通过显式状态动力学控制语言模型代理的长期行为

大型语言模型（LLM）代理在长时间交互中常常表现出语气和角色的突变，这反映了缺乏显式的时间结构来管理代理级别的状态。尽管以往的研究强调了每轮对话中的情绪或静态情绪分类，但显式情感动态在塑造长期代理行为中的作用仍鲜有研究。本文研究了是否通过对外部情感状态施加动态结构，可以在多轮对话中诱导时间一致性并实现可控恢复。我们引入了一个代理级别的情感子系统，该系统维护一个独立于语言模型的连续性Valence-Arousal-Dominance（VAD）状态，并由一阶和二阶更新规则控制。瞬时情感信号通过固定且无记忆的估计器提取，并通过指数平滑或基于动量的动力学进行时间积分。最终的情感状态被注入生成过程而无需修改模型参数。使用固定的25轮对话协议，我们比较了无状态、一阶和二阶情感动态的效果。无状态代理无法表现出连贯的轨迹或恢复能力，而状态持久性使延迟响应和可靠恢复成为可能。二阶动态引入了随动量增加的情感惯性和滞后效应，揭示了稳定性与响应性之间的权衡。