論文の概要: How Affect Propagates among LLM Agents: Emergent Emotional Contagion in Crowd Simulation

• arxiv url: http://arxiv.org/abs/2607.25140v1
• Date: Mon, 27 Jul 2026 23:22:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-29 20:50:42.654274
• Title: How Affect Propagates among LLM Agents: Emergent Emotional Contagion in Crowd Simulation
• Title（参考訳）: LLMエージェントの伝播 : 群衆シミュレーションにおける創発的感情伝染
• Abstract要約: マルチエージェント群シミュレーションにおいて, 相互に認知・評価するエージェント間の影響について検討した。 このアーキテクチャは、エージェント間で直接感情状態を転送する手作業によるメカニズムは含まない。 スパース,小集団における空間的・時間的・人格的依存的な構造を持つ感情的伝染動態を創出することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper studies the behavior of language models in a multi-agent crowd simulation, focusing on how affect propagates among agents that perceive and appraise one another. Each agent perceives its neighbors through visual, auditory, and tactile channels, then appraises these perceptions in light of its prompted personality profile, memory, current affective state, and situational context. Appraisal is carried out by an LLM, which updates the agent's internal affective state and selects its outward expression. The architecture contains no hand-authored mechanism for directly transferring affective state between agents; instead, inter-agent influence arises through the perception-appraisal-expression loop. The agent representation draws on the Big Five personality model and Russell's circumplex model of affect. To limit latency, low-level steering and navigation are handled by a conventional crowd simulator operating independently of the LLM-based cognitive layer. We evaluate the architecture across five scenario environments spanning alarming, joyful, and neutral situations in different spatial layouts. The results show that the system produces emotional contagion dynamics with spatial, temporal, and personality-dependent structure in sparse, small crowds. Alarm spreads from seeded agents as a traveling front, the mean alarmed fraction settles at a nonzero plateau, and the distribution of prompted personality profiles determines whether an ambiguous alarm ignites panic and whether a provocation is interpreted as anger or fear. We further evaluate the appraisal step through controlled experiments across prompt variants, sampling temperatures, and four model backends, showing that the dynamics are backend-dependent.
• Abstract（参考訳）: 本稿では,多エージェント群シミュレーションにおける言語モデルの挙動を考察し,相互に知覚・評価するエージェント間の伝達への影響に着目した。 各エージェントは、視覚的、聴覚的、触覚的なチャネルを通じて隣人を知覚し、刺激された性格プロファイル、記憶、現在の情緒的状態、状況的状況からこれらの知覚を評価する。 評価は LLM によって行われ、エージェントの内部的な情動状態を更新し、その外向きの表現を選択する。 このアーキテクチャは、エージェント間で直接感情状態を伝達する手動のメカニズムを含んでおらず、代わりに、エージェント間の影響は、知覚・評価・表現ループを通じて生じる。 エージェント表現は、ビッグ・ファイブのパーソナリティモデルとラッセルの感情の概略モデルに基づいている。 遅延を制限するため、低レベルのステアリングとナビゲーションは、LLMベースの認知層とは独立して動作する従来の群衆シミュレータによって処理される。 我々は、異なる空間配置において、アラーム、喜び、中立の状況にまたがる5つのシナリオ環境にまたがるアーキテクチャを評価する。 その結果, 空間的, 時間的, 人格的依存的な構造を持つ群集の感情的伝染動態が得られた。 アラームは、発芽剤を旅先として拡散し、平均アラーム分画は非ゼロ高原に定着し、誘導されるパーソナリティプロファイルの分布は、あいまいなアラームがパニックを引き起こし、挑発が怒りや恐怖と解釈されるか否かを判断する。 さらに, 評価段階を, 急激な変種, サンプリング温度, 4つのモデルバックエンドにまたがる制御実験により評価し, 動的にバックエンドに依存していることを示す。

