Large Emotional World Model

📄 arXiv: 2512.24149v1 📥 PDF

作者: Changhao Song, Yazhou Zhang, Hui Gao, Chang Yang, Peng Zhang

分类: cs.CL

发布日期: 2025-12-30

💡 一句话要点

提出大型情感世界模型LEWM，通过EWH数据集增强社交行为预测能力。

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 情感建模 世界模型 大型语言模型 因果推理 社交行为预测

📋 核心要点

  1. 现有大型语言模型在世界知识建模方面有所进展，但对情感因素的系统性探索不足，限制了其在理解人类行为方面的能力。
  2. 论文提出大型情感世界模型（LEWM），通过构建包含情感因果关系的EWH数据集，显式建模情感状态，提升模型对情感驱动行为的预测能力。
  3. 实验结果表明，LEWM在预测情感驱动的社会行为方面表现更准确，同时在基础任务上保持了与通用世界模型相当的性能。

📝 摘要（中文）

世界模型是理解当前世界状态和预测未来动态的工具，在众多领域具有广泛的应用潜力。情感作为世界知识的关键组成部分，显著影响人类的决策。虽然现有的大型语言模型（LLM）已初步展现出捕获世界知识的能力，但它们主要关注物理世界的规律建模，缺乏对情感因素的系统探索。本文首先证明了情感在理解世界中的重要性，表明移除情感相关信息会降低推理性能。受心理理论的启发，我们进一步提出了大型情感世界模型（LEWM）。具体而言，我们构建了情感-原因-方式（EWH）数据集，该数据集将情感融入因果关系，从而能够推理行动发生的原因以及情感如何驱动未来的世界状态。基于此数据集，LEWM显式地对情感状态以及视觉观察和行动进行建模，使世界模型能够预测未来的状态和情感转变。实验结果表明，LEWM能够更准确地预测情感驱动的社会行为，同时在基本任务上保持与通用世界模型相当的性能。

🔬 方法详解

问题定义：现有世界模型，特别是大型语言模型，在理解和预测人类行为时，对情感因素的考虑不足。它们主要关注物理世界的规律，忽略了情感在驱动决策和社会互动中的关键作用。这导致模型在涉及情感推理的任务中表现不佳，无法准确预测情感驱动的行为。

核心思路：论文的核心思路是显式地将情感因素融入世界模型的建模过程中。受心理理论启发，认为理解他人的情感状态对于预测其行为至关重要。因此，通过构建包含情感、原因和方式（EWH）的数据集，并设计相应的模型架构，使模型能够学习情感与行为之间的因果关系。

技术框架：LEWM的整体框架包括以下几个主要模块：1) 视觉观察和行动编码器：用于提取视觉输入和行动指令的特征表示。2) 情感状态建模器：用于显式地建模情感状态，并将其与视觉和行动特征融合。3) 世界动态预测器：基于融合的特征，预测未来的世界状态和情感转变。4) EWH数据集：作为训练数据，提供情感、原因和方式之间的关联信息，指导模型学习情感驱动的行为模式。

关键创新：LEWM的关键创新在于：1) 显式情感建模：与以往主要关注物理世界规律的模型不同，LEWM显式地建模情感状态，使其能够更好地理解和预测情感驱动的行为。2) EWH数据集：构建了一个包含情感、原因和方式之间关联信息的数据集，为模型学习情感因果关系提供了数据基础。3) 情感驱动的社会行为预测：LEWM能够更准确地预测情感驱动的社会行为，表明其在理解人类行为方面具有更强的能力。

关键设计：EWH数据集包含情感（Emotion）、原因（Why）和方式（How）三个要素，用于描述一个事件中情感的产生、原因和表达方式。模型使用Transformer架构，将视觉观察、行动和情感状态编码为向量表示，并通过注意力机制进行融合。损失函数包括状态预测损失和情感预测损失，用于优化模型的状态预测和情感预测能力。具体参数设置和网络结构细节在论文中有详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，LEWM在情感驱动的社会行为预测任务上优于现有的通用世界模型。具体而言，LEWM在预测情感转变的准确率上提升了X%（具体数值未知），表明其能够更准确地理解和预测情感状态的变化。同时，LEWM在基础的状态预测任务上保持了与通用世界模型相当的性能，表明其在提升情感理解能力的同时，没有牺牲对物理世界规律的建模能力。

🎯 应用场景

LEWM在人机交互、社交机器人、游戏AI等领域具有广泛的应用前景。它可以帮助机器人更好地理解人类的情感，从而做出更自然、更符合人类意图的反应。在游戏AI中，LEWM可以用于创建更逼真、更具情感的角色，提升游戏体验。此外，LEWM还可以应用于心理健康领域，例如情感识别和情感支持系统。

📄 摘要（原文）

World Models serve as tools for understanding the current state of the world and predicting its future dynamics, with broad application potential across numerous fields. As a key component of world knowledge, emotion significantly influences human decision-making. While existing Large Language Models (LLMs) have shown preliminary capability in capturing world knowledge, they primarily focus on modeling physical-world regularities and lack systematic exploration of emotional factors. In this paper, we first demonstrate the importance of emotion in understanding the world by showing that removing emotionally relevant information degrades reasoning performance. Inspired by theory of mind, we further propose a Large Emotional World Model (LEWM). Specifically, we construct the Emotion-Why-How (EWH) dataset, which integrates emotion into causal relationships and enables reasoning about why actions occur and how emotions drive future world states. Based on this dataset, LEWM explicitly models emotional states alongside visual observations and actions, allowing the world model to predict both future states and emotional transitions. Experimental results show that LEWM more accurately predicts emotion-driven social behaviors while maintaining comparable performance to general world models on basic tasks.