情感計算與工程理性

摘 要:通過對情感與理性的相容性分析以及情感在集成、適應、動力和交互等方面的功能研究，指出情感是人類解決現實復雜問題的有效機制。在情感功能與工程需求的適配性分析的基礎上指出，圍繞情感所展開的情感計算在復雜工程問題的求解上潛力巨大，具備有效性和一定的必要性。提出了情感計算在工程領域研究的本源性、相關性和可操作性策略，指出情感計算的工程實現需要對研究的切入點、情感發生機制、情感效應機制、平臺選擇等關鍵環節予以關注，并給出了相關建議。

關鍵詞:情感計算; 工程; 理性; 多智能體系統

中圖分類號:TP18文獻標志碼:A

文章編號:1001-3695(2009)09-3227-05

doi:10.3969/j.issn.1001-3695.2009.09.007

Affective computing and engineering rationality

HUANG Yun-fenga，b， WANG Shi-longa

(a.State Key Laboratory of Mechanical Transmission， b. College of Automation， Chongqing University， Chongqing 400044， China)

Abstract:Through the compatibility analysis of emotion and rationality， and the study of emotional functions in integration， adaptation， motivity and interaction， it was pointed out that emotion was an effective mechanism in dealing with complex problems in real world. As the emotion functions matched well with the engineering requirements， affective computing， with emotion as its core， was of effectiveness and certain necessity， and had great potential in solving complex engineering problems. Committed the endogenous， relevance and operational strategy of affective computing. Pointed out that concerns should be made to the entry point， the emotion elicitor， the emotion effector， and the platform choice， which constituted the key links to success in emotion-based systems in engineering projects， and gave related recommendations.

Key words:affective computing; engineering; rationality; multi-agent system

0 引言

復雜性是人們生活的世界以及與其共棲的系統的關鍵特征[1]。巨大的問題規模、眾多決策變量的纏繞耦合、強烈的非線性、未知的隨機與動態特征——種種復雜性貫穿在客觀世界和人類社會生活的方方面面，工程實踐領域所遇到的問題尤為如此。在紛繁復雜的世界面前，人類卻時常表現出有效應對復雜性的某些驚人能力，這些能力足以讓目前最先進的基于邏輯的計算技術相形見插。情感(情緒)，作為長期被忽視的一種重要心理機制與人類的其他心理過程一起共同賦予了人類這些能力。情感計算(affective computing)作為與情感相關、來源于情感或能夠對情感施加影響的計算[2]，近年來逐漸受到廣泛關注。巴西學者J. Spinola de Freitas認為，在計算機科學方面，有兩類研究分支展示了對情感問題的興趣:a)人機交互(human-computer interaction，HCI)，該分支集中注意力于用戶(人類)和機器之間的交互，并研究如何優化這種關系;b)涉及智能agent系統，這些系統的內部結構基于情感(相應系統可稱為基于情感的系統)，一般用于在決策制定、行為選擇、行為控制、可信賴性等方面改善系統性能[3]。

涉及情感計算的研究，多將其用于情感識別、情感表達、虛擬化身、動畫角色等人機交互方面，情感計算初期發展的動力多來源于此，如1994年美國卡耐基梅隆大學的Bates等人[4]率先進行了情感與可信角色關系的研究，Sony 公司推出了AIBO機器狗商品等。這方面研究目前仍是情感計算研究的主流，文獻[5]在這方面進行了較詳細的綜述。將情感計算用于認知、推理、agent間交互、生產控制等方面的研究是情感計算在工程領域的應用走向深化的重要方面，但相關文章按比例來看為數并不多。這反映了研究者在情感與理性關系、情感計算與傳統人工智能協同、情感與工程問題求解等方面仍心存疑慮，情感計算要在工程領域獲得深度發展必須要在廓清基本認識的同時，將情感計算的研究擴展到HCI之外的工程背景上來。

