一种基于多智能体的虚拟人格交互方法、系统及存储介质与流程

本发明涉及多智能体自然语言处理，尤其涉及一种基于多智能体的虚拟人格交互方法、系统及存储介质。

背景技术：

1、基于大语言模型的ai聊天机器人和虚拟伴侣系统逐渐普及，试图通过拟人化对话为用户提供情感陪伴或信息交互。然而，主流的实现方案普遍采用单次大语言模型调用生成回复，或仅在调用前简单地拼接角色设定、近期对话记录及少量基于向量相似度检索的记忆片段。这一技术路径在构建具有持续、深度人格的虚拟角色时，存在一定的局限。

2、在对话生成层面，现有系统将用户消息到角色回复视为端到端生成过程，缺乏对用户潜台词、情绪状态及角色自身内心状态、回复意图、发送时机的结构化建模，导致回复易流于机械问答或模板化输出。执行记忆层面时，常见方案基于向量相似度静态检索，忽视了遗忘衰减、情绪增强、心境一致性、访问强化及反思巩固等类人记忆特性，使角色回忆生硬且缺乏语境关联、此外，现有系统仅维护单一的好感度数值，无法描述熟悉、信任、依赖、浪漫阶段及昵称、暗语、边界等多维关系状态和关系惯例，交互缺乏历史厚度。在持续存在性上，多数系统仅在用户发消息时运行，离线期间角色无日程、生活事件和情绪变化，主动消息缺乏具体生活锚点，显得随机而突兀。

3、综上，现有技术未能形成一套将结构化认知对话、类人记忆、动态关系演化、离线生活模拟及主动触发有机整合的闭环系统，使得虚拟角色的人格表现流于浅层、缺乏长期一致性和主动生命力。

技术实现思路

1、本发明提供一种基于多智能体的虚拟人格交互方法、系统及存储介质，用以解决现有技术中虚拟角色交互缺乏认知引擎闭环的问题。

2、本发明提供一种基于多智能体的虚拟人格交互方法，包括：

3、s100、接收用户输入的当前消息，并在预设的短时窗口内将多条连续消息合并为带有边界标识的合并消息；

4、s200、获取与当前会话对应的会话锁，并行执行模式确定步骤和上下文构建步骤，所述模式确定步骤根据所述合并消息和当前会话状态确定处理模式为完整模式或轻量模式，所述上下文构建步骤检索角色画像、全局状态、关系状态、历史对话和记忆数据以生成上下文信息；

5、s300、当确定为完整模式时，对所述合并消息进行用户信号分析以获得信号特征，并基于所述信号特征和所述上下文信息通过多阶段认知管线生成结构化回复数据，所述结构化回复数据包含感知阶段输出、内心世界阶段输出、思考决策阶段输出、时机阶段输出和最终表达消息；

6、s400、当确定为轻量模式时，对所述合并消息进行简化认知处理，生成回复消息；

7、s500、根据所述最终表达消息或所述回复消息中的发送时机参数，将相应消息发送给用户；

8、s600、在发送消息后，异步地基于本轮交互内容更新所述记忆数据和所述关系状态。

9、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述上下文构建步骤包括：

10、根据角色标识、用户标识和应用标识从数据库中获取所述角色画像、全局状态和关系状态；

11、基于所述合并消息的向量表示从向量索引库中召回与当前情境相关的记忆数据；

12、其中，所述记忆数据包括情节记忆，每条情节记忆包含随时间衰减的主观叙述字段和相对稳定的核心要点字段。

13、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述召回与当前情境相关的记忆数据，包括：

14、计算候选记忆的激活分数，所述激活分数为基于近因性、相关性、情绪增强、心境一致性和新奇度的加权和；

15、根据所述激活分数将记忆划分为清晰记忆、模糊记忆和淡忘记忆，并将达到清晰记忆阈值和模糊记忆阈值的记忆作为召回结果，注入所述上下文信息。

16、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述多阶段认知管线具体包括：

17、通过感知智能体生成所述感知阶段输出，所述感知阶段输出包含消息解释、推断动机、情绪潜台词和即时感受；

18、通过内心世界智能体生成所述内心世界阶段输出，所述内心世界阶段输出包含情绪基线、活跃想法、精力水平和社交冲动；

19、通过决策智能体生成所述思考决策阶段输出，所述思考决策阶段输出包含主要意图、次要意图、立场和回复策略；

20、通过时机智能体生成所述时机阶段输出，所述时机阶段输出包含延迟秒数、延迟原因、消息类型和分条间隔；

21、通过表达智能体生成一条或多条所述最终表达消息。

22、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述时机阶段输出中的延迟秒数根据消息长度和内容复杂度叠加随机抖动而生成；

