构建面向交互式多智能体模拟的社会情感人工智能

一篇 arXiv 论文提出面向人机多智能体交互模拟的设计原则与软件架构，并发布名为 AGIMUD 的软件。该工作将社会性感知推理、情绪行为、人类多模态交互方案以及网络分布式 AI 处理整合在一起，使多个自主智能体与人类可同时在同一动态世界中实时互动，形式类似多用户地牢 MUD。代码已公开在 GitHub 的 dberga/AGIMUD 仓库。

此前多智能体心智理论研究与工程实现往往分离，人类与智能体的交互多为单轮或单智能体。该工作把社会性与情感建模、多模态人机接口和分布式推理放进同一可运行架构，并公开代码，使多智能体社会情感模拟从概念讨论转向可复现的系统实现。

该架构把智能体的社会推理与情绪状态纳入行为决策，人类通过多模态接口接入，AI 计算则通过网络分发以支撑多个自主智能体并行运行。三者结合后，动态世界以 MUD 形式承载，智能体与人类共享同一实时环境，从而让社会性和情感反馈在交互中持续产生并被观察。

对产品团队而言，这提供了一种可复用的多智能体交互与情感建模参考架构及开源代码，可用于构建陪练、模拟训练或社交场景类应用。研发上需同时处理多模态输入、智能体状态同步与分布式推理的资源调度，会显著增加系统复杂度和算力成本。

• 基于 AGIMUD 开源代码搭建面向培训或测评的多智能体模拟场景，验证社会情感交互对用户留存与任务完成率的影响。
• 将社会性感知与情绪模块封装为可调用组件，接入现有对话式产品，测试智能体情绪状态是否提升多轮交互自然度。
• 围绕 MUD 式动态世界设计多人加多智能体的实时协作或博弈玩法，评估分布式推理带来的延迟与成本边界。

• 论文中社会情感机制的具体评测指标与基线对比结果尚未在证据中给出。
• AGIMUD 的分布式处理在实际规模下的延迟、吞吐和成本表现未知。
• 人类多模态交互方案具体包含哪些输入模态，证据未说明。
• 该架构是否已在真实产品场景中部署验证，证据未涉及。