够表达这种特定场景的模型，迫使人们非常明确地说明这种情况是如何表现的，以及各种认知和评估过程如何对这些表象进行操作，并相互作用。我们将在下一节中更详细地讨论这些问题。

2 建立评估过程的计算模型

在我们看来，情绪的计算模型必须解释某些情绪反应的快速动态，以及在深思熟虑和推理之后的情绪反应的缓慢演化。此外，该模型应该处理情绪如何在一系列引发的情况下产生和发展，从简单的物理事件到复杂的社会状况。评价理论抽象地解释了这些现象的基础评价过程;即，评估事件对个人的直接相关性的机制，推断事件对长期目标的影响或后果，并评估个人适应或应对这些后果的能力。

计算建模者想要将评估理论转化为评估过程的计算模型，他们面临着两个问题。一方面,对于大多数心理学理论,一样没有指定评估理论水平的细节必须设计一个计算系统:虽然理论意味着某些过程和表征任何计算模型必须满足要求,仍有相当大的自由如何具体实现这些需求。另一方面，个人评价理论在许多方面存在差异，尤其是在他们的过程假设(如果这样的话)方面，以及这些假设与情绪动力学之间的关系。在本节中,我们首先制定我们的理论和过程假设告诉我们的方法对情感的计算模型,然后描述当前化身EMA,一般情感计算建模框架(包括先前未公开的细节和最新发展提供足够的细节来详细分析混凝土的真实例子的情感动态(3节)。

2.1 理论要求

在我们的动态情绪过程计算模型中，我们采用了评价情绪理论所共有的中心原则:评价是一个解释一个人与环境关系的过程;这种解释可以用一套标准来描述(不同的称为评估维度、评估变量或评估检查);特定的情绪与这些标准的特定配置有关。此外，评价理论还提出了具体的评价维度和应对策略，将表征性和推理性要求强加于任何希望对这些评价进行精确建模的系统，以及它们对认知和行为的影响。根据Smith和Lazarus(1990)的研究，我们认为在区分情绪时，一定的推论是最基本的：

相关性、效价和强度：评价理论假定情绪与发现和评估具有个人意义的事件有关。这包括检测事件(可能是物理的或心理的)，以及评估其影响的方向(积极的或消极的)和强度(重要性)。这意味着计算模型必须表示事件、动作及其直接后果，以及对代理的这些结果的价和强度。

未来含义：有些情绪是关于将要发生的事情(希望和恐惧)或者是对违反期望的反应(例如，惊讶，失望)。评估理论认为，特定的评估变量评估事件的可能性、不可预测性和可变性，以及它们与代理人未来目标的一致性。因此，计算模型必须代表未来的目标和期望，并且必须包括评估事件和行动的可能性及其后果的机制，包括可能的结果之间的相互作用(例如，实现一个目标是否妨碍实现另一个目标)。

责备与责任：评价理论家假定，准备对唤起情感的事件作出反应的第一步通常是确定其原因，特别是对其发生负责的代理人。与人工智能中的因果推理不同，评估理论认为，因果归因和责任归因可能涉及考虑各种因素，包括其他行为者的意图(他们是否有意伤害我?)以及第三方行为者(另一个行为者是否被胁迫?)要分配责任或信用，模型必须代表因果关系和代理的一些概念，以及其他行动者的动机和认知状态，如意图和预知。

力量和应对能力：根据许多评价理论，人们情绪反应的一个重要决定因素是他们对情绪引发事件的主观控制感。为了解释个人力量，情绪的计算模型必须代表事件可以控制的程度(例如，我的计划有多稳健?)要对社会权力进行推理，该模型必须具有行为人之间强制性关系的某种表示，如代表不同行为人的势力范围或组织层次。此外，评价理论不仅考虑了个体的外部力量(对世界和其他个体的影响)，还考虑了个体的内部力量(例如，一个人放弃自己珍视的目标或推翻先入之见的能力)。为了解释适应性和支持所谓的以情绪为中心的应对策略，模型必须接受主观的重新解释(例如，代表主观而不是“真实”的信念)。

应对策略：评估模式引发情绪行为，但它们也会引发认知反应，称为应对策略。这些认知反应假设是通过改变环境或一个人的表现(如计划、信仰、欲望或意图)来影响一个人与环境的关系。这些策略包括“以问题为中心”的策略(例如，计划)，旨在改善世界(人工智能技术的传统关注点)，但也包括“以情绪为中心”的策略，这些策略会影响代理的认知或动机状态。因为这些应对策略会影响随后的评估，所以它们与情绪反应的发展动态密切相关。因此，计算模型必须提供一种机制，将评估模式转换为适当的外部行为或对当前信念、愿望、意图和计划的配置进行更改。

2.2 流程假设

在将评估理论具体化为计算模型时，我们采用了许多具体的过程假设来解决基本理论中的含糊不清以及解决个别评估理论家的冲突观点。

评价会引发情绪：理论家对于评价是否应该被视为情绪的原因，情绪的一个组成部分，甚至与情绪是否相同有关（参见Barrett，2006; Ellsworth＆Scherer，2003; James，1884）。大多数评估理论假设评估引起的情绪反应 - 事实上，Frijda称这种假设为位于含义（Frijda，1988年）的法律 - 而这一观点也一时之最计算模型通过（埃利奥特，1992; Hudlicka，2005;莫FF在＆Frijda，1995; Neal Reilly，1996; Paiva，Dias，＆Aylett，2005; Scheutz＆Sloman，2001）。 EMA同样包含了这样的假设，即评估过程是情绪反应的原因，尽管我们也通过简单的情绪概念允许对情绪状态的附带影响（参见第2.3.4节）

评估和重新评估的周期：评估理论在他们对评估如何随着时间推移而变化和展开的假设上也有所不同。事实上，许多评估理论并没有明确地解决评估和情绪动态问题（例如，Ortony，Clore，＆Collins，1988），而是集中于不同评估维度对情绪反应的分类。那些确实考虑动态问题的评估理论家通常认为，人的应对反应对解释评估和情绪反应的动态（例如Lazarus，1991）和Ellsworth（1991）至关重要。继这些理论家之后，我们假设评估，应对和重新评估之间存在周期性关系。一个人对情境的初步评估会引发各种认知和行为反应（例如，他们招募生理资源并启动外部行为），这会改变人与环境的关系。由此产生的评估和重新评估周期是解释情绪动态的核心要素。

