殷雁君，唐衛(wèi)清，李蔚清

（1.南京理工大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，江蘇 南京210094；2.內(nèi)蒙古師范大學(xué)計算機與信息工程學(xué)院，內(nèi)蒙古 呼和浩特010022；3.中國科學(xué)院 計算技術(shù)研究所，北京100190）

0 引 言

虛擬賽場觀眾情緒模型的研究對于構(gòu)建虛擬賽場、增加3d游戲的真實感、沉浸感有著重要的意義［1］。賽場環(huán)境經(jīng)常會誘發(fā)參賽運動員的心理波動，影響運動員臨場技能發(fā)揮［2］。營造賽場環(huán)境是訓(xùn)練運動員心理抵抗能力以適應(yīng)賽場氛圍的主要手段。采用虛擬現(xiàn)實技術(shù)構(gòu)造相對逼真的虛擬賽場是目前采用的主要技術(shù)之一。在虛擬賽場的技術(shù)實現(xiàn)過程中，如何構(gòu)建虛擬觀眾的行為與情緒是決定賽場觀眾是否具備真實感的關(guān)鍵所在。虛擬賽場觀眾不僅要與其它虛擬人一樣具備事件反映的能力，更重要是具備與事件相適應(yīng)的情緒表達，來擬真地實現(xiàn)整個賽場的比賽氛圍。

從賽場的特殊環(huán)境入手，根據(jù)現(xiàn)場觀眾對賽事的評價，在OCC模型基礎(chǔ)上，定義了6種觀眾基本情緒。以心理學(xué)實證研究為依托，通過分析現(xiàn)場因素對觀眾情緒產(chǎn)生的影響，提出了因賽事刺激、情緒感染而產(chǎn)生的觀眾情緒強度計算方法。該方法在構(gòu)建過程中不僅考慮觀眾作為個體的所具備的情緒特征，特別是從群體的角度，基于情緒感染理論，考慮了個體間行為互動對個體情緒演化產(chǎn)生的影響。在情緒感染過程中，增加了對個體 “去個性化”現(xiàn)象和情緒衰減規(guī)律的考慮，是對目前以Bosse［3］為代表的基于情緒感染理論的群體情緒模型的有益補充。

1 觀眾情緒空間

情緒，作為影響人類認(rèn)知、行為、決策的主要因素之一，受到了多學(xué)科的普遍關(guān)注與深入研究，但是關(guān)于基本情緒的組成卻沒有一個公認(rèn)的定義。如Ekman將基本情緒與面部表情相對應(yīng)，定義了6種基本情緒，而Picard卻提出了8種基本情緒。在情感計算研究中所側(cè)重的角度不同，情緒組成也不盡相同。王志良教授在虛擬人軟件實現(xiàn)時，將基本情緒定義為4種互為反向的情緒：冷靜 （cool）和憤怒 （anger）、快樂 （happy）和悲傷 （sadness）［4］。在緊急疏散的模擬研究中，恐慌情緒的研究是首選。目前，計算機領(lǐng)域內(nèi)情緒建模研究應(yīng)用最為廣泛的OCC模型［5］則根據(jù)事件的誘發(fā)原因以及對事件是否滿足個體需求所做的評價等相關(guān)因素定義了22類情緒。

賽場觀眾受場所和環(huán)境的限制，一方面情緒體驗相對集中，情緒空間中情緒類別較少。另一方面賽場觀眾情緒的誘發(fā)主因并非觀眾，所以賽場觀眾的情緒空間將忽略以觀眾為誘發(fā)主因的5種情緒：抱歉 （sorry－for）、滿意（gratification＝pride＋joy）、羞愧 （shame）、自豪 （pride）、懊惱 （remorse）。根據(jù)賽場發(fā)生事件是否令觀眾滿意、事件是否發(fā)生、結(jié)果是否令觀眾滿意3個主要因素，基于OCC模型所提供的情緒空間，將情緒再次劃歸為以下六類情緒：高興、生氣、期望、緊張、放松、失望 （見表1）。定義賽場觀眾的情緒空間 （emotional spatial）為：ES＝｛高興、生氣、期望、緊張、放松、失望｝，每一類情緒的取值范圍為從0到1的實數(shù)。在任意時刻，虛擬觀眾的情緒是情緒空間ES中的一個元素。如果情緒值為0，則表示觀眾個體處于平和狀態(tài)。

