論文の概要: Can Agents Relive Past Experiences? Diagnosing Event-Affect Decoupling in Affective-Episodic Retrospection
- arxiv url: http://arxiv.org/abs/2611.15655v1
- Date: Wed, 11 Nov 2026 16:04:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.191782
- Title: Can Agents Relive Past Experiences? Diagnosing Event-Affect Decoupling in Affective-Episodic Retrospection
- Title(参考訳): エージェントは過去の経験を再現できるか : 情緒的反省会でイベント・アフェクト・デカップリングを診断する
- Abstract要約: 我々は,過去の出来事の回復を明示的に評価するタスクとして,感情・情緒的ふりかえりを定式化する。
Event-Affect Decouplingは、正しい感情をリコールするが、間違ったエピソードと関連付ける障害モードである、と定義しています。
- 参考スコア(独自算出の注目度): 8.961637480988381
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As memory-augmented agents increasingly support long-term and personalized interactions, reliable recall of emotional experiences while preserving their associated affect becomes necessary. However, existing evaluations usually assess emotion accuracy and factual memory grounding separately, overlooking event-affect correspondence. In this work, we formulate Affective-Episodic Retrospection (AER) as a task that explicitly evaluates the recovery of past events, associated affects, and their correspondence, and define Event-Affect Decoupling as a failure mode where the correct emotion is recalled but associated with the wrong episode. To diagnose Event-Affect Decoupling, we propose EM-TRACE, a stage-wise framework that decomposes AER into retrieval, affect recovery, and realization. On a controlled GoEmotions-based benchmark, Emotion-only retrieval achieves 28.65% affect recovery but retrieves the target episode for only 4.44% of queries, yielding a UAR of 24.21%. Further analysis reveals that event retrieval and affect assignment introduce distinct binding failures. These findings show that reliable AER requires grounded recall of emotional experiences, where episode retrieval, affect recovery, event-affect binding, and generation quality should be evaluated jointly. Our code is available at https://anonymous.4open.science/r/A412/.
- Abstract(参考訳): 記憶増強剤は、長期的およびパーソナライズされた相互作用をますますサポートしているため、関連する影響を保ちながら、感情的な経験を確実に思い出す必要がある。
しかし、既存の評価では、感情の正確さと事実的記憶基盤を別々に評価し、事象と影響の対応を見越すのが一般的である。
本研究では、過去の出来事、関連する影響、およびそれらの対応の回復を明示的に評価するタスクとして、Affective-Episodic Retrospection (AER)を定式化し、イベント・アフェクト・デカップリングを、正しい感情がリコールされるが、間違ったエピソードに関連付けられている障害モードとして定義する。
イベント・アフェクト・デカップリングを診断するために,AERを検索,リカバリ,実現に分解する段階的なフレームワークEM-TRACEを提案する。
コントロールされたGoEmotionsベースのベンチマークでは、感情のみの検索は28.65%のリカバリを達成しているが、ターゲットエピソードはクエリの4.44%しか検索できず、UARは24.21%である。
さらなる分析により、イベントの検索と影響の割り当てが、異なる結合障害をもたらすことが明らかになった。
以上の結果から,AERはエピソード検索,回復,事象-影響結合,生成品質を共同で評価する上で,感情的体験を根底からリコールする必要があることが示唆された。
私たちのコードはhttps://anonymous.4open.science/r/A412/で利用可能です。
関連論文リスト
- AffToM: Benchmarking Recursive Affective Theory of Mind in Dynamic Multi-Party Interactions [13.819321660445006]
我々は,1,922対のテストペアと19,759対のトレーニングペアを持つ感情理論のベンチマークであるAffToMを紹介する。
AffToMは、出来事や社会的認知的文脈から感情を推測する個人感情推論(IAR)と、参加者のネストされた信念や感情を追跡するマルチパーティ感情推論(MPAR)を評価する。
動的キャラクタ相互作用グラフに基づくイベント駆動型マルチエージェント生成パイプラインを開発し、イベントシーケンス、対人関係、メンタルステート更新を明示的にキャプチャする。
論文 参考訳(メタデータ) (2026-11-02T08:19:23Z) - AffectReveal: Event-Grounded Emotion Recognition Beyond Visual Appearances [59.819731792217915]
事象中心感情認識(EGER)を定式化する
10,052本のビデオと10,734本の画像からなるEGER-Benchを11つの感情で構築する。
提案するAffectRevealは,まずエビデンスに基づく代替品を独立に構築・検証する,チューニング不要なフレームワークである。
論文 参考訳(メタデータ) (2026-09-29T02:48:55Z) - PsychoAgent: An Affect-Sensitive Cognitive Architecture for Conflict-Aware Memory in LLM Agents [0.5131152350448099]
PsychoAgentは、現実記憶と感情記憶を分離するLLMエージェントの認知アーキテクチャである。
影響のある記憶は、まず意味的関連性によってフィルタリングされ、その後、サリエンスによって再ランクされる。
アーキテクチャは、セマンティック・アフェクティブと単一メモリのRAGベースラインよりも、コンフリクトクリティカルな記憶を取り戻した。
論文 参考訳(メタデータ) (2026-08-07T17:22:29Z) - ENPMR-Bench: Benchmarking Proactive Memory Retrieval for Emotional Support Agents [53.83618283684421]
ENPMR-Benchは,情緒的欲求認識型アクティブメモリ検索のためのベンチマークである。
ENPMR-Benchは1,800以上のメモリ拡張ダイアログを含み、感情的なニーズと支援的なメモリタイプの間の構造化マッピングを定義する。
論文 参考訳(メタデータ) (2026-05-26T16:22:35Z) - RFM-HRI : A Multimodal Dataset of Medical Robot Failure, User Reaction and Recovery Preferences for Item Retrieval Tasks [0.0]
本研究は,(1)公開型マルチモーダルデータセット(RFM-HRI),(2)異なる障害タイプに対するユーザ応答の分析,(3)安全クリティカルな障害回復に影響を及ぼすような回復戦略の体系的比較を可能にするクラッシュカート検索シナリオに寄与する。
論文 参考訳(メタデータ) (2026-03-05T19:52:19Z) - Smile upon the Face but Sadness in the Eyes: Emotion Recognition based on Facial Expressions and Eye Behaviors [63.194053817609024]
視覚行動は、視覚行動支援型マルチモーダル感情認識データセットを作成するための重要な感情的手がかりとなる。
EMERデータセットに感情認識(ER)と表情認識(FER)の両方のアノテーションを初めて提供する。
具体的には、ERとFERの両方のパフォーマンスを同時に向上する新しいEMERTアーキテクチャを設計する。
論文 参考訳(メタデータ) (2024-11-08T04:53:55Z) - ABAW: Valence-Arousal Estimation, Expression Recognition, Action Unit
Detection & Emotional Reaction Intensity Estimation Challenges [62.413819189049946]
5th Affective Behavior Analysis in-the-Wild(ABAW)コンペティションは、IEEE Computer Vision and Pattern Recognition Conference(CVPR)と共同で開催される各ABAWワークショップの一部である。
今年のコンペティションでは、Aff-Wild2データベースの拡張バージョンとHume-Reactionデータセットの2つのコーパスが特徴です。
後者のデータセットは、感情的刺激に対する個人の反応が7つの感情的表現強度に対して注釈付けされている聴覚的データセットである。
論文 参考訳(メタデータ) (2023-03-02T18:58:15Z)
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。