评估是简单而快速的：即使许多评估理论没有明确地说明评估动态，但大多数都与拉撒路和埃尔斯沃斯关于周期性评估和重新评估的观点一致，是对（通常是较长期的）情绪动力学的总体解释。然而，正如引言中已经提到的那样，以及在第1.3节和第2节中进一步讨论的一些评估理论进一步讨论了自动评估与非自动评估之间的区别，这可能是情绪反应的短期与长期动态关系的基础。对鸟类的反应（图1）很可能被这些理论家认为是短期动力学的一个例子，可能是基于自动评估。然而，我们认为，短期和长期评估模式之间的争论混淆了评估过程与其他认知过程。相反，我们提出了推理（即传统认知科学和认知建模研究中的认知过程）与评估之间的清晰区分，我们将其概念化为对推理过程结果的比较简单的评估。具体而言，我们认为评估过程总是快速（反应性），平行（在Moors等人的意义上，2005），并且在我们假设单一过程的意义上是独特的。然而，多个其他过程，包括知觉和认知，都会对人 - 环境关系的表示进行推理（快速和慢速，既有审慎也有反应）。随着这些推断过程改变了解释，它们间接引发了自动重新评估。

图2以图形方式说明了我们假设存在于评估，情绪，应对和认知过程之间的关系，并说明了我们模型中情绪动力学的三个关键来源。基于Smith和Lazarus（1990）概述的框架，我们的模型假定“代理 - 环境关系”的表示不断更新。此外，我们假设代理 - 环境关系被持续和自动地评估，导致情绪和应对反应。对情绪作为中断和注意力集中机制的作用至关重要（Simon，1967），我们设想这种自动评估对整个工作记忆内容进行操作。推理包括代理人的计划，信念修正和感知过程，更新代理人对代理 - 环境关系的表示。代理人的行为也改变了世界，这反过来影响了代理人与环境的关系。行动执行和推论都受到应对反应的影响，从而建立评估？应付？重新评估循环。另外，当然，由于其他代理人采取行动以及自然事件和过程，因此无需代理人干预，世界可能会动态变化。

通过认知，评估和应对的紧密耦合交互作用，具体实现随着时间推移的情绪反应的动态展开，计算过程模型必须明确表示中间知识状态，可以通过进一步的推理进行评估，增强和通过应对反应进行转换。重要的是，这些知识状态的表示必须促进快速评估。该模型必须进一步解决如何具体实施评估维度和应对策略的构建问题。

最后，我们必须考虑哪些表示和流程会支持这些要求。根据纽厄尔和西蒙的物理符号系统假说（Newell＆Simon，1963），我们认为人 - 环境关系的表征是象征性的。更重要的是，我们可以假设这种表示并不是独特的评估过程，而是支持广泛的认知过程。也就是说，它不仅可以编制计算评估所需的信息，而且可以快速进行评估，并且可以与其他认知过程相结合。请注意，符号表示是评估理论的一种自然方式，它强调情绪与符号推理之间的紧密关系。然而，可以认为符号表征忽视了许多情绪理论家强调的情绪（例如，内脏或躯体反馈）和情绪的后果（如Zajonc，1980）。虽然我们并没有在我们现有的模型中解决身体的起源和情绪的影响，但我们相信，情绪的这些方面可以通过假设符号和次符号过程之间的某种途径与我们的模型相一致（见第2.3.4节）。

2.3 EMA (情感和适应 )

EMA是实现这些理论假设和要求的计算模型。以前的出版物提供了方法的细节(参见Gratch & Marsella, 2004a;Gratch & Marsella,2004 b;Marsella & Gratch, 2003和实证支持模型的有效性(Gratch & Marsella, 2005)。在这里，我们提供了更具体的表征假设的细节(为了描述我们对上面示例情况的详细编码)。这里提供的描述还更新了模型的细节。因此，模型的某些方面与以前发布的描述不同。特别是在评价(例如将期望值作为评价变量)和应对(例如，根据它们所影响的表示类型和过程，将额外的策略和策略组织到本体中)方面存在差异。

一般来说，我们把一个心理过程的计算模型定义为一个过程的模型，或一个在表示上操作的过程的模型。评估的计算模型由一组过程组成，这些过程根据一组假定的评估变量解释人与环境关系的表示，以及一组过程(例如:(应对策略)对评估解释进行操作的。代表和过程的核心要求是，它们支持上面列出的快速和连续的情绪反应。

为了解决这些需求，EMA使用了一个基于为决策理论规划开发的因果表示的表示，并用意图和信念的显式表示加以补充。规划表示捕获计算评估所需的一些基本区别，包括因果推理、探测未来利益和威胁的能力，以及表示与这些利益和威胁相关的因果代理的能力。概率和效用的决策理论概念使得EMA能够计算出期望和可能性的评价。最后，对意图和信念的明确表示对于区分仅仅考虑到的行为是非常重要的，因为这些行为是被承诺执行的，这是对责备和责任的计算属性的重要区别。最后，明确表达信念和意图对于建立应对策略非常重要，尤其是以情绪为中心的应对策略(例如，放弃对目标的承诺，或者放弃信念)。

我们称代理对其“代理-环境关系”的解释为代理(当前)的因果解释。这可以被视为与代理工作记忆的内容相对应，并提供了代理的信念、愿望、意图、计划和概率的统一、明确的表示，进而允许统一、快速的评估过程对该表示进行操作，而不考虑被评估的现象的差异。在Smith和Lazarus的术语中，因果解释是对人与环境关系的陈述，目前由人解释。反应过程和深思过程都将结果映射到因果解释中。在架构上，这是在EMA中通过一种黑板式模型实现的(Bower & Cohen, 1982;Corkill,1991)。因果解释对推理过程的输入、中间结果和输出进行编码，推理过程在主体的目标和它的物理和社会环境(例如，感知、计划、解释和自然语言处理)之间进行协调。因此，在任何时候，因果解释都代表了agent对agent - environment关系的当前观点，随着进一步的观察或推断而改变。