表1 情緒類別

2 觀眾情緒誘發(fā)

賽場觀眾情緒的誘發(fā)主要由賽事刺激和情緒感染所產(chǎn)生的。賽事刺激誘發(fā)的情緒強度與觀眾對事件的期望程度和預(yù)期判斷有關(guān)。期望 （desirability）是指事件對個體目標(biāo)實現(xiàn)產(chǎn)生影響的程度而導(dǎo)致個體對事件的期望程度。期望越大，情緒強度越大；預(yù)期判斷 （likelihood）表示個體對事件是否發(fā)生在概率上的判斷，即事件發(fā)生的可能性，形式化為預(yù)期 （expect）［6］，也有一些模型將可能性與預(yù)期分別賦予了不同的含義，如EMA模型［7］。

2.1 賽事刺激

賽場觀眾期望與預(yù)期的確定，是由影響觀眾情緒生成以及情緒表達的眾多因素決定的，如社會因素、集團因素、個體因素、共時態(tài)因素、歷時態(tài)因素等。影響賽場的共時態(tài)因素，又稱現(xiàn)場因素是導(dǎo)致觀眾情緒產(chǎn)生和發(fā)展、表達的直接原因，可歸納為賽程時間、當(dāng)前比分、運動員表現(xiàn)、裁判判罰以及觀眾互動等因素。從簡化問題的角度出發(fā)，本文將不考慮裁判判罰失當(dāng)所引發(fā)的觀眾情緒。觀眾互動造成的情緒感染，將在2.3節(jié)中詳細(xì)說明。

賽程時間與賽場比分因素主要影響觀眾對比賽結(jié)果的期望。如在比分持平的情況下，觀眾對比賽勝利的期望程度要遠(yuǎn)大于大比分落后的情況，而且隨時間的流逝，期望的程度也會更加迫切。運動員賽場表現(xiàn)因素主要涉及技術(shù)動作發(fā)揮與所處的位置。如賽場運動員在一個技術(shù)動作上屢次發(fā)揮失常，觀眾對于運動員技術(shù)動作完成的期待會逐漸降低。觀眾對處于優(yōu)勢位置運動員能夠圓滿完成技術(shù)動作的期望將高于其處于劣勢位置。定義觀眾期望計算如式（1）所示

其中μi∈ ｛action，time，location，score｝，ρi＝weight。

觀眾對事件的預(yù)期是其對運動員技術(shù)動作和所處賽場位置是否可以實現(xiàn)目標(biāo)的判斷。如在足球比賽中，運動員位置處于對方禁區(qū)，觀眾對于此刻球員將球踢入對方球門的預(yù)期在數(shù)值上趨近于1，若在己方禁區(qū)，預(yù)期則近似為0。所以，對運動員動作產(chǎn)生結(jié)果的預(yù)期與動作本身和所處位置有關(guān)，定義預(yù)期的計算方法為

其中，Psuc是運動員 （athlete）技術(shù)動作 （action）的成功概率。Ploc是觀眾對運動員所處位置 （loc）對實現(xiàn)目標(biāo)的判斷。β隨機產(chǎn)生，取值范圍0到1之間實數(shù)，來表現(xiàn)不同觀眾間的個體差異。

2.2 賽事刺激誘發(fā)強度

情緒強度與個體所處的刺激情境及自身對事件的評價密切相關(guān)。基于情緒評價理論，從實證研究角度Jonathan Gratch［8］等研究者通過對目前較為普遍的情緒強度計算方法進行比較和分析后發(fā)現(xiàn)：雖然影響情緒強度的因素有許多，但核心因素是個體對事件的期望和事件發(fā)生概率的預(yù)期，并且個體情緒強度與其對事件的預(yù)期和期望呈現(xiàn)冪函數(shù)關(guān)系。如情緒強度PS＝a＊desire＾i＋b＊expect＾j，其中a，b，i，j均為情緒參數(shù)。通常正性情緒與預(yù)期呈正的冪函數(shù)關(guān)系，而負(fù)性情緒呈負(fù)的冪函數(shù)關(guān)系。為了進行歸一化處理，本文采用的計算方法見表2，其中期望 （desire）和預(yù)期 （expect）的取值范圍從0到1，Ki為常數(shù)，i＝1，2，3，4。