1 情感與理性

情緒曾經長久地背負缺乏理性的污名。古羅馬的西塞羅認為:任何情緒的波動都是對心靈的破壞，要么是缺乏理性，要么是蔑視理性，或者是背叛理性[6]。傳統心理學總是從紊亂、瓦解、沖動、不理智等消極意義上來解釋情緒，直接或間接地將情緒看做是機體過程和認知的伴隨物或從屬現象，以至于不屑于對情緒進行系統研究或主要將情緒看做是心理治療的研究對象[7]。情感計算的提出者Rosalind W.Picard在相關研究開展初期也面臨著巨大的壓力和困惑，在《情感計算》這本著作的中文版序言中她回憶到:“我記得我曾深刻內省，以決定是否繼續從事這項研究”[2]。

在情感污名的背后，真實的情感與理性的關系卻有著另一番解讀。諾貝爾經濟學獎獲得者西蒙在研究決策問題時，考慮到人類認知的局限性，修正了傳統的完全理性假設，并提出了有限理性理論。該理論認為:作為信息處理者的活動者本身的局限性，是非常重要的約束。對于平日所遇到的絕大多數問題場景，人們只能理解和處理一小部分變量和激勵，也就是說，人們的信息處理能力是有限的[8]。除了嚴密的邏輯推理而外，人類所表現出的智能一定有其他重要機制在支撐和推動，這些機制雖然在目前還未完全清楚，但越來越多的研究者開始相信，人類的情感(情緒)機制是其中的一個重要組成部分。在有限理性狀況下，情感作為進化設計出的工具，使人們能夠如事實上那樣出色地完成任務[9]。在《笛卡爾的錯誤》一書中，美國國家科學院院士、著名神經科學與心理學教授安東尼奧#8226;R.達馬西奧[10]通過對患有決策缺陷和情緒障礙的神經疾病患者的研究指出，推理系統是作為自主情緒系統的延伸進化而來，而情緒在推理過程中扮演著各種不同的角色。而Evans[11]則旗幟鮮明地指出:如果擁有情緒的“益”總是小于“弊”，那么感情類動物就永遠不會處在進化階梯的頂端。

毛澤東在《實踐論》中論述了感性認識與理性認識的辯證關系，深刻指出:理性認識依賴于感性認識，感性認識有待于發展到理性認識，這就是辯證唯物論的認識論[12]。筆者認為，情感作為感性認識的重要構成元素，為理性的發展起到基礎的定向和支撐作用，在復雜問題的處理上具有重大應用價值，有必要從功能上加以仔細考察。

2 情感計算理性之源:情感功能本質

情感計算的理性以及它在基于情感的系統中應用的潛力均根植于情感本身的功能特征。結合心理學的研究成果，筆者將情感的基本功能歸納為四種機制。

1)情感是一種集成機制

情感具有集成和傳遞信息的功能。Sarmento[13]通過研究指出，情感現象似乎能夠將大量的離散信息凝聚為單一和容易驗證的信息單元，即情感現象的強度。情感的發生源可以來自外部事件，也可來自內部狀態;情感的類型和強度可以各不相同，而所對應的事件和狀態也是多種多樣。情感以一種統一的方式反映了對內外多種信息的關注。

Picard[2]曾把情感比喻為一把傘，認為在它的下面聚類著不同的過程，情感是這些過程集成的結果，并作為一種信息的形式表現出來。對這種信息的有效利用，自然可以反映對多種過程對象的關注。由于情感是一個動態且連續的過程，這種關切也與環境的多樣化以及個體和環境兼有的時變特征相適應。

事實上，情緒既是腦的各級水平(包括皮層、皮下邊緣結構、丘腦系統、內分泌系統、自主神經系統和骨骼肌系統)的整合活動的結果，又是特定情景與人的需要之關系的評價產物，即各種認知水平(包括感知、記憶、思維、意識上和意識下)的整合活動的結果[7]。情感對多種信息和過程的關注，反映了情感作為一種集成機制，具備全局性和綜合性的特征。

