基于命令—个性的虚拟士兵情绪计算模型研究

杨 侃，巩青歌，王丹青

(武警工程大学信息工程系，陕西西安 710086)

情绪是影响虚拟士兵执行命令效果的一个重要因素，而情绪计算是描述这一影响的关键环节。要做好情感计算，对虚拟士兵情感计算的模型研究是前提条件。当前，对虚拟人情感计算的研究较多，早在20世纪末Unuma等人曾经就利用傅里叶函数驱动虚拟人情绪化的运动［1］，Rose等人利用插值方法实现虚拟人的喜怒哀乐的变化［2］。近年来，宁波大学刘箴提出了一种基于心理学的智能虚拟人动机模型［3］。赵积春结合情绪三维模型对情绪计算进行了研究，提出了一种个性与OCC模型相结合的情感计算模型［4］。浙江大学向南结合智能虚拟环境对虚拟人情感仿真进行了研究［5］。文献［6］进行了虚拟人面部表情的描述和评估。李木军在基于情感计算和Q－learning的Agent自主追逐行为过程上进行了深入的研究［7］。

在武警部队虚拟士兵的情感计算与一般的情绪计算不同，其需要加入命令影响和较为复杂的个性分析才能得出适合虚拟士兵情绪计算模型。本文首先分析命令在执行过程中它所包含的特征，并将不同的命令其进行特征的提取和分析，定义出参数化描述的可计算的命令属性，其次结合心理学对个性以及情绪的定义，通过现实中不同个性的人在不同命令执行时的情绪表现，定义出个性属性，最终建立虚拟士兵情绪计算模型。

1 命令的基本概念

命令指的是:军队首长或领导对所属部队、机关下达规定性任务或公布重要决定的军事行为［8］。命令是士兵进行行为的直接引导条件，而行为的执行效果受情绪状态影响，因此其属性的不同对士兵情绪计算起到关键作用。在现实的命令中，命令包含的内容，以及命令所要达到的期望值，以及完成命令所处的外部环境如何都会影响到士兵情绪的变化。假设士兵A比较擅长射击，不擅长跑步，对待不同的任务他的情绪变化具体对比如表1所示。

表1 不同命令下的情绪表现

通过上述对比，分析如下:命令1和命令2对比，可知，虽然任务的内容相同，但是任务的重要性不同，且目标与环境也不同，因此其表现出来的情绪状态也不同;命令1和命令3相比，重要性程度相同，但任务内容不同，由于其擅长的项目不同导致他的情绪状态不同;命令3与命令4，在面对他所不擅长的内容的任务时，由于重要性命令4大于命令3，因此命令3他的情绪状态是焦虑紧张的而命令4他的情绪状态时紧张激动的。

结合上述特征，将命令定义如下:

定义1 命令(Order)属性包括，任务(Assignment)、目标(Goal)、环境(Circumstances)，其中:“任务”指的是:任务的主题(Theme)以及在社会中此任务的重要性等级(Importance)，并将任务的主题分为技能型(Skill)、体能型(Physical)、智谋型(Resourcefulness)3个分量，“目标”指完成任务的期望值，“环境”指外界环境对完成任务的有利度。

因此，要对虚拟士兵进行情绪计算，对于命令属性的引入是必要的，也是情绪计算模型中关键组成部分。

2 个性的基本特征

心理学中，将个性定义为个性是由个性倾向性和个性心理特征构成的，其中，个性倾向性包括:需求、动机、兴趣、理想、信念、世界观;个性心理特征包括:能力、气质、性格。不同的士兵具有不同的个性特征，因此不同的士兵在面对不同的任务时他所表现出来的情绪状态也不同，假设士兵A、B、C、D的理想、信念、世界观相同，但对事物的需求、动机、兴趣不同，且个性心理特征不同。以表1中的命令1和2为例分析，不同士兵的个性特征情绪反应具体如表2所示。

表2 具体命令下不同个性的情绪反应

表2中，士兵A与士兵B，气质类型相同，但热情度与能力值以及性格的不同，因而表现出的情绪状态不同，士兵A与士兵C，热情度、性格相同，但由于能力，气质的不同，因而情绪状态不同;士兵A与士兵D，士兵B与士兵C，能力相同，但由于热情度，气质和性格的不同，情绪状态不同;对于单个士兵来说，由于命令的不同，情绪状态表现的也不同。

由上述分析将个性定义如下:

定义2 虚拟士兵具有个性(Personality)，且个性由个性倾向性和个性心理特征构成，其中个性倾向性由需求(Demand)、动机(Motivation)、兴趣(Interest)、理想(Ideal)、信念(Belief)、世界观(World View)组成;个性心理特征由能力(Ability)、气质(Temperament)、性格(Character)组成。其中:在个性倾向性中将需求、动机、兴趣分别特定为对任务的能力提升需求、对任务的执行动机，以及对任务的兴趣程度，并将其统一概括为对任务的热情度(Passion)，量化取值范围［0，1］;将理想、信念、世界观看作是每个虚拟士兵的较为固定的属性，并将其统一概括为行为选择的价值判断条件(The Condition of Behavior Choice'S Value Judgment)，简称价值判断(VJ)，其较为稳定不易发生变化，量化取值范围［0，1］。在个性心理特征中将能力特指为对完成任务的执行能力，将气质类型定义为:{胆汁质、多血质、粘液质、抑郁质}，将性格类型按照知、情、意在性格中的优势程度将其分为:{理智型、情绪型、意志型}。个性的层次结构如图1所示。