表2 不同情緒的計算公式

2.3 情緒感染

群體心理學(xué)研究指出，處于群體中的個體會自動和持續(xù)的模仿他人的表情、動作和行為，并傾向于捕捉他人的情感。并將這一現(xiàn)象定義為情緒感染［9］。在情緒感染過程中，無論是個體情緒宣泄還是感受他人情緒，在程度上均存在明顯的個體差異。基于個體的情緒表現(xiàn)力和感受力，定義情緒感染個性為兩元組：PT＝ ｛E，C｝，其中E，C∈［0，1］，E表示情緒表達和影響他人的能力；C表示個體感受他人情緒的能力。個性E，C的取值越趨于1，則表示個體的能力越強，反之，則能力越弱。例如，某個體個性值PT＝ ｛0.2，0.3｝，則表示個體不僅不善于表達自己的情緒，同時對于他人的情緒表達也缺乏應(yīng)有的理解，即該個體也不善于 “察言觀色”。

基于情緒感染的情緒模型的研究，Bosse［3］等人于2009年首次提出吸收模型 （absorption model）。在該模型中，情緒的感染過程比作情緒信息在不同個體間的傳遞和吸收。不同情緒表現(xiàn)力的傳染者傳遞情緒信息給群體中的其他個體。不同接受能力的被感染者接收來自群體中他人的情緒信息，并對自己的情緒做出調(diào)整。本文根據(jù)在情緒感染過程中，個體將優(yōu)先關(guān)注情緒表達強度大的個體和群體情緒對個體情緒的潛在影響，定義觀眾因情緒感染而產(chǎn)生的情緒強度PC為

式中：PCt＋1a——個體A在t＋1時刻因情緒感染而產(chǎn)生的情緒強度值。Pts與Pta是個體S與A在t時刻的情緒值。Es表示個體S的情緒影響能力，即個體S的情緒表現(xiàn)力。Ca表示個體的感染程度，即對于個體S的情緒表現(xiàn)個體A所能夠接受的程度。σsa表示個體S與個體A之間媒介對情緒信息的傳遞強度。PG為觀眾群體的情緒值，是所有群體成員的情緒強度的加權(quán)平均值［10］。

2.4 情緒衰減

情緒必然會經(jīng)歷情緒衰退的過程，或自然衰退或因得到心理滿足、情緒宣泄和情緒適應(yīng)而逐漸衰減。情緒在衰減程度上體現(xiàn)了個體上的差異，情緒表達能力強的個體（外向型）情緒衰減的速度要大于情緒表達能力弱 （內(nèi)向型）的個體［11］。對于不同的情緒類別，情緒衰減的程度也將不同。處于群體中的個體，由于受群體情緒的影響會出現(xiàn) “去個性化”現(xiàn)象［12］，群體成員個性的變化使個體的情緒衰減進一步復(fù)雜化。本文依據(jù)目前應(yīng)用較為廣泛的情緒衰減與個性因子的關(guān)系［13］，定義觀眾情緒衰減量為Decta＝Pta＊exp （w1＊Ea－w2＊num－1），其中Decta為個體A 在t時刻的情緒衰減量。w1為情緒調(diào)節(jié)因子，對不同情緒的衰減程度進行調(diào)節(jié)。w2為賽場群體情緒感染調(diào)節(jié)因子。不同賽場環(huán)境對于個體的去個性化不同，對個體的感染程度也有所不同。例如，足球賽場個體的去個性化程度要大于跳水比賽的賽場。num為個體A所處群體中成員的個數(shù)，但不包括個體A本身。若num＝0，則個體不受群體情緒的影響。

3 觀眾情緒計算

通過上述分析可知，賽場觀眾的情緒產(chǎn)生以及情緒強度的變化主要受三方面因素的影響：賽事刺激、觀眾間情緒感染和個體情緒衰減。心理學(xué)研究發(fā)現(xiàn)，不同情緒在感染傳遞時具有不同的感染力，如在賽場中，高興情緒的感染強度要明顯大于放松情緒。而且，相同的情緒在不同的社會氛圍下，其感染力也不盡相同。如熱情，在日常生活、體育賽事、學(xué)校環(huán)境下經(jīng)過研究發(fā)現(xiàn)，在體育賽事中感染力最強，在學(xué)校中教師和學(xué)生之間幾乎沒有明顯的熱情的情緒感染［14］。所以，觀眾的情緒強度計算如下所示