2)情感是一種適應機制

有機體在生存和發展的過程中有多種適應方式。情緒和情感是有機體適應生存和發展的一種重要方式。Loewenstein[14]指出，情感的壓制或缺失將使決策走上歧途，而情感的存在能指引行為以適應的方式運作，如調整處理策略等。Ellsworth則認為，情感在事件解釋和響應選擇上均容許柔性[15]。

當系統面對在限定時間內其可能性不能枚舉及評估的問題時，情感決策是一個好的解決辦法[2]。在工程問題中，難以在限定時間內枚舉及評估的問題比比皆是，面臨組合爆炸的各種組合優化問題就是其中的代表，而組合爆炸足以讓世界上最快的計算機束手無策，但人類卻能毫不費力地決策。從這個意義上講，情感在復雜決策環境下對認知起到了加速作用，從而使決策過程具備不同問題復雜度下的適應性。

而在行為方面，雖然情感不完全決定行為，但情感能夠使行為附加上某種偏向。例如，麻省理工學院媒體實驗室制作的動畫狗Slias在感到饑餓并向食物目標接近的過程中，當它感到害怕和感到高興時的接近方式是不同的[2]。

3)情感是一種動力機制

情緒、情感是動機的源泉之一，是動機系統的一個基本成分，它能夠激勵人的活動、提高人的活動效率。適度的情緒興奮可以使身心處于活動的最佳狀態，進而推動人們有效地完成工作任務。研究表明，適度的緊張和焦慮能促使人積極地思考和解決問題[16]。

奧特勒從功能主義視角對情緒進行的描述也反映了這一點:情緒經常是在有關重要事件作用下，有意識或無意識地被引起;情緒的核心是對計劃采取某種迅速行動的準備狀態;情緒是對某種動作提供緊迫感的在先狀態，從而干擾或完成選擇性思維過程和行動[17]。

4)情感是一種交互機制

情感在人們的相互交往中起著關鍵的作用。人類情感的交流有多種方式，如表情、姿勢、行為、語言、語音等。人工情感的一個重要應用便是謀求人機界面的改善，這是人機系統視角的一個自然舉措，也是人工情感領域研究的主要推動力之一。情感機器人、可穿戴計算機、虛擬化身等得到了廣泛關注并取得了一定的成果。然而，情感交互功能的應用不應局限于此，筆者認為，agent之間以情感作為交互的紐帶，實現情感從agent個體走向agent社會，是情感交互功能的另一重要意義。

情感的形成是各種社會因素和心理、生理因素綜合作用的結果。就其表現形式來看，它是社會的表層顯性因素;就其內涵而言，它又是社會的深層隱性因素[18]。情感作為交互機制，深刻地反映了情感的社會性，也是“情感社會學”這一前沿學科的重要研究內容。

3 情感計算的工程意義

3.1 情感功能與工程研究的適配性

1)集成機制的適配

從agent外部來看，工程問題的信息來源廣泛、種類繁多，不同類型的激勵在得到agent注意后，均會對agent情感產生作用。從agent內部來看，即時情感代表了agent對自身決策歷史和決策過程的評價，是工程應用中agent個體在時機、場景、方法和效果上對決策歷史的綜合集成。

2)適應機制的適配

適應性造就復雜性，復雜性要求適應性。實際工程問題的動態復雜性使得工程問題求解過程的適應性已成為必需功能和重要的指標。情感可以記錄一切異動。工程問題的變化和工程場景的頻繁更迭，都可以通過將情感與特定情境進行關聯而觸發相應情感;情感可以適配工程問題的不同復雜度，并以不同的權重起到快速輔助決策的作用。

3)動力機制的適配

在傳統工程研究中，求解過程的動力主要來源于先驗知識和信息反饋，動力機制單一。在情感agent中，對稀缺計算資源的獲取、對目標的向往、挫折的產生、同伴的態度等均可在情感上留下印記，成為agent參與和改善工程求解行為的動機來源。

4)交互機制的適配

情感的交互功能是情感社會化作用的重要體現，在基于多智能體系統(multi-agent system，MAS)的工程運行體系中可體現在agent之間交互和agent與人的交互這兩大方面。

