2026年5月，王冰冰和涂耿博士关于个性化情感支持对话的论文《UniESC: A Personality-Sensitive Multi-Agent Role-Playing for Emotional Support Conversation》发表于情感计算领域重要国际期刊 IEEE Transactions on Affective Computing。该期刊由 IEEE 出版，聚焦情感计算、人机交互、智能心理分析与情绪智能系统等方向，旨在发表关于情感因素如何影响人类与技术交互的理论、方法与应用研究。该刊位列JCR Q1区，2025年影响因子11.3，是中国人工智能学会CAAI推荐的A类期刊和中国计算机学会CCF推荐的人工智能领域 B类期刊，在情感计算与智能交互研究领域具有很高学术影响力。

情感支持对话（Emotional Support Conversation, ESC）是情感计算与智能心理支持领域的一项重要任务，旨在为处于情绪困扰中的用户提供共情回应、情绪疏导和心理援助。现有ESC系统虽然在共情表达和支持策略生成方面取得了一定进展，但受限于现有数据集在用户个体特征、情境多样性和长期个性化支持信息方面的覆盖不足，仍存在明显局限：（1）系统往往缺乏对用户职业背景、兴趣偏好、性格特征等个体信息的建模，导致生成的回复较为程式化和泛化，难以让用户产生深层次的被理解感；（2）现有方法通常难以根据用户差异和具体困扰情境动态选择合适的心理支持策略，因而无法持续提供贴合用户需求的个性化心理援助。为此，本文提出一种性格敏感的多智能体角色扮演框架 UniESC，将个性化特征引入情感支持对话任务，以提升模型在复杂情境下识别用户心理需求并生成针对性支持回复的能力。

具体而言，UniESC 框架包含求助者（Seeker）、流派支持者（School Supporter）和监督者（Supervisor）三类核心角色。首先，框架结合引发情绪困扰的具体情境与细粒度性格特征，构建了1,500个差异化的求助者画像，用于模拟具有不同心理需求、表达方式和支持偏好的用户。接着，框架设置了基于六种经典心理学流派的支持者角色，并为每位支持者配备包含当前对话内容与历史支持策略的个人记忆库，以增强回复生成过程中的专业性、一致性和个性化程度。随后，为生成更符合求助者心理需求的支持性回复，本文设计了基于心理理论的圆桌机制（ToM-based Roundtable Mechanism）：不同流派的支持者围绕当前求助者画像与对话情境展开多轮讨论，并通过内在的信念状态（Belief State）推测不同支持策略可能对求助者产生的情绪影响。最后，由大语言模型扮演的监督者综合求助者画像、对话上下文与各支持者生成的候选回复，对最终回应进行评估与筛选，并通过质量保证机制确保回复能够满足求助者的心理支持偏好。

基于上述多智能体模拟交互过程，本文进一步构建了包含 1,500 段高质量对话、共 30,000 条话语的UniConv数据集，并利用该数据集对LLaMA-7B模型进行LoRA微调，将性格特征与对话内容作为联合输入，最终得到能够在实际应用中提供个性化情感支持的小型化模型 UniChat。大量自动评测与人工评估结果表明，UniChat 能够更精准地捕捉用户个体特征，生成更贴合语境、具有心理学依据且满足个性化需求的情感支持回复。该研究为情感支持对话系统从通用共情回应走向个性化心理援助提供了新的技术路径，也为未来智能心理支持系统的发展提供了重要参考。

论文信息：Bingbing Wang*, Geng Tu*, Zhengda Jin, Wenjie Li, Min Yang, Wenpeng Lu^†, Jing Li^†, Ruifeng Xu^†. UniESC: A Personality-Sensitive Multi-Agent Role-Playing for Emotional Support Conversation. IEEE Transactions on Affective Computing.

论文链接：https://ieeexplore.ieee.org/document/11536775