2.3.1 知识表示在计算上表示“代理-环境”关系，我们利用了当代认知结构中常见的符号和数字表示的混合。图3帮助说明了这些表示，并提供了因果解释的快照，在行为人准备用雨伞打鸟的地方。因果解释被组织成过去事件的记录(图左边的因果历史框)、当前的世界状态(图中隐含的)和可能的未来结果(图右边的未来计划框)。

状态与行动:EMA代表世界的状态作为命题的结合。例如，在图3中，当前状态下的行为人未受伤害，伞上升，而鸟正在接近，并在显著距离内表示:

- 受伤的 Ku 有 Ku - 升高 K 鸟的方法。

K距离

动作用先决条件和效果表示。例如，用雨伞击打正在接近的鸟类，如图3所示，其前提条件是将雨伞举高并保持在醒目的距离内，并使伞降下，使鸟类不再靠近。假定操作具有持续时间，它们的影响可以异步发生。例如，当执行打击时，我们可以先观察要降下的伞，然后观察鸟类停止前进。在任何时候，可以同时执行几个操作，并且可以预期几个操作效果。

信念和意图:状态和行为都用认知变量来说明，这些变量代表了情境中的主体的信念、欲望和意图。在图3中，被命名为“sgt”的代理(在场景中扮演一个军士角色的“中士”)打算采取罢工行动:术语“a:sgt”表示中士是行动的执行者，“I:sgt”表示行动是有意的。信念与命题的真值相对应，并且是二元的(真或假)，尽管概率(下面提到)代表了这个承诺的确定性。在图3中，信念由命题的颜色/阴影来表示。浅绿色(或用黑色和白色的版本稍微遮蔽)表明被认为是正确的命题。红色(或暗色)命题表明被认为是错误的命题。

因果关系:除了状态和行为之外，因果解释还代表了行为和状态之间的几个关系。建立关系(在规划文献中也被称为“因果联系”)表示一些行为的影响建立了另一些行为的前提。在状态之间有一个方向箭头，箭头前面有一个“+”符号。例如，在图3中，加薪行为有一个效应，u -RAISE建立了罢工行为的前提(这个行为在因果历史中表明雨伞已经被升起)。威胁关系(“因果威胁”)是指某些行为块(未建立)的影响是另一行为的前提。这是用一个带负号的箭头表示的。在图3中，攻击动作的效果是鸟类不再接近，这就阻止了攻击的前提。最后，操作可以按时间顺序排序，步骤的左向右排序以图形方式表示。

概率和效用：状态和行为具有决策理论注释。实用工具代表了首选代理的状态。例如，我们可以想象行为人给受伤的人分配了不确定性，但是鸟对状态UHAVE没有偏好(零效用)。在图中，我们只表明了agent对状态的偏好，为了简单起见，我们只指出了化合价，而不是强度(重要性):具有双线的状态对agent有正效用，虚线的状态有负效用。状态的概率表示在某个时间点(部分有序)状态的真值中代理的确定性。行为的可能性有两种形式。P I表示代理意图执行某一行为的可能性;P E表示可以执行操作的概率(考虑到先决条件满意的可能性)。例如，在图3中，可以执行攻击动作(P E = 1.0)，这完全是代理的意图(P I = 1.0)，有80%的机会阻止小鸟，但肯定会举起雨伞。

2.3.2 认知操作者认知科学和认知建模领域长期以来一直试图利用计算机隐喻来模拟认知过程。根据Newell和Simon的物理符号系统假说，传统的(非情感的)认知结构，如ac - r (Anderson, 1993)和SOAR (Newell, 1990)，以一系列认知算子的形式来模拟人类思维，这些认知算子是并行的，但是顺序执行的。操作符对应于商议过程(通常是更高级别的过程，如计划或决策)，假定它们是相对缓慢和连续的(例如，SOAR假设每个操作符在50毫秒内执行)。反应过程(如知觉更新、记忆恢复和某些感觉运动反射)被认为是快速、自动和并行的。EMA建立在猛增的基础上，并采用这些假设。EMA围绕一组使用和更新当前因果解释的原始认知操作符组织心智过程。这些操作记录感知变化，形成新的推论，采用/收回承诺，并启动/终止外部动作。表1列出了EMA支持的认知操作符集合。

一些但不是所有的认知算子改变了因果解释的内容。例如，updateplan可以将一个动作从长期内存移动到未来的计划中。但是，监视操作只需等待50ms，就会发生某些事件。在图3中，我们指出了因果解释随图底部时间戳变化的时间点(如t7)。这些指示了离散时间步骤，其中元素从因果解释中添加或删除。例如，在图3中，攻击动作被及时添加。

2.3.3 评估评估理论用一套特定的评估变量来描述情绪激发事件，但是大多数理论对于这些判断的过程是模糊的，甚至模糊了这些过程是如何支持动态评估和重新评估的。通过选择在具体的认知模型的背景下实施EMA，我们必须对评价和其他认知过程之间的关系做出强有力的承诺。特别是，我们必须确定评估是一个相对缓慢、连续和深思熟虑的过程，一个快速和自动的过程，还是过程的某种组合。

与认知操作符不同，我们假设评估是快速、并行和自动的。这是通过将因果解释的特征映射到评估变量中的一组连续活动的特征检测器来实现的。因果解释中的所有重要特征都被分别、同时和自动地评估。例如,如果因果关系解释编码一个行动有两个后果,一个好一个坏,每个结果都是并行评估,任何因素影响愿望或这些后果的可能性就会自动反映在这些评估这些因素被记录在因果关系解释。从这个意义上说，评价并不改变因果解释，而是提供对其内容不断更新的“情感总结”。

EMA评估了因果解释(过去、现在或未来)中所表示的每一个命题。例如，在图3中，EMA将评估鸟类受伤的不希望的可能性，鸟类接近的不希望的事实，打击鸟类的积极的可能性将停止它的接近。该模型将一个名为评估框架的数据结构与每个命题关联起来。评估框架保持与每个命题相关联的一套不断更新的评估值。

这些变量包括:

相关性：如果某个主体对某个主体具有非零效用，则该主张被认为是相关的。这包括对代理人具有内在价值的命题（例如，图3中的“受伤”对于“代理人”具有负面效用）或代理人明确表示偏好的其他代理人（例如， “sgt”可能代表了鸟认为伤害不足的信念）。如果一个命题没有内在价值，但可能对一个具有效用的国家产生因果影响（例如，提高伞值得有助于避免伤害的行动的成功），这个命题也可能是相关的。其他评估维度仅从相关命题中推导出来。
透视：命题判断的观点。 EMA可以从其自己的角度评估事件，但也可以从其他代理商的角度进行评估。例如，如果某种行为的结果对于演员具有正面效用，但对鸟类具有负面效用，则从演员的角度来看，这将被评价为理想的，但从鸟类的角度来看是不理想的。对于本文的其余部分，我们只考虑代理人自己的角度进行评估（即从扮演中士的角色角度）。
合意性：这表征了对其角度正在被采纳的代理人的主张价值（例如，它是否促成或抑制代理人的效用状态）。合意性可以是正面的或负面的。合意性可能是内在的，因为当一个国家对代理人具有直接价值（如健康）或派生出来时，就像实现国家使其他国家具有内在价值的可能性更大或更小（例如，拥有雨伞是对保护自己免受伤害）。
可能性：这是衡量结果可能性的指标。如果状态是过去或现在，这将是零或一表明状态是真还是假（EMA现在假定命题是完全可观察的 - 即对世界当前状态没有不确定性）。如果这个状态是未来的，那么这个指标就会从决策理论计划中得出它将会发生的可能性。
预期：这是一个国家的真实价值可以从因果解释中预测的程度。例如，如果代理人正在执行''提高伞''行动，并且随后观察到伞被抬起，则期望值很高。另一方面，如果一个未知的外生事件改变了一个状态的真值，那么期望值就很低（没有已知的行为可以预测这个变化）。目前版本的EMA假定所有国家都具有较高的预期性，除非它们是未知事件的后果。
因果归因：谁值得信用/责备。这取决于哪个代理人负责执行该行为，但也可能涉及意向，预知和胁迫的考虑（参见Mao＆Gratch，2005）。
可控性：可以通过在采取其观点的代理人的控制下改变结果。这是通过在因果解释中寻找可以建立或阻止某些效应的行为，并且受到正在评判角度的代理人（即，代理人X可以执行该行为）的控制而得出的。
可变性：结果是否可以被其他一些因果代理人所改变（即，在因果解释中是否存在一些其他反转所涉国家真值的行为）。

2.3.4 情绪，情绪，和注意焦点正如我们上面提到的，关于评价和情绪之间的关系有很多争议。作者们各种各样的主张，评价导致情绪，是情绪的组成部分(保留术语“情绪”以使评价模式、行为倾向和身体反应保持一致)，甚至是对感知到的身体反应的回顾性认知辩护。大多数评估理论假设评估导致情绪反应;然而，这并不意味着一种情绪一旦出现，就不会反过来影响随后的评价。事实上，大量的实证研究已经证明，一般的认知，尤其是评价，会受到不相关的情绪和情绪的影响。例如，听悲伤的音乐会让山看起来更陡峭或更难测试(Clore, Gasper， & Garvin, 2001)，而诸如愤怒或悲伤等情绪会以情感一致的方式影响对其他事件的评价(Siemer, 2001)。这与任务相关特征的评估和情绪反应之间的单向因果关系相悖。

在EMA中，我们支持情绪状态的两级概念——评价和情绪——这可以解释实证研究中记载的情绪的一些间接影响。评估水平决定了行为人的应对反应，但这是由整体情绪状态所决定的。情绪作为代理为某些sub-symbolic(大脑或身体)过程(扎乔克,1980),我们还不知道如何模型但重要affect-as-information等协调评价模型与实证观察(丁香、施瓦兹&康威,1994)和核心影响(巴雷特,2006)。我们对情绪的理论观点是，对一种情况的初步评估导致了对大脑和身体资源的补充，从而促进了某些心理和身体活动，从而改变了对这种情况的后续评估。例如，如果一个演员的身体处于高度兴奋状态，由于某些反应已经“被激活”，那么应对身体威胁可能会更容易。然而，EMA并没有明确指出评估的这种身体后果。

在评估层面，EMA维持多个评估框架(因果解释中的每个命题都有一个)，每个评估框架都标有特定的情绪类型和强度，每个评估框架都相互竞争以确定代理人的应对反应。我们将符号标签(如hope, joy fear)分配给评估框架，但是标签主要是方便的(例如，它促进了评估模式到面部表情的映射)，而评估变量的具体配置决定了代理应对响应。例如，一个不受欢迎的、无法控制的未来状态(例如，它看起来像是一只鸟儿要打在我的额头上)，会被贴上恐惧的标签，这种评估模式导致回避应对。在某些情况下，同一帧可能产生多个情感标签。例如，一个意想不到的、有益的结果会引起喜悦和惊喜。表2列出了EMA从评估模式到情感标签的当前映射。

在情绪层次上，个体评估框架(及其相关强度)也被聚合成更高层次的情绪。我们将这种聚合状态称为代理的情绪，因为它代表(a)对各种评估事件的总结;(b)与原始诱发事件无关(即:(c)随着时间的推移，由于对因果解释的变化作出反应，增加或删除评估框架，(c)趋向于缓慢变化。情绪状态的表现目前被表示为一套情绪标签(如希望、快乐、恐惧等)，带有[0.. .]1)强度是指与之相对应的所有评价框架的函数。例如，如果EMA有几个标有hope的评估框架，那么这些框架的强度就会被添加，并通过一个sigmoid函数将它们映射到0到1的范围，并作为情绪状态的希望组成部分。情绪状态对评价有间接影响，即EMA对个别的评价框架进行情绪调整。例如，如果一个评价框架被贴上了希望的标签，其强度为X，那么这个框架的情绪调节强度为X + Mood (hope)。从这个意义上说，情绪本质上是“流出”到评估过程中。

EMA的即时应对反应是由一个简单的基于活动的注意力模型决定的，该模型包括评估和情绪。具体来说，确定应对的评价框架是最近获得的情绪调节强度最高的评价框架。与此框架相关的评估变量的模式决定了代理的表达方式及其下一个应对措施。评估框架是经过情绪调整的，这一事实考虑到了间接的情绪影响。例如，如果对事件和希望进行同样的评估，那么如果主体的情绪状态包含更多的恐惧而不是希望，那么他就会将注意力集中在恐惧上。