從agent之間交互來看，系統中的多個agent之間的協同機制是工程MAS設計的核心內容之一。通過將情感賦予agent，讓agent之間通過情感交互功能進行協同，將情感由agent個體拓展到agent社會(MAS)的層面，將有效促成深度擬人agent與深度擬社會MAS的自然銜接。

從人機交互的角度來看，情感計算是建立和諧的人機環境的基礎。研究人與人交互、人與計算機交互過程中的情感特點，設計具有情感反饋的人與計算機的交互環境，將有可能實現人與計算機的情感交互。情感計算研究將不斷加深對人的情感狀態和機制的理解，并提高人與計算機界面的和諧性，即提高計算機感知情境、理解人的情感和意圖、作出適當反應的能力[19]。此外，情感具有的實時性、情感對多重目標的關切、情感的可解釋性等特征，也充分反映了情感與工程問題需求和特征的一致性。

3.2 情感計算在工程領域應用的有效性分析

情感計算的研究雖然近年來呈現出難得一見的熱潮，但相關研究往往集中于人機交互等領域。包括制造業在內的一般工程應用領域的研究者多數仍持審慎、猶豫甚至不屑的態度，在核心控制算法的選用上這種情況更為明顯。這種情況直接反映出人們心底對情感計算有效性的疑問，同時也反映出情感計算作為一門新興技術，其潛力還遠未被工程界所認識。

情感曾經的污名表明上述疑問的存在絕非偶然。Sarmento在其論文中分析這種困難的兩個原因:情感與理性長久以來的對立狀態;人們由于研究手段匱乏等因素所導致的對情感本身知之甚少[13]。隨著學術界的聯合推動和相關研究手段(如腦成像技術)的發展，情感和情感計算在當前均已確立了一定地位，而上述困難局面的徹底打破，則需要情感技術在工程領域的若干重要突破和大量成功案例來推動。

對于情感的功能本質以及情感功能與工程應用適配性的分析表明，情感是應對工程問題復雜性的一種有效機制。事實上，雖然步履艱難，但情感計算在若干工程應用領域的研究和應用已形成突破的態勢，如文獻[20]利用以情感計算為核心的控制器實現了對開關磁阻電機速度的有效控制。所以，情感計算的巨大潛力是不容忽視的，當前的根本問題不在于去爭論其有效性，而是要將注意力集中到如何將情感計算與專業領域相結合，以充分釋放情感計算的工程應用潛力。

3.3 情感計算在工程領域應用的必要性分析

另一方面，情感計算的必要性也受到質疑。事實上，有很多情況下是不需要情感計算的，感情也沒必要置于所有計算之中[2]。但是，如果面對的是接近工程實際的復雜問題時，這種必要性的考慮就大大增強了。

雖然理論研究者通常希望工程問題的解決能夠建立在似乎更為嚴謹的邏輯和數學的基礎上，但是人們很快發現，在許多實際工程場景中，從實驗室走出的科學理論往往難以獨立支撐。盡管人工智能和計算技術已經有了長足的發展，但在復雜的現實問題面前，計算機同樣面臨著資源不足、決策時間受限、信息不確定、高維決策空間等問題。工程中各類NP問題的普遍存在及事實上的困難性表明，在復雜環境下，計算機仍然只能保持有限理性。挑戰復雜，人類需要構建新的運行平臺或機制。

情感計算能夠帶來情感相關的功能特性，其有效性已被證實。雖然情感計算也許不是惟一的問題解決途徑，但是正如Picard所寫，“當知道有一種機制，即情感可以完成這項工作就沒必要花時間去尋找另一種陌生的機制”[2]。

4 情感計算工程研究策略

4.1 參照情感的本源性

隨著現代腦部成像技術在內的各種手段的發展，情感發生的機理逐漸趨向科學化。依據情感的本源性來開展情感計算研究，意味著在情感建模和設計中充分借鑒情感科學領域(如情感生理學、情感心理學、情感社會學等方面)的研究成果。這一原則的提出是基于科學原理具備某種相通性的認識，而在相似的模擬層次上，這種相通性所代表的可借鑒價值不容忽視。

