基于Multi-Agent的自适应教学策略.docVIP

基于Multi-Agent的自适应教学策略 调整研究 涂飞* 张小真** 西南师范大学 计算机与信息科学学院 *E-mail:fdtf@ ** E-mail:zhangxz@ 教学策略的调整是教学系统研究中的一个重要课题，是教学系统智能性的一种重要体现。本文分析了对教学策略研究的现状，针对其不足，构建了一个基于Multi-Agent的自适应教学策略调整模型，它能根据学习者的状态信息不断选择更加合适的教学策略或者对当前使用的策略进行“微调”，使之最大可能地适合学习者的状态和特性，达到好的学习效果。 关键词：Agent 教学策略 自适应 教学系统 1 引言 网络教育的迅速发展,网络教学系统的广泛应用,对教学系统的“智能性”的需求越来越强烈。“智能性”，如何针对不同的学生找到并采用最合适的教学策略并在学习过程中不断地调整是一个很重要的研究课题。 一种教学策略不可能适合每一个人，甚至在同一个人学习的不同阶段也需要有不同的教学策略支持。我们拟通过多Agent的系统结构对学习者学习行为以及学习效果进行监控和分析进而选择合适的教学策略或对现有教学策略稍加修改实现自适应的教学策略调整。 2 教学策略应用、研究的现状及有关问题 教学系统中教学策略调整的智能性体现在下面两点： （1）根据学生的认知模型提供的信息，通过智能系统的搜索与推理，动态生成适合于个别化教学的策略 分析目前投入使用的教学系统，对教学策略的支持大体可分为下面几种形式： （1）整个教学系统采用一种已经制定好的教学策略，不分学习者是谁，不分学习者的学习能力的变化。这样的系统构造起来很简单但已经不能满足现代远程教育的需要 （2）整个教学系统采用一种已经制定好的主教学策略，但教学策略的某些部分是可以由学习者自主进行选择的，学习者可以根据自己的需要进行选择。目前大多数远程教学系统都是如此。 （3）系统提供多种教学策略，学生在学习前进行选择。 可见目前的远程教学系统大都不具有教学策略的自适应调整功能。目前，国内外对教学策略的自适应调整也有一些研究如：蒙特利尔大学Claude Frasson等人的“行动者”模型Jean-Francois Morin等人的教学代理模型；北师大电子系武法提提出的 基于多Agent的远程教学系统等等。但是，这些模型及研究结果有的并没有给出完整的系统结构，有的还只是大致的结构，有的仅仅是对教学策略进行简单的选择并不能对教学策略自身进行调整。 针对这些状况,我们主要在两个方面做工作： （1）如何在已有的教学策略找到最佳策略。 （2）如果当前策略比较合适，如何对当前策略进行调整使之更加适合学习者的当前状况。 3 教学策略的构成 首先我们给出学生在第i时刻的学习状态Ssi （Study State）的形式化定义,学习状态用来记录学生的状态信息,它为选择适合学生的教学策略提供依据。 enthusiasm,a-ability, quality,quantity, comprehend） suit-η用来衡量适合学生的教学策略难度 enthusiasm用来衡量学生的学习投入程度； a-ability用来衡量学生运用知识的熟练程度； quality用来衡量学生掌握知识的牢固程度； quantity用来衡量学生掌握知识的广度。 comprehend涌来衡量学生对知识的理解程度 Ss中的各项可取用0到100的整数作值。 教学系统的工作过程实际上就是对教学策略的执行，选择，调整过程。要实现我们的研究目的,我们还必须让教学策略的存储变得结构化,公式化。根据教育理论，教学策略可以看成是一系列的教学步骤或环节的综合。在此基础上，我们对教学策略进行一些扩充：每种教学策略可以根据它包含的教学步骤或环节划分为几个关键结点。结点与结点之间有一定的独立性，每个关键结点对应一个子组件包S-PGP（sub policy groupware package），包中包含了一系列后备结点。这些后备结点有相似性即都能独立完成这个教学步骤或环节，但每个后备结点在使用的教学资源的难容易程度，分量，表现形式等方面又各有不同。每个关键结点都应该是从它对应电脑后备结点中选择出来的。一种教学策略对应的所有S-PGP的集合称为一个PGP。同时每个结点或组件不仅仅包括一个教学步骤或环节而且包含了一些其他的属性（在后面有详细的定义）。一个完整的教学策略如图1所示。 图1教学策略的构成 教学策略可以形式化定义成如下形式： TP=（ ID, G, type，η） 其中，ID是教学策略的存储标号；type是该教学策略适用的教学内容的类型；η是对应的难度系数。 G=（A1,A2,┅┅Am|A1∈S-PGP1，A2∈S-PGP2, ┅Am∈S-PGPm），数列A是形成教学策略的一系列关键结点,每个关键结点代表一个教学