2.3.5 应对策略EMA的另一个关键方面是，它包括与评估过程集成的应对计算模型(根据拉撒路的理论)。应对方法决定了行为者对事件评估的重要性的反应，这种反应每时每刻都在发生。在EMA中，提出了应对策略以保持可取的或推翻不需要的焦点事件(评估实例)。应对策略本质上是与激励他们的评估反向工作，通过识别产生评估的因果解释的特征，并保持或改变这些特征(例如，信念、欲望、意图和期望)。

在EMA中，应对策略可以被视为控制信号，激活或抑制作用于因果解释的认知过程。一种看待应对的方式是在章节中提到的认知算子2.3.2定义可以立即(积极地)应用于当前人员-环境关系表示的原子操作空间:这些操作包括感知未知的状态特性、逃避威胁、细化计划或添加/删除目标和意图。应对行为就像一个连续的看门人，对行为进行制裁，以符合当前的评估模式。我们组织策略，以其对代理人的注意力、信仰、欲望或意图的影响。

2.3.5.1 区域的顶部。某些应对策略试图调节主体对环境特征的注意。这些应对策略注释了状态命题(例如，B IRD-APPROACH)，说明它们的真值是否应该被监控。

寻求信息：形成一个积极的意图来监控产生评估框架的未决的、意外的或不确定的状态。寻求信息与计划/行动选择不同，在这些行动中实现这一意图并没有达到一个具体的目标，而是解决某些国家主张的真实价值的潜在不确定性。当状态的真值不确定时，寻求信息是首选，当评价可控性高时，则会发生出乎意料的变化。

抑制信息：形成一个消极的意图，监视产生评估框架的未决的、意外的或不确定的状态。如果真值是明确的，或者评价可控性低，则优先抑制信息。

责任转移：将责任/信用的归属从自我转移到其他的代理。转移责任的代理人必须与事件有某种因果关系(例如，他们促进或抑制了评估结果)。如果结果的可控性较低，则优先考虑转移责任(参见Mao & Gratch, 2006年)。哦，Gratch， & Woo, 2007)。

一厢情愿的想法：增加(降低)预期的(不期望的)结果的可能性，或者假设某种干预行为或行动者将提高期望。例如，如果评估框架与未来的行为与不希望的结果相关联，一厢情愿的想法将降低这种影响发生的可能性。如果评估结果的可控性较低，最好是一厢情愿。

2.3.5.3 Desire-related 应对

距离/精神分裂：较低的效用，归因于渴望但受威胁的状态。例如，如果一个代理实现一个目标的计划成功的可能性很低，那么疏远的结果就是代理将不再关心这个目标。如果评价结果的可控性较低，则推荐使用距离法

积极的再解释/一线希望：增加一些负面结果的积极副作用的效用。例如，如果评估框架指的是未来行为的一个不希望的结果，但是行为有另一个值得期待的结果，那么这个积极的结果将对行为者具有更大的重要性。如果评价结果的可控性较低，则倾向于进行正向再解释。

2.3.5.4。Intention-related 应对

计划/行动选择：形成执行一些外部行动的意图，以改善被评估的负面结果。例如，如果一个目标目前尚未实现，代理将形成一个意图来执行一些实现目标的操作。如果操作不是立即可执行的，这将触发搜索可能的操作，这些操作可以满足该操作的前提条件。当代理人对评估结果有一定的控制权时(即:，可控性为中、高)。

寻求工具支持：形成一种意图，让其他人执行一个外部行动，改变代理-环境关系。例如，如果一个目标目前尚未实现，而实现它的唯一行动可以由另一个代理执行，这将触发通信行为(例如，命令或请求另一方执行预期的行动)。如果所讨论的行为可能成功(例如:，可控性为中、高)。

弥补：形成纠正错误的意图。例如，如果代理执行了伤害另一个的操作 ( 例如。，对他人的合意性较低，而因果归因则是自我)，它可能试图通过执行一项逆转伤害的行动来弥补(并减轻由此产生的罪恶感)。如果所讨论的行为可能成功(例如：可控性为中、高)。

拖延：推迟一段时间以后的打算。例如，如果一个目标目前无法实现，但是有理由相信环境在未来会发生变化，那么就等待一个外部事件来改变当前的环境。如果情况被评价为具有中度或低可控性但高可变性，则首选此策略。

辞职：放弃实现理想状态的意愿。例如，如果一个目标被评估为，基本上是无法实现的，那么代理可能会放弃这个目标。如果代理对国家几乎没有评估控制权，则首选此策略。

回避：采取行动，试图将代理人从潜在的威胁中移除。回避不同于计划/行动选择，因为它不是一个明确地解决威胁的行动(比如一个重新确立未确定目标的行动，或者一个对抗另一个威胁行动的先决条件的行动)。相反，它旨在表示对某些情况 (例如，冻结或逃跑)的反射反应，域作者必须明确指出某些行为“避免”某些威胁。如果威胁被认为是不可控制的，则最好避免。

并不是每个应对策略都适用于每个压力源(例如，如果一个代理人不知道任何可能改变情况的行为，那么他就不能被问题导向)，但是多个策略可以适用于同一个压力源。EMA同时提出策略，但顺序地采用它们。一组首选项可以解决关系。例如，如果控制被评价为高(采取行动，计划，寻找信息)，EMA喜欢问题导向的策略;如果可改变性高，则拖延;如果控制和可改变性低，则专注于情绪的策略。

注意，在组织应对策略时，根据它们所作用的表征结构，我们偏离了问题导向策略和情绪导向策略之间的广泛区别。然而，我们认为这是具体模式的一种自然结果，进一步说，制定应对策略的实践强调了这些广泛区别的根本歧义。例如，计划形成可以被视为问题焦点，因为它指向改变环境，而情感焦点在于，仅仅是形成一个意图的行为就可以改善一个人的情绪状态，即使这个意图从未被付诸行动。

