Evolving Agents: Interactive Simulation of Dynamic and Diverse Human Personalities

本文介绍了一种新的代理人架构——Evolving Agents，它包含两个系统：人格和行为。其中，人格系统包括三个模块：认知、情感和性格成长；行为系统包括两个模块：规划和行动。同时，我们还建立了一个仿真平台，使代理人能够与环境和其他代理人进行交互。Evolving Agents能够模拟人类人格演化的过程，代理人的人格和行为模式在几天的仿真后会发生可信的变化。代理人通过反思自己的行为来推理和发展新的人格特质，这些特质又会生成新的行为模式，形成一个类似于反馈循环的人格演化。在实验中，我们利用拥有10个代理人的仿真平台进行了评估，这些代理人经历了可信和有启发性的人格演化。通过消融和对照实验，我们证明了代理人人格演化的显著有效性以及我们代理人架构中所有模块都有助于创建具有多样性和动态性的逼真人类代理人。我们还通过研讨会展示了Evolving Agents如何激发设计师的灵感。

论文试图通过Evolving Agents架构解决用户中心设计中的人格多样性问题，实现人工智能助手的人格和行为动态演进。

Evolving Agents架构包括人格和行为两个系统，人格系统包括认知、情感和性格成长三个模块，行为系统包括规划和行动两个模块。通过模拟平台，Evolving Agents可以模拟人格演变的过程，使得代理人的人格和行为模式可以在多天的模拟中进行有信服力的发展。

论文通过实验验证了Evolving Agents架构的有效性，展示了其在人格多样性设计方面的潜力。实验中使用了10个代理人进行评估，通过对比实验和控制实验，证明了Evolving Agents的人格演化和所有模块对于创造具有多样性和动态性的人工智能助手的重要性。论文还介绍了实验设计和使用的数据集，并提供了开源代码。

在相关研究方面，最近的研究包括使用深度学习技术进行人格预测，以及使用生成对抗网络生成具有多样性人格的代理人。相关的论文包括“Predicting Personality with Deep Learning”和“Generating Diverse and Personalized Conversational Responses using Neural Network”等。