图1 个性层次结构及其比例系数

因此，在虚拟士兵的情绪计算中，个性起到的影响是不可忽视的，它将影响虚拟士兵的情绪变化和行为选择。

3 基于命令—个性的情绪计算模型

在士兵面对一项具体的命令时，每名士兵对命令都有不同的认识，这种认识取决于士兵自身具备的个性特征和当时的情绪状态，同时情绪状态也会受到命令的影响而发生变化，因此在认识的多样性和情感的复杂性下，士兵行为选择和命令的执行效果也不尽相同。是需要通过命令与个性的参数化计算后得出具体情绪变化的。这就需要进行命令的参数化描述和个性的参数化描述。

3.1 命令属性的参数化描述

按照定义1中的描述，将命令进行参数化描述为向量描述为:命令0=(A G C);其中，A代表任务的主题分量与重要性等级，它的各个分量的取值范围均为［0，1］，后两个分量G，C表示目标以及环境，将它们归一化处理后的取值范围为G，C∈［0，1］。为描述更加清晰，以武警部队命令中的典型任务为例，结合其在现实中对社会影响的重要性不同以及在执行任务过程中对主题分量的要求高低不同将其参数化后如表3所示。

表3 几种典型任务的主题分量与对赢得重要性等级

其中，在主题分量中分量对应数值的高低表示该任务对该分量的要求的高低，重要性等级的大小表示该任务对社会影响的大小以及重要性的高低，数值越大表示要求越高，重要性越大，数值越低表示要求越低，重要性越小。

3.2 个性属性的参数化描述

3.2.1 个性的向量表示

由定义2将士兵的个性参数化定义为

其中，P 表示士兵的个性 VJ、Pa、Ab、Te、Ch分别表示价值判断向量、热情度向量、能力、气质、性格。又有

其中，Id、Be、WV分别表示理想、信念、世界观;De、Mo、In分别表示需求、动机和兴趣。

3.2.2 气质属性描述

将气质属性中影响情绪变化的属性提取出来，定义为反应度 Adaptability，它包括环境反应度 CA(Circumstances Adaptability)和情绪反应度 EA(Emotion Adaptability)，在心理学中各种气质类型对外界环境以及自身情绪状态的反应程度不同，结合具体表现特征，将其参数化描述后得出对应的参数值，如表4所示。

表4 不同气质类型对应的反应度参数表

其中环境反应度表示对于环境刺激的情绪的反应快慢以及处理问题的灵活性程度，值越大则表示情绪反应越快，处理问题的灵活性越强，越能合理的做出判断，情绪反应度表示情绪状况对下一时刻情绪状况的影响程度，值越大表示影响程度越大。

3.3 命令—个性情绪计算模型

命令与个性对情绪的影响主要体现在刺激作用，即在命令与个性的共同刺激下，情绪才会发生变化，体现在情绪的计算上，就是指命令与个性共同作用产生一个情绪刺激因子，通过刺激因子的刺激来影响情绪的变化。因此基于命令的虚拟士兵情绪计算模型就是制定相应的命令个性匹配规则来计算情绪刺激因子，利用情绪刺激因子来表现他对情绪的影响。

具体规则用模糊If－Then机制描述如图2所示。

图2 机制描述

3.4 模型验证

假设命令1为执行射击训练，它的任务主题分量为(0.8 0.2 0.1)，重要性等级I=0.2;命令2为反劫持中的狙击任务，它的任务主题分量为(0.9 0.4 0.8)，重要性等级I=0.7。由上述模型计算可知:虚拟士兵A在执行命令1时的情绪刺激因子α=(0.062 50.102 5 0.24)，执行命令2的情绪刺激因子 α=(－0.215 0.580 0.815)。虚拟士兵B在执行命令1时的情绪刺激因子α=(－0.072 5 －0.012 5 0.26)，执行命令2的情绪刺激因子α=(－0.152 5 0.692 5 0.885)。

由上述规则能够得出不同个性的虚拟士兵在受到具体的命令的刺激下，通过命令个性匹配，计算出符合实际的情绪刺激因子，反映出情绪变化的规律。

4 结束语

结合具体的命令和个性特征对命令属性及个性属性的进行了参数化分析，建立了命令—个性的情绪计算模型，该模型能够较好地将虚拟士兵的个性、命令、情绪结合起来，合理地计算出不同个性的虚拟士兵在不同命令参数影响下的情绪变化规律，适合虚拟士兵的情绪计算，并为下一步进行虚拟士兵在命令—情绪驱动下行为选择规律的研究奠定基础。

［1］UNUMA M，ANJYO K，TAKEUCHI R.Fourier principles for emotion－based human figure animation［C］.Proceedings of ACM SIGGRAPH，Annual Conference Series.USA:ACM，1995:91－96.

［2］ROSE C，COHEN C，BODENHEIMER B.Verbs and adverbs:Multidimensional motion interpolation ［J］.IEEE Computer Graphics and Applications(S0272 － 1716)，1998，18(5):32－48.

［3］刘箴，赵杰煜.一种基于心理学的智能虚拟人动机模型［J］.系统仿真学报，2008(20):458 －461.

［4］赵积春，王志良，王超.情绪建模与情感虚拟人研究［J］.计算机工程，2007，33(1):212 －215.

［5］向南.智能虚拟环境中虚拟人情感仿真研究［D］.杭州:浙江大学，2012.

［6］TIM W U，HARALD M，PETER H，et al.Estimating muscle activation patterns using a surrogate model of facial biomechanics［C］.35th Annual International Conference of the IEEE EMBSOsaka，2013.

［7］李木军，刘箴，林君焕，等.基于情感计算和Q－learning的agent自主追逐行为过程研究［J］.计算机应用研究，2014，31(6):1710 －1713，1718.

［8］郑三土.军队行政监察新论［M］.北京:解放军出版社，2003.