综上所述，agent的因果解释等同于将agent与其物理和社会环境联系起来的过程的输出和中间结果。信念、欲望、计划和意图的这种配置代表了代理当前对代理-环境关系的看法，这种看法可能会随着进一步的观察或推断而改变。我们将评价视为从因果解释的领域独立特征到单个评价变量的映射。通过允许观察和推理维护基于评估的因果解释的领域独立性，它们可以快速地映射到(评估变量的值)——本质上是基于模式匹配。多重评估被聚合成一个整体的情绪状态(情绪)，通过对后续评估的偏差间接影响行为。应付指令将控制讯号导向辅助推理模组(即推翻或维持导致个人评估的因果解释的特征。例如，应对方法可以通过放弃欲望而使代理人屈服于威胁。因果解释可以被看作是工作记忆的表现(对于那些熟悉心理学理论的人)或者是黑板(对那些熟悉黑板结构的人来说)。

3 所示说明：这只鸟

通过模拟行为人对鸟类的反应，我们可以具体地说明EMA是如何根据潜在的世界动力学、agent的认知过程和行为反应重构动态情绪反应的。纯粹的外部过程(例如，鸟类的行为)随着时间的推移而展开，导致(感知到的)当前世界状态的增量变化。纯粹的内部过程(例如，推断和心理承诺，如意图的形成)逐渐展开，导致代理-环境关系的内部表示的增量变化。最后，由代理发起的行为(例如，逃跑或撞鸟)有一个时间过程，并随着时间展开。在建模这个例子中,我们的目标是不明确解释和重构实际推断和情感经验的演员——许多编码是有可能的——但是,我们描述一个编码,生成情感转换,从我们的视频分析是可信的,提供了一个详细的说明这些情感动力的来源。

我们在下面的讨论中抽象了模型的一些细节，以强调与情绪动力学相关的问题。尽管EMA设计用于支持多代理模拟，其中每个代理将具有不同的域模型(可能)，不同的状态、操作和首选项超过状态，但是在这里，我们只从人工参与者的角度考虑域模型。此外,我们忽略了模型的定量方面:EMA情绪反应强度来自决策理论计算——例如,威胁的强度是一个函数的可能性威胁倍的效用目标受到威胁,但目前的这些区别是次要的例子,读者被称为(Gratch & Marsella,2004;关于这些细节，Gratch & Marsella, 2004b)。

为了模拟EMA中的情况，我们必须定义一个域模型，该模型包括一组用于描述世界状态的命题、可能发生的操作以及代理对命题的一组首选项。对于鸟类领域，我们定义:

3.1 命题和喜好

!声音-表示环境中是否有声音。这个状态最初是错误的。鸟类接近-指示鸟类正在接近代理。最初这是错误的。我们假设这个状态对代理有小的负值。

U- have -指示代理是否有伞(U)。这在初始状态是成立的。

u -升高-表示伞是否正被直立(如果是真的)或降低(如果是假的)。初始状态为false。

受伤——表示该代理是否受伤(如果是真的)或没有受伤(如果是假的)。我们假设一个效用分配给这个状态分配一个大的负效用。换句话说，代理人宁愿不受伤。初始状态为false。

划线距离——表示鸟离得足够远，可以用伞成功地击中它。最初这是错误的。

鸟受伤-表示鸟受伤了。我们假设这个状态对代理有负值。换句话说，代理更喜欢鸟不受伤害。这个状态一开始是假的。

ROLEPLAY -指示代理是否参与角色扮演练习。这是代理最初的唯一目标，在模拟开始时已经是正确的。

3.2。行动

注意-声音-这一感应动作引导剂

一个声音。虽然这个动作没有显式的效果，但是我们对它的操作进行了脚本化，使谓词BIRDAPPROACH在它启动大约200毫秒后被认为是正确的(基于我们的视频分析)。在创作这个动作时，我们表示它“感知”了声音(也就是说。，这表明在处理谓词声音的信息时可以选择动作。!攻击-这一行为是由鸟和伤害代理，并被用来代表推断的行为鸟。它有鸟正在接近的前提(鸟的方法=真的)。如果该行为被启动，那么该代理将在700毫秒后受到伤害(伤害=真实)。

逃跑-这个动作将特工从鸟身上移开。它没有先决条件。300毫秒后，该行为的副作用是代理将会离鸟足够远以“展开”伞。在编写这个操作时，我们表示它“避免”了操作攻击(例如。，表示可以通过避免应对涉及攻击行为的威胁来选择行动)。

撑(伞)——这个动作撑伞。它有一个前提条件，即代理拥有一把伞(U-have = True)，并且具有这样的效果:在动作开始后，伞极有可能升高300毫秒。

打(伞)——这个动作用伞打鸟。它有一个前提条件，即撑起雨伞(u - raise = True)，鸟儿离得足够远，可以使秋千成功(三振距离= True)。它的影响是，鸟儿将不再接近(鸟类接近=错误)，伞将降低(u - raise =错误)。这些影响分别发生在启动操作之后的200 ms和300 ms。

捉鸟-这个动作代表一只鸟被另一个演员的头发缠住。这一行为的影响是，鸟儿不再靠近并受伤。!帮助-鸟-这个动作可以帮助这只鸟从伤害中恢复过来，例如，在被另一个演员的头发缠住之后。

在定义了域模型之后，代理在一些初始的世界配置中初始化，并允许与模拟环境交互。图4展示了EMA的因果解释的快照，这是模拟的三个时间步骤。在模拟开始的时候，t 0，这个代理没有受伤，有一把伞，并且建立了自己的角色扮演的单一目标。我们在每个时间步骤讨论模型的演化:

时间t 1(图4):场景从产生情绪反应的外部事件开始(即)。鸟撞窗的行为使命题听起来出乎意料地真实。这在因果史上表现为，由于某些意外事件的结果，命题听起来是正确的，因为以前所知的行动不可能产生这样的变化。这一结果会自动被评价为预期寿命低，产生惊喜。

时间t 2 -t 3(图4):这个惊喜激发了代理人的行动，反过来又产生了额外的情绪反应。(通过行动的动力):代理通过转移物理注意力和从环境中寻找额外的信息来处理令人惊讶的声音。具体地说，代理在t2时启动关注- tosound。200毫秒后(t 3)，由于感知到环境，这只鸟被认为正在接近。具体来说，BIRDAPPROACH出乎意料地成为了事实。这也是一个意料之外的事件，因为没有已知的动作可以产生这种效果，因此它产生了另一个意外的实例。