參照情感的本源性來設計的情感更容易具備良好的情感可解釋性，是情感機制的自然形態。Sloman曾經就人工情感“淺模型”與“深模型”的問題進行了探討。他認為淺模型在輸入輸出關系上作簡單化處理，雖然他也認為淺模型并非都不好，但他同時指出:通過全局變量的值所表征的模擬愿望和情感(如害怕的程度) 或與條件規則相連的數據庫的簡單入口雖然可以達到形似情感的效果，但是不能從語義上將豐富的情感從復雜架構內交互涌現的途徑陳述清楚，也不能將集成架構內不同的處理機制中產生的不同類型的情感進行適當區分。而在如何獲得情感深模型的問題上，Sloman指出，盡管很難，但是讓模型對不同的現象具備廣泛的包容性將讓模型在可解釋理論上達到一定深度[21]。關注情感發生的本源性，從與情感相關的生理學、心理學、社會學等范疇來設計和考察情感計算模型，將為情感模型在最基礎的層次上提供應用領域之外的擴展驗證，為情感計算模型的深化提供厚重的原始科學根基，從而進一步促進情感計算與相關學科的聯動，獲得向縱深發展的持續動力。

4.2 依據領域的相關性

需要看到的是，情感agent的設計并不是人類情感機制的一味模仿，人類的情感中也存在一些負面效應。情感智能系統的設計中，在情感類型選擇、情感強度、情感記憶和情感過程控制等方面都應該考慮在特定的控制場景中如何在基本符合情感本源性的基礎上權衡利弊，作出適當選擇或調整。例如，不是任何類型的事件都會影響agent的情感。在工程領域，只有與工程決策相關的事件才有必要納入到情感的工程研究視角中。這些相關事件可以歸納為:與工程目標相關的事件、與工程環境相關的事件以及與工程過程相關的事件。

4.3 注重情感計算的可操作性

在工程領域，注重情感計算的可操作性通常意味著情感需要量化，情感的發生應該有明確的機制并符合工程邏輯，從而為進一步的處理打下良好基礎。然而，在現有的具備一定公信度的情感理論中，符合可操作、可計算特點的情感理論并不多見。

5 情感計算工程應用的關鍵問題

5.1 應用的切入點

正如前面的分析，情感沒有必要置身于所有的工程應用之中。要成功地應用情感，同時充分體現其效益、降低研究難度，就需要找準情感應用的切入點。

筆者認為，從問題的角度看，情感的優勢體現在大規模、模糊、隨機、高維、非線性等復雜問題的求解過程中;從應用環節上看，情感可以考慮與現有智能系統的集成，這可以保障系統的平穩過渡，同時也體現了知情合一的思路。

5.2 情感發生

情感發生是情感研究必須面對的基礎問題之一，正如情感研究的本源性策略所提示，其研究需要基于情感發生理論展開，而情感發生理論主要可分為三類，即基于生理、基于認知評價和綜合類型。

基于生理的情感發生理論的典型代表是詹姆士—蘭格理論，這類理論雖然忽略了認知對情感的影響，但其部分內容已被現代研究所證實，到今天仍有借鑒意義。情感發生的認知評價理論的基本前提在于，有機體對環境(當前的、記憶的或想象的)的評估在情感發生和情感區分中扮演了關鍵角色[15]。認知評價理論中，OCC理論雖然應用廣泛，但其理論基礎并不牢固;Roseman的理論被認為具有基于人類的評價之上的簡潔性[22];Caamero則指出Scherer和Smith的情感理論是少數能兼顧理論與實踐的認知評價理論。綜合類的情感發生理論考慮較為全面，如沙赫特的情感三因素理論[7]、伊扎德的情感四激勵源理論[22]、艾克曼提出的情感產生或改變的九種途徑等[23]。