其中βi，i＝ ｛高興、失望、生氣、放松｝為情緒感染調(diào)節(jié)因子，來體現(xiàn)不同情緒的感染作用。同一情緒，β為常數(shù)。

4 實驗結(jié)果與分析

為了驗證賽場觀眾是否能夠就賽事環(huán)境做出合理、可信的情緒表達，在Matlab環(huán)境下對賽場觀眾情緒模型進行了仿真實驗，主要模擬的是足球賽場環(huán)境。

在足球賽場環(huán)境中，球員的行為是誘發(fā)觀眾情緒的主因。當(dāng)觀眾支持的球隊進球，觀眾的情緒為高興、狂喜。如球隊失球，則為生氣。在進行點球時，為期望緊張。點球失敗，為失望。而支持對方球隊的觀眾情緒體驗則恰好相反。除了球員的行為對觀眾的情緒誘發(fā)外，其情緒也將受到其他觀眾的影響。

實驗描述如下：在該比賽中，設(shè)計兩個運動員，分別表示兩個參賽的足球隊。當(dāng)賽程進行到10分鐘 （T1＝10），觀眾支持的球隊痛失一球。30分鐘時 （T2＝30），本隊進球。60分鐘時 （T3＝60），本隊點球。兩分鐘后 （T4＝62），點球失敗。70分鐘時 （T4＝70），對方球隊角球，兩分鐘后 （T5＝72），角球沒有導(dǎo)致進球。

數(shù)據(jù)說明：圖1表示的是一個個性為激勵型 （PT＝｛0.8，0.8｝）的觀眾個體A在整個賽程時的情緒流露，所處群體人數(shù)為10。圖2則是與觀眾A處于相同賽場的個性為同情型PT＝ ｛0.2，0.8｝的觀眾個體B的情緒流露。從圖1與圖2，可以看出兩個觀眾都可以對賽事做出正確的情緒表達，而且由于二者的個性不同，易于表達的激勵型個體的情緒表達要明顯高于不善于表達的同情型個體。圖3和圖4分別表示觀眾個體A，B處于300人的觀眾群體中的情緒反應(yīng)，從圖中可以明顯看出二者均受到來者群體情緒的感染，而作為不善于表達但卻易于被感染的觀眾B顯然在感染程度上要大于激勵型的個體A，這體現(xiàn)了觀眾B在群體情緒影響下，不善于表達的個性在 “去個性化”方面要比觀眾A突出。

從以上的模擬可以看出，模型能夠就外界刺激事件使個體產(chǎn)生正確的情緒體驗。情緒體驗強度與個體個性的相關(guān)性也得到了正確的表述。與Bosse模型相比，增加了情緒衰減功能的考慮。情緒衰減功能的引入一方面其作為情緒的本質(zhì)特性是符合情緒心理學(xué)的研究結(jié)論的，另一方面，重復(fù)的情緒感染過程所產(chǎn)生的情緒變化將被限制在正常的可以接受的范圍，防止模擬過程陷入極端數(shù)據(jù)中，出現(xiàn)“癲狂”觀眾。通過對足球賽場觀眾情緒的模擬，虛擬觀眾的情緒表達是完全符合足球觀眾情緒一哄而起、稍縱即逝的變化規(guī)律和特點的。

5 結(jié)束語

目前，個體情緒模型的構(gòu)建方法，主要考慮個體獨處時的情況，即缺乏對個體間情感交流的考慮。本文構(gòu)建群體環(huán)境下個體情緒模型。在構(gòu)建過程中，以社會心理學(xué)所提出的情緒感染作為個體間情感交流的主要機制，模擬了個體在群體環(huán)境下個體情緒的演化過程。模擬結(jié)果表示該模型不僅能夠體現(xiàn)個體接受外界刺激時的情緒反應(yīng)，而且能夠合理的表現(xiàn)群體氛圍對其情緒產(chǎn)生的影響，特別是正確地體現(xiàn)了群體情緒與群體人數(shù)的正相關(guān)關(guān)系。為從情緒角度研究場景性群體的涌現(xiàn)行為提供了群體情緒構(gòu)建的思路。

