Framework para el desarrollo de agentes afectivos en la arquitectura GenIA3 en Python

Abstract

[CA] En l’àmbit de la representació computacional de les emocions i la seua implementació en agents intel·ligents, aquest projecte s’enfoca a explorar com capturar i modelar de manera efectiva les emocions humanes, tenint en compte les diferències culturals en la seua percepció i expressió. La interpretació i manifestació de les emocions poden veu-re’s influenciades per factors culturals, socials i contextuals, la qual cosa és crucial en el desenvolupament de sistemes intel·ligents que busquen modelar de manera precisa i sensible les emocions humanes. L’objectiu principal d’aquest projecte és desenvolupar un model d’agents intel·ligents capaç d’adaptar les seues emocions a diferents entorns culturals. Per a aconseguir-ho, s’-ha realitzat l’anàlisi de dades obtingudes a través d’enquestes realitzades a persones amb l’espanyol, el portugués i el suec com a llengua principal. Aquestes persones han hagut de valorar diverses etiquetes emocionals en funció dels estímuls afectius que els provo-quen. Els estímuls es projecten en un pla utilitzant tècniques d’estadística circular. A través d’investigacions i anàlisis, s’examinen les diferències i semblances en la forma d’-expressar cada emoció en cada idioma, el que permet desenvolupar models probabilístics específics per a cada idioma capaços d’associar els estímuls amb les emocions correspo-nents. Després de desenvolupar el model de representació emocional sensible als canvis cul-turals, s’inicia la implementació d’un sistema d’agents intel·ligents en Python, utilitzant el llenguatge de programació d’agents AgentSpeak. A més, s’aprofiten les funcionalitats afectives de GenI A3 per permetre la implementació de models personalitzats en cada context en què l’agent interactua.

[ES] En el ámbito de la representación computacional de las emociones y su implementación en agentes inteligentes, este proyecto se enfoca en explorar cómo capturar y modelar de manera efectiva las emociones humanas, teniendo en cuenta las diferencias culturales en su percepción y expresión. La interpretación y manifestación de las emociones pueden verse influenciadas por factores culturales, sociales y contextuales, lo cual es crucial al desarrollar sistemas inteligentes que buscan modelar de manera precisa y sensible a las emociones humanas.

El objetivo principal de este proyecto es desarrollar un modelo de agentes inteligentes capaz de adaptar sus emociones a diferentes entornos culturales. Para lograr esto, se ha realizado el análisis de unos datos obtenidos a través de encuestas realizadas a personas cuya lengua principal es el español, portugués y sueco. Estas personas han tenido que valorar diversas etiquetas emocionales en función de los estímulos afectivos que les producen. Los estímulos se proyectan en un plano utilizando técnicas de estadística circular. A través de investigaciones y análisis, se examinan las diferencias y similitudes en la forma de expresar cada emoción en cada idioma, lo cual permite desarrollar modelos probabilísticos específicos para cada idioma capaces de asociar los estímulos con las emociones correspondientes.

Después de desarrollar el modelo de representación emocional sensible a cambios culturales, se procede a la implementación de un sistema de agentes inteligentes en Python, utilizando el lenguaje de programación de agentes AgentSpeak. Además, se aprovechan las funcionalidades afectivas de GenIA3 para permitir la implementación de modelos personalizados en cada contexto en el que el agente interactúa.

[EN] In the field of computational representation of emotions and their implementation in intelligent agents, this project focuses on exploring how to effectively capture and model human emotions, considering cultural differences in their perception and expression. The interpretation and manifestation of emotions can be influenced by cultural, social, and contextual factors, which is crucial when developing intelligent systems that aim to model emotions accurately and sensitively.

The primary goal of this project is the development of a framework for intelligent agents that can adeptly adjust their emotional responses to diverse cultural milieus. To achieve this, an analysis has been conducted on data obtained through surveys conducted with individuals whose primary language is Spanish, Portuguese, and Swedish. These individuals were required to assess various emotional labels based on the affective stimuli they produced. The stimuli were projected onto a plane using circular statistical techniques. Through research and analysis, the differences and similarities in expressing each emotion in each language have been examined, enabling the development of specific probabilistic models for each language capable of associating stimuli with corresponding emotions.

After developing the culturally sensitive emotional representation model, the implementation of an intelligent agent system in Python using the AgentSpeak agent programming language was carried out. Additionally, the affective functionalities of GenIA3 were leveraged to allow the implementation of customized models in each context in which the agent interacts.