情感產生的關鍵問題是理解什么樣的情境產生什么樣的情感，至少是在典型的情境下如何[2]。由于認知評價類理論本質上體現了對各種外部事件的關注，與工程實際應用要求相一致，故相關的認知評價模塊在最終的工程情感發生模型中應該是不可或缺的。因此，純粹的基于生理的情感發生模型也就不在考慮之列。此外，綜合性情感理論顯然更能反映情感發生機制的全景，并為情感計算模型提供綜合指導，但從實施的角度來看，這類模型整體實施的難度和計算量都較大，也并非都適合于實時性要求較高的工程應用。

綜上所述，上述不同類別的模型需要在理論完備性、實現的難易程度和性能等幾方面進行取舍和平衡。在工程情感發生時需要以認知評價為主要理論，并可在性能得到保障和實施復雜性無明顯增加的前提下，適當借鑒或集成情感發生綜合模型中的其他因素。

5.3 情感效應與行為選擇

情感影響認知和行為可通過兩條路線，一是情感作為單獨部件與大腦其他部件連接，另一類是情感作為一種調制手段直接影響[22]。前一類模型的代表是Balkenius 等人提出的通過神經網絡來構建情感集成塊(emotion circuit)，以模擬大腦的不同部分來實現情感學習計算模型[24];而以Caamero為代表的學者在后一類情感效應機制上進行了大量研究[25， 26]。

在MAS中，不管是哪類效應機制，最終都會體現為自我意識修正、環境意識修正以及對其他agent的信息傳達。其具體作用方式可通過設置或修正內部狀態變量的取值以及對外發送攜帶情感信息的消息來實現。這里可充分體現情感與傳統人工智能技術的集成，并可在策略、方法、參數等不同的層面展開對agent智能行為的調控。

5.4 情感計算實現平臺

情感的自然載體是人類等生物體;同樣，源于模擬人類的agent則成為情感計算的自然載體。這樣做的好處是可以充分借鑒人類對自身情感研究的已有成果來展開人工情感的研究，這既包括了情感的個體方面，也包括了情感的社會方面。

全新開發一個針對情感agent的MAS平臺固然有其針對性，但在現有通用MAS平臺的基礎上開展情感計算的研究將促使人們將主要精力放在情感機制的設計以及情感與工程應用的結合上。當前的MAS開發平臺主要可分為學術和商業兩大類，常見的開發平臺如Zeus、Repast、Swarm、DECAF、MadKit等，不少資料對它們進行了對比研究[27， 28]。結合這些比較結果，考慮到軟件的成熟度、開源情況等，同時兼顧情感工程應用的實際需要，筆者認為法國LIRMM實驗室的MadKit是不錯的選擇之一，該軟件對不同技術途徑異構性高度包容，允許開發人員自由選擇agent的體系結構，同時支持以組織為中心的MAS開發。目前，筆者正基于該平臺從事情感計算在生產調度中的應用研究[29]。

6 結束語

情感的功能研究及其與工程需求的匹配性表明，情感是工程理性的助推劑。情感的應用不能局限在HCI領域，在復雜工程領域，情感計算將在創建基于情感的系統方面大有可為。情感計算的這類研究需要從策略上入手，注意與HCI系統開發的異同，找準工程應用的切入點，并對情感發生和行為影響的關鍵環節進行深入研究，在與工程實際緊密結合的前提下，選用合適的平臺以保證設計思想的快速和自由實現。作為一個跨多學科的新興領域，大量機遇與困難并存，也對研究者提出了新的更高要求。

參考文獻:

[1]司馬賀. 人工科學:復雜性面面觀[M].武夷山，譯.上海: 上海科技教育出版社， 2004.

[2]羅莎琳德#8226;皮卡德. 情感計算[M].羅森林，譯. 北京: 北京理工大學出版杜， 2005.

[3]De FREITAS J S， QUEIROZ J. Artificial emotions: are we ready for them?[C]//ALMEIDA E， COSTA F. Proc of the 9th European Conference on Advance in Artificial Life. Heidelberg:Springer-Verlag， 2007: 223-232.

[4]BATES J. The role of emotion in believable agents[J]. Communications of the ACM， 1994， 37(7):122-125.