関連論文リスト

• Do AI Personas Grow? Analyzing and Benchmarking Personality Evolution in LLM Agents After Life Events [34.88005801095875]
  パーソナリティ条件付きLLMエージェント(PC-Agents)は、感情的支援、社会シミュレーション、ロールプレイングにますます利用されている。 ビッグファイブの特徴をサイコメトリックアンカーとして用いて,11大生活イベント後の事象誘発人格変化について検討した。 以上の結果から,現在のPC-Agentsは人格動態の平均をシミュレートするが,その形状は似ていないことが示唆された。
  論文  参考訳（メタデータ） (2026-08-06T18:25:58Z)
• Learning to Act under Noise: Enhancing Agent Robustness via Noisy Environments [68.02342920827135]
  エージェント学習プロセスに環境欠陥を明示的に組み込んだエージェント学習フレームワークであるNoisyAgentを提案する。 実世界のシナリオでは,ユーザインタラクションにおけるあいまいさと可変性を捉えるユーザノイズと,ツール実行における障害や異常を反映するツールノイズという,2つの主要なインタラクションノイズ源を識別する。 広汎な実験により,本手法は騒音および動的環境下でのエージェントの堅牢性を常に改善することを示した。
  論文  参考訳（メタデータ） (2026-05-26T16:02:00Z)
• ESI-Bench: Towards Embodied Spatial Intelligence that Closes the Perception-Action Loop [55.468404995694975]
  我々は,OmniGibson上に構築された10のタスクカテゴリと29のサブカテゴリにまたがる空間知能の具体化ベンチマークを開発した。 我々は最先端のMLLMの実験を行い、活発な探索が受動的に優れていることを発見した。 矛盾した視点を求め、信念を改定する人間とは異なり、モデルは証拠の品質に関わらず、高い信頼をもって早々に行動する。
  論文  参考訳（メタデータ） (2026-05-18T17:59:02Z)
• Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
  セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。 アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。 ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
  論文  参考訳（メタデータ） (2026-04-21T15:05:58Z)
• Controlling Long-Horizon Behavior in Language Model Agents with Explicit State Dynamics [0.0]
  大規模言語モデル (LLM) エージェントは、拡張相互作用中にトーンとペルソナの急激な変化を示す。 ロングホライゾン剤の挙動形成における明示的な感情力学の役割はいまだ解明されていない。 本稿では,言語モデル外部の連続的Valence-Arousal-Dominance(VAD)状態を維持するエージェントレベル感情サブシステムを提案する。
  論文  参考訳（メタデータ） (2026-01-22T16:34:05Z)
• DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios [57.327907850766785]
  現実的な現実のシナリオにまたがる騙しのキャラクタリゼーションは未解明のままである。 DeceptionBenchは、さまざまなドメインにまたがる認知傾向を体系的に評価する最初のベンチマークです。 本研究は,本質的な側面から,ユーザ満足度を優先する自己関心のエゴスティックな傾向を示すモデルや,サイコファンティックな行動を示すモデルについて検討する。 実世界のフィードバックダイナミクスのより現実的なシミュレーションを構築するために,持続的マルチターン相互作用ループを組み込んだ。
  論文  参考訳（メタデータ） (2025-10-17T10:14:26Z)
• AgentZero++: Modeling Fear-Based Behavior [4.783433971864009]
  我々は,集団暴力をシミュレートするための認知,感情,社会的メカニズムを統合したエージェントベースモデルであるAgentZero++を提案する。 EpsteinのAgent_Zeroフレームワークをベースにして、8つの振る舞い拡張でオリジナルのモデルを拡張します。 これらの追加により、エージェントは内部の状態、以前の経験、社会的フィードバックに基づいて適応できる。
  論文  参考訳（メタデータ） (2025-10-05T22:33:56Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Inference of Affordances and Active Motor Control in Simulated Agents [0.5161531917413706]
  本稿では,出力確率,時間的予測,モジュール型人工ニューラルネットワークアーキテクチャを提案する。 我々のアーキテクチャは、割当マップと解釈できる潜在状態が発達していることを示す。 アクティブな推論と組み合わせることで、フレキシブルでゴール指向の動作が実行可能であることを示す。
  論文  参考訳（メタデータ） (2022-02-23T14:13:04Z)
• Pavlovian Signalling with General Value Functions in Agent-Agent Temporal Decision Making [6.704848594973921]
  Pavlovian signalling - あるエージェントが別のエージェントに意思決定を知らせ、時間的に拡張された予測を学習するプロセス。 主な貢献として、固定信号のパラダイムと2つのエージェント間の完全適応通信学習の自然な橋渡しとしてパブロフ信号が確立される。
  論文  参考訳（メタデータ） (2022-01-11T00:14:04Z)
• Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
  我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。 この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
  論文  参考訳（メタデータ） (2021-12-07T18:50:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。