时间t 4 -t 5(图5):这一意外促使代理机构反思这种新的事态的后果，最终导致它推断这只鸟是对其健康的潜在威胁。通过推理、动力学)。具体来说，意外触发了寻找信息，从而导致行为攻击被添加到因果解释中。一旦因果解释被更新，这一行为的任何后果都会被自动评估。由于伤害对施药者有很强的负价值，因此被认为是不可取的。此更新还自动触发对代理控制此结果能力的浅显评估。这种评估认为，攻击是一种可行的行动(它面对攻击的前提条件)，但成功的可能性很低，因为最初人们认为这种鸟离伞太近，无法有效地使用伞。,可控性较低。这种影响也被视为不确定的，因为它发生在未来。这种评估模式导致了恐惧的评估情绪。

在t5中，这种不受欢迎的事件的不可控制性导致行为主体采取回避应对策略，触发行为逃逸。这种行为的一个副作用是，在未来的某个时刻，代理人将在离鸟足够远的地方使用伞作为武器。

时间t 6 -t 7(图6):离开鸟类会改变agent与鸟类的物理关系，提供其他响应选项。在代理启动逃逸之后的300毫秒内，可以观察到执行距离的影响是真实的(t6)。当线距现在为真，攻击行动变得更可行，因为它的前提条件之一现在满足。这有几个后果。由于现在有一种行动，有一些合理的可能性来对抗这只鸟(据信是)威胁行动，攻击现在被重新评估为有更多的控制，导致愤怒而不是恐惧。

这也会引发问题导向的应对(例如。让认知操作者更新计划开始识别世界上的行动，以应对对代理健康的威胁。

在t7时，该代理已经开始构建一个计划来应对对其健康的威胁。具体地说，代理使用了一种称为对抗的部分命令规划技术来阻止威胁行为的先决条件。因果解释中加入了Strike，它的前提条件和效果自动并行评价。这进一步说明，多重评估可能同时活跃，并作为应对的候选人竞争。正如代理人所知道的一个行动，可以提高伞(提高)，这被评价为具有高度的控制，导致一个实例的希望。

时间t 8 -t 9(图7):跳过前面，图7显示了模拟的状态，在这一点上，这只鸟被另一个参与者的头发缠住了。在第8次的时候，演员已经开始了饲养，这是他计划攻击鸟类的第一步(饲养行动最初是为了应对问题导向的应对措施而添加到未来的计划中，并在开始时转移到因果历史中)。EMA描述了动态和连续的方式来建模代理-环境关系，EMA模拟了这样一个事实:这个动作的效果需要时间。在时间t9时，代理观察到鸟类已经被捕获(鸟类被捕获)，这个行为被插入到因果解释中，结果导致鸟类不再接近，并可能受伤。

这个事件的表示有几个后果。一方面,鸟儿不再接近这一事实(Bird-approach = False)触发自动重新计算的概率成为受伤的鸟(P E(攻击)= 0.0),从而损害威胁的一个自动重新评价(这是现在评为微不足道的可能攻击现在是零)。另一方面，事实上，这只鸟现在被认为是受伤的，这对代理人有负面作用，触发了对这种影响的自动评估。这被认为是不可取的和被证实的。它也被认为是可控的，就像施事者意识到一种行为(帮助鸟类)可以在没有先决条件的情况下恢复鸟类的健康一样。这就产生了一种愤怒的情绪(下面讨论)。这种评估变量的模式导致了问题导向的策略，即采取行动，导致代理人主动帮助鸟类，而先发制人地举起雨伞。

4 讨论

总而言之,这个鸟的EMA模型场景经过一系列的转换造成的动态代理世界上实际的关系,通过外部发展过程(例如,鸟的行为)或代理的行为(例如,失控),而且动态代理它与世界的关系的理解通过推理和知觉过程的时间进程。这些转换反映了我们在1.1节中描述的真实世界场景中为人类参与者假设的更改，因此提供了这些更改的一个解释。请注意，根据这种概念化，这些转换的动态并不是因为评估本身的内在时间过程。也不是因为组件评估的顺序。相反，这些评估是有模式导向的，相对来说是即时的，而时间过程是从物理和认知过程的展开中出现的。

因此，EMA的模型评估与，但紧密耦合的，感知的，认知的和行为的过程是不同的。在EMA中，由于这种分离，处理复杂的社会互动和身体威胁的评估在很大程度上具有普遍性。认知和知觉以简单、快速和普遍的方式编码事件的个人相关性。图8展示了这种评估和应对的观点，它与感知、认知和行为过程紧密相连，这些过程通知了评估，并反过来通过应对反应得到信息。如图8所示，EMA还概括了情绪在代理整体架构中的作用。应对通常被认为是一种反应模式，仅限于高度紧张的事件。然而，在EMA中，评估和应对在中介反应中起着核心作用，而不仅仅是对高压力事件的反应。这与西蒙关于情感作为中断机制的观点是一致的。

建模鸟类的练习强调了EMA的表现力和力量，但也强调了一些局限性。参与者的一些预期反应似乎与实际观察到的行为不相符。例如，在t9的时候，模型预测演员对这只鸟受伤的反应是愤怒的，但是视频分析显示了一些更类似于同情或“恐惧”的东西。“一些计算评估模型根据状态是对自己还是对他人的关注而创建不同的评估(Elliott, 1992)， EMA在其对罪责的定义中利用了这一区别，然而，这个例子表明，我们将这种能力扩展到其他导向的情绪中。”做出这样的区分会引发一些有趣的问题。例如，“恐惧- For”本质上是一种善解人意的反应，人们可能会认为，如果另一个实体构成威胁，这种评估可能会被阻止。加入这些额外的由他人指导的评估，可以通过简单地添加一些评估规则来完成，这将使我们能够对引起对鸟的关心的移情反应的情况进行替代编码，不是因为鸟受到了威胁，而是因为它不再具有威胁。这更符合Scherer对规范检查的处理和我们对视频的分析。