[5]王國江，王志良，楊國亮，等. 人工情感研究綜述[J]. 計算機應用研究， 2006， 23(11): 7-11.

[6]英煒. 人生情感哲學[M]. 北京: 中華工商聯合出版社， 2007.

[7]喬建中. 情緒研究:理論與方法[M].南京: 南京師范大學出版社，2003.

[8]SIMON H A. Motivational and emotional controls of cognition[J]. Psychological Review， 1976， 74(1): 29-39.

[9]HANOCH Y. “Neither an angel nor an ant”: emotion as an aid to bounded rationality[J]. Journal of Economic Psychology， 2002， 23(1):1-25.

[10]安東尼奧#8226;R 達馬西奧. 笛卡爾的錯誤——情緒、推理和人腦[M].毛彩鳳，譯. 北京: 教育科學出版社， 2007.

[11]EVANS D. Emotion: the science of sentiment[M]. New York: Oxford University Press， 2001: 224.

[12]毛澤東. 實踐論[M]. 北京: 人民出版社， 1976.

[13]SARMENTO L M. An emotion-based agent architecture[D]. Porto: Faculdade de Ciências da Universidade do Porto， 2004.

[14]LOEWENSTEIN G， LERNER J S. The role of affect in decision ma-king[K]//DAVIDSON R J， SCHERER K R， GOLDSMITH H H. Handbook of Affective Sciences. New York:Oxford University Press， 2003: 619-642.

[15]ELLSWORTH P C， SCHERER K R. Appraisal processes in emotion[K]//DAVIDSON R J， SCHERER K R， GOLDSMITH H H. Handbook of Affective Sciences. New York:Oxford University Press， 2003: 572-595.

[16]彭聃齡. 普通心理學[M]. 2nd ed. 北京: 北京師范大學出版社， 2001.

[17]孟昭蘭. 情緒心理學[M]. 北京: 北京大學出版社， 2005.

[18]陶遠華. 理智的困惑:當代社會科學的哲學困境及其認識論研究[M]. 北京: 東方出版社， 1989.

[19]傅小蘭. 情感可以計算嗎?[J]. 百科知識， 2004(8): 25-27.

[20]ROUHANI H， MILASI R M， LUCAS C. Speed control of switched reluctance motor (SRM) using emotional learning based adaptive controller[C]//Proc of the 5th International Conference on Control and Automation. New York: Institute of Electrical and Electronics Engi-neers Inc， 2005:330-334.

[21]SLOMAN A. Beyond shallow models of emotion [J]. Cognitive Processing， 2001， 2(1):177-198.

[22]CAAMERO L. Emotion understanding from the perspective of autonomous robots research[J]. Neural Networks， 2005， 18(4):445-455.

[23]保羅#8226;艾克曼. 情緒的解析[M]. 海口: 南海出版公司， 2008.

[24]BALKENIUS C， MOREN J. Emotional learning: a computational model of the amygdala[J]. Cybernetics and Systems， 2001， 32(6): 611-636.

[25]CAAMERO L， AVILA-GARCI O. A bottom-up investigation ofemotional modulation in competitive scenarios[C]//PAIVA A，PRADA R，PICARD R W. Proc of the 2nd International Conference on Affective Computing and Intelligent Interaction.Heidelberg: Springer-Verlag， 2007: 398-409.

[26]CAAMERO L. Modeling motivations and emotions as a basis for intelligent behavior[C]//JOHNSON W L. Proc of the 1st International Conference on Autonomous Agents. New York: ACM Press，1997: 148-155.

[27]陳嘉佳，毛新軍. 多主體系統開發環境的結構化評價框架SEF及評價結果[J]. 計算機科學， 2005， 32(5): 200-205.

[28]RAILSBACK S F， LYTINEN S L， JACKSON S K. Agent-based simulation platforms: review and development recommendations[J]. Simulation， 2006， 82(9): 609-623.

[29]黃云峰，王時龍. 車間調度研究的五視角方法論與三域結構[J]. 計算機集成制造系統， 2009， 15(1):123-129， 152.