由于對情緒變化規(guī)律認(rèn)識的局限性和情緒本身的復(fù)雜性，對于群體環(huán)境下個體情緒的研究仍需要進一步的深化。希望在今后可以通過對群體理論的深入研究來了解網(wǎng)絡(luò)環(huán)境下輿論形成過程中個體情緒的誘發(fā)和變化過程，分析社會群體情緒的涌現(xiàn)對網(wǎng)絡(luò)輿論的形成產(chǎn)生的影響。

［1］Olivier Szymanezyk，Grzegorz Cielniak.Group emotion modeling and the use of middleware for virtual crowds in video－games［C］／／Leicester，UK：Proc of the Annual Convention of the Society for the Study of Artificial Intelligence and Simulation of Behavior，2010：25－30.

［2］FAN Daoming.Audience effect in sports competition and its influencing factors ［J］.Journal of Sports and Science，2007，28（6）：77－79 （in Chinese）.［樊道明.競技運動比賽中的觀眾效應(yīng)及其影響因素 ［J］.體育與科學(xué)，2007，28 （6）：77－79.］

［3］Bosse T，Duell R，Memon Z A，et al.A multi－agent model for mutual absorption of emotions ［C］／／Proceedings of the 23rd European Conference on Modeling and Simulation，European Council for Modeling and Simulation，2009：212－218.

［4］WANG Zhiliang，QIAO Xiangjie，WANG Chao，et al.Research on emotion modeling based on custom space and OCC model［J］.Computer Engineering，2007，33 （4）：189－192 （in Chinese）.［王志良，喬向杰，王超，等.基于自定義空間和OCC模型的情緒建模研究 ［J］.計算機工程，2007，33 （4）：189－192.］

［5］Steunebrink B R，Dastani M，Meyer J－J C.The OCC model revisited ［C］／／Proceedings of the 4th Workshop on Emotion and Computing－Current Research and Future Impact，2009：2047－2056.

［6］Adam C B，Gaudou A Herzig，Longin D.OCC’s emotions：A formalization in a BDI logic ［C］／／Proc of the Twelfth Int Conf on Artificial Intelligence：Methodology，Systems，and Applications，2006：24－32.

［7］Marsella S，Gratch J.EMA：A process model of appraisal dynamics ［J］.Journal of Cognitive Systems Research，2009，10（1）：70－90.

［8］Gratch J，Marsella S，Wang N，et al.Assessing the validity of appraisal－based models of emotion ［C］／／3rd International Conference on Affective Computing and Intelligent Interaction and Workshops.IEEE，2009：1－8.

［9］WANG Xiao，LI Wenzhong，DU Jiangang.The advance research of emotional contagion theory ［J］.Advances in Psychological Science，2010，18 （8）：1236－1245 （in Chinese）. ［王瀟，李文忠，杜建剛.情緒感染理論研究述評 ［J］.心理科學(xué)進展，2010，18 （8）：1236－1245.］

［10］Duell R，Memon Z A，Treur J，et al.An ambient agent model for group emotion support ［C］／／Proceedings of the International Conference on Affective Computing and Intelligent Interaction，2009：550－557.

［11］CHEN Shaohua.The psychology of emotion ［M］.Guangzhou：Jinan University Press，2005 （in Chinese）.［陳少華.情緒心理學(xué) ［M］.廣州：暨南大學(xué)出版社，2005.］

［12］ZHANG Hongwei.Audience’s deindividualization in football matches ［J］.Journal of Sports Adult Education，2008，24（4）：20－22 （in Chinese）.［張宏偉.足球比賽中觀眾的去個性化行為 ［J］.體育成人教育學(xué)刊，2008，24 （4）：20－22.］

［13］Keyou Hu，Shangbo Guo，Na Pang，et al.An intensitybased personalized affective model ［C］／／IEEE International Conference on Robotics and Iomimetics，2007：2212－2215.

［14］Poggi I.Enthusiasm and its contagion：Nature and function［C］／／Affective Computing and Intelligent Interaction，2007：410－421.