23、在根据所述发送时机参数发送消息的过程中，若在延迟或分条间隔期间接收到用户的新消息，则中断当前发送，并基于所述新消息重新执行s100至s500。

24、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述异步地基于本轮交互内容更新所述记忆数据，包括：

25、通过记忆智能体从本轮对话中提取情节记忆，为所述情节记忆生成主观叙述和核心要点，并基于情绪强度、新奇度和重要性计算所述情节记忆的初始稳定性；

26、将所述情节记忆写入关系型数据库，并将所述核心要点转换为向量写入向量索引库；

27、当向量写入失败时，将对应记忆标记为未同步状态，以由周期性巩固任务进行修复。

28、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述周期性巩固任务包括：

29、根据当前时间与记忆最近访问时间计算可检索性，停用可检索性低于阈值的记忆；

30、将所述情节记忆中的主观叙述字段随创建时间衰减，直至仅保留核心要点；

31、对负面情绪效价按第一速率衰减，对正面情绪效价按第二速率衰减，所述第一速率大于所述第二速率；

32、将近期未参与反思的情节记忆聚合并生成反思记忆。

33、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述异步地基于本轮交互内容更新所述关系状态，包括：

34、通过关系智能体根据本轮对话内容和当前关系状态更新多维关系参数，所述多维关系参数包括熟悉度、好感、信任、依赖、浪漫程度、关系阶段和阶段感受；

35、当对话中形成专属称呼、共享引用或新边界时，更新关系惯例数据；

36、将更新后的关系状态写入数据库并更新缓存，以使后续上下文构建步骤获取更新后的关系状态。

37、根据本发明提供的一种基于多智能体的虚拟人格交互方法，所述方法还包括：

38、周期性执行生活模拟步骤，为角色生成每日时间表，并基于角色画像、全局状态和最近生活事件生成包含事件叙述、内心活动、情绪更新和冲动信号的生活事件；

39、主动触发步骤，扫描会话的沉默时长，在满足最小沉默阈值、未超过最大沉默阈值且超出冷却期时，基于所述冲动信号和所述生活事件生成主动消息并发送至用户。

40、本发明还提供一种基于多智能体的虚拟人格交互系统，所述系统包括：

41、消息接收模块，用于接收用户输入的当前消息，并在预设的短时窗口内将多条连续消息合并为带有边界标识的合并消息；

42、会话锁管理模块，用于获取与当前会话对应的会话锁，以限制同一会话的并发处理；

43、路由分流模块，用于根据所述合并消息和当前会话状态确定处理模式为完整模式或轻量模式；

44、上下文构建模块，用于检索角色画像、全局状态、关系状态、历史对话和记忆数据以生成上下文信息，其中，所述路由分流模块和所述上下文构建模块并行执行；

45、信号分析模块，用于在完整模式下，对所述合并消息进行用户信号分析以获得信号特征；

46、认知生成模块，用于在完整模式下，基于所述信号特征和所述上下文信息通过多阶段认知管线生成结构化回复数据，所述结构化回复数据包含感知阶段输出、内心世界阶段输出、思考决策阶段输出、时机阶段输出和最终表达消息；

47、轻量生成模块，用于在轻量模式下，对所述合并消息进行简化认知处理生成回复消息；

48、消息发送模块，用于根据所述最终表达消息或所述回复消息中的发送时机参数，将相应消息发送给用户；

49、异步更新模块，用于在发送消息后，异步地基于本轮交互内容更新所述记忆数据和所述关系状态。

50、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述基于多智能体的虚拟人格交互方法。

51、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于多智能体的虚拟人格交互方法。

52、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于多智能体的虚拟人格交互方法。

53、本发明提供的一种基于多智能体的虚拟人格交互方法、系统及存储介质，通过采用多阶段认知管线将回复生成拆解为感知、内心、决策、时机、表达五个结构化阶段，使角色回复具备可控的推理轨迹，显著提升了回复的人格一致性与情感贴切度；采用双痕迹记忆结构配合基于激活分数的模糊召回机制，使记忆能够模拟遗忘、情绪增强和访问强化，回忆结果更符合人类记忆的自然涌现特性；采用多维关系参数与关系惯例的异步演化，结合离线生活模拟与有源主动触发，使关系具有递进层次和历史厚度，主动消息具备生活锚点，提升了用户沉浸度；采用模式分流与异步后处理解耦的架构，将重任务剥离出实时链路，在保障响应延迟的前提下实现深度状态更新，提升了系统并发处理能力与数据一致性。