EMA的另一个限制是缺乏一个详细的物理和心理事件的时间过程模型。当行为人认出正在接近的鸟时，就会产生一连串的效果。认知资源被编组，引发一系列关于其潜在危害和可能反应的推断。生理资源被整理，释放神经递质。最后，肌肉按顺序被激活，使演员的身体向后倾斜。尽管EMA为这些事件的开始提供了可能的解释，但它们的时间过程是在浅层次上建模的，方法是在域模型中指出动作效果发生所需的毫秒数。这些是自由参数，使我们在将我们的模型与数据匹配时具有相当大的自由度。在这个意义上，EMA受到约束，将这些参数与已知的反应时间发现和其他认知限制联系起来，将增加模型的可证伪性和解释力。

EMA对显式域模型的使用是一种优势，它使我们能够清晰地将知识与过程分离开来，但它有助于突出实验验证评估理论的固有局限性。域模型代表了我们对参与者脑海中正在进行的表示和推断的最佳猜测。在构建领域理论的过程中，一个挑战是，建模者必须对状态和动作的表现作出承诺，这可能不符合被建模的主体的实际心理状态。解决这类问题的一种可能方法是采用更正式的领域建模技术，如认知任务分析(Schraagen, Chipman， & Shalin, 2000)，或者探索“游戏规则”不太容易解释的更受约束的情况。

建立一个单一的自然主义例子可以说明我们对评估和应对的理论观点，但不能代替对方法的严格实验验证。在先前的实证研究中，我们发现EMA预测的评估和应对反应与人为情况下的人类反应有良好的一致性(参见Gratch & Marsella, 2005;Mao & Gratch, 2006)，包括情绪动力学(例如，研究对象被评价为随时间变化的小插图)。然而，目前的情况在身体接触和对环境的快速微调节方面有许多不同，在实验室环境中很难进行繁殖。有趣的是，视频游戏和沉浸式虚拟环境提供了一种可能的途径来创建动态和情感唤起的情境，我们实验室内外的一些努力正在探索这个选项，以测试替代情绪模型的过程假设(Kaiser & Wehrle, 1996;Kappas & Pecchinenda,1999;范Reekum,2000;王& Marsella,2006)。一般来说，要验证我们关于情绪过程的动态性的主张，需要新的实验范式来操纵我们假设的三种动力来源。

作为对这些实证研究的补充，EMA是一个计算系统，这一事实使我们能够对比基于纯粹的体系结构考虑的替代理论。例如，尽管EMA、序列检查理论Scherer(2001)和Smith和Kirby(2000)的双过程理论对情绪的时间模式做出了类似的预测，但他们通过非常不同的架构实现了这种模式。在不需要多级过程的情况下，通过实现模式而不考虑评估检查的明确时间限制，EMA可以说是一种更简单、更优雅的设计。展望未来,一个更令人信服的分析,然而,试图描述这些差异更正式的计算复杂度等建筑标准底层算法,其普遍性的“类”的情况下让“声音”决策模型(根据一些理性的标准),等。斯洛曼和他的同事们做了一些尝试方法情感从架构的角度(Scheutz &斯洛曼2001;斯洛曼,2001)。更一般地说，这种分析可以被看作是理性心理学问题的一个实例，理性心理学寻求的是基于理性而不是实验来阐明心理过程(Doyle, 2006)。

在更实用的方面，EMA将某些推论组织成一组有限的评估维度的架构承诺，促进了大型认知系统的发展，这些系统集成了多种推理能力，包括知觉、计划、语言处理和非语言沟通(参见Gratch & Marsella, 2007)。评价理论提出了一套通用的标准和控制策略，可统一地用于描述、告知和协调异质认知功能的行为。无论是处理知觉输入还是探索替代计划，认知过程都必须做出类似的决定:它们处理的情境/输入是可取的还是预期的。这个模块是否有足够的资源来处理它的影响?这样的同质特征通常是可能的，即使单个组件有显著的差异。通过将每个模块的状态转换成相同的通用术语，就有可能制定出适用于各个模块的通用控制策略，并导致更一致的全局行为。这种方法已经成功地应用到交互式“虚拟人”工程中，该工程为各种社会技能训练系统模拟人的知觉、言语和认知过程(Rickel et al.， 2002;Swartout et al .,2006;特劳姆，斯沃特罗，马塞拉，& Gratch, 2005)。

5。结论

EMA提供了一个探索和解释情绪动态的框架，并对如何实现这些动态做出具体的承诺。对鸟类样本的模拟，以及它所揭示的情感动态，认为评价的时间特征可能是其他感知和认知过程的副产品，它们是对人-环境关系的统一的、共同的表示方案，即因果解释。它不仅支持评估，还支持代理的其他认知和感知过程。通过将评估建模为在因果解释上运行的快速、统一的过程，EMA将时间动力学根源于在因果解释上运行的其他过程。EMA对评估的描述是经济的，不需要诉诸于其他快速而缓慢的评估过程。此外，应对也植根于其他认知过程，利用它们来调整因果解释。

EMA的工作有助于说明心理现象的计算模型是潜在的强大的研究工具。开发计算模型的过程可以帮助将理论具体化，迫使人们对抽象的理论结构是如何实现的做出承诺。例如，EMA的发展将认知如何与评价相联系这一问题提到了风口浪尖。在解决这个问题时，EMA模型提出一个论点，即评估过程模型不能单独地建模评估，而是必须考虑到它所嵌入的更大的系统。模型开发还可以揭示理论的不足，并识别关键的概念差距。作为一个例子，EMA的发展提出了如何实现各种评估检查的问题。这进而确定了评估过程需要利用其他认知和知觉过程。

计算机模型还提供了一个实验室，通过模拟来支持实验，研究人员可以从中得出预测，这些预测可以随后根据人类数据进行测试。基于模拟的实验通常可以比人类实验更有效地进行，从而支持更系统和更广泛地操纵实验条件。此外，它不存在任何涉及唤起人类受试者情绪的研究的核心伦理问题。

确认

我们感谢Craig Smith, Klaus Scherer, Paolo Petta, Ira Roseman和匿名评论者提供给我们的宝贵反馈。Rainer Reisenzein对之前的草稿提供了广泛而有见地的反馈。这项工作由美国陆军研究、开发和工程司令部(RDECOM)和空军科学研究办公室资助，授予#FA9550-06-1-0206。内容不一定反映政府的立场或政策，也不应推断官方的认可。

EMA：评估动态的过程模型 A process model of appraisal dynamics

猜你喜欢