稳定的POMDP表示智能辅导系统概要1.docVIP

稳定的POMDP表示的智能辅导系统 【摘要】与部分可观察马尔可夫决策过程(POMDPs)尽管不确定性智能辅导系统(ITSs)可以有限的证据提前计划模个体学习者。然而,POMDPs需要表示许多学习者ITSs特征模型,如掌握个人技能或存在特定的误解。本文描述了两个POMDP表示状态队列和观察链, 一个真实例子利用其任务属性,让POMDPs规模代表100多个独立的学习者特征。人类研究提供了初步验证模型建设。最后,评估实验与模拟学生表示可以帮助预测它们对其性能的影响。可以压缩表示模型无损表示广泛的模拟教学有效性问题。通过改进的ITSsPOMDP可以容纳更多或更详细的学习状态和输入。关键词部分可观察马尔可夫决策过程计算机的培训智能辅导系统智能辅导系统(ITSs)教学或培训计划模型个体学习者的思维过程估计他们需要什么样的帮助调整指令所以他们更有效地学习。在当前最先进的几个ITSs成功利用贝叶斯推理原则模型学习者的水平整体知识的掌握或情感状态估计。部分可观察马尔可夫决策过程贝叶斯规划模型的一个重要类,承诺未来的智能导师保持相对未知的。POMDPs描述如何估计现实不可靠的证据一个系统可以采取的行动如何改变现实世界。从长远来看POMDPs可以推进行动计划最优序列,同时仍然保持灵活性处理在一个不确定的变化环境不确定性会影响智能导师。学习者的心理过程和计划往往含糊不清,很难辨别。学习者需要帮助能幸运的猜测,而学习者了解材料犯错误。学习者理解是流体和经常改变。有许多可能的原因错误,很难详尽检查所有的。此外,特定的干预对学习者的影响很少。尽管教学与训练中固有的不确定性,人类的导师ITSs仍然可以通过成功地提高学习计划。例如,一个导师可能会问的问题来确认潜在的误解导致一个错误,而不是简单地纠正最有可能的一个。当实践期间实习生犯一个错误,一个教练可能决定延迟反馈避免过载。甚至鼓励失意的学习者提前计划因为它需要时间远离立即指令使后续教学更有效。POMDPs能够估计的长期影响他们的行为和计划干预措施提高学习然而,POMDPs是们的复杂性。更多的学习者建模导致指数在内存增长处理要求。扩展现有问题的大型POMDPs可能有助于解释为什么POMDP ITSs很小,建模不到20个功能技能或“广泛的情感状态”。相比之下,呈现的部署教室模型可能需要超过100的这些特性为了创建驯良的POMDPs,研究人员可以假设的限制的各种问题POMDPs工作做好。简化的假设必须利用代表属性的问题,或每他们会导致贫,他们必须牺牲重要的信息保留重要的信息。某些属性的任务可以让他们更容易POMDPs表示。本文提出了两个利用这些实验POMDP表示属性。队列状态让POMDPs小,减轻了状态爆炸和观察链增加一个评估可以传达信息,这些表示让POMDPs模型将面临一个更大的现实的问题的规模。 使POMDPS实用的应用程序本节描述两个压缩方案,使POMDPs能够代表面对呈现的实际一样大的问题。第一, 连锁队列、压缩的POMDP的表示系统状态,第二,观察链、压缩POMDP的观察表示。压缩方案使用辅导任务丢弃一些数据的属性更好的扩展。对于大型问题专业表示使用通用搜索算法寻找有效的策。1以下例子POMDP学习者模型POMDP隐状态可以模当前一个特定的学习者的心理状态知识状态和认知状态。知识状态受监护者知识或技能的掌握,而影响学习的认知状态描述状态。学习者模型的示例中,有关学习者模已经成功地检测到的常见误解。在本文中,成员被为差距表明每个元素可以代表一种误解的存在或缺乏掌握。智能导师应该发现并所有缺口。学习者状态模还包含认知状态。认知状态的集代表一个特定的学习者的临时或永久属性可能会改变行动效力。认知状态也可以解释观测。在可能的情况下,智能导师应该一个学习者的认知状态,以便更有效地消除分歧。认知状态不是特定领域,尽管教学领域可能确定哪些国家跟踪很重要。POMDP行动决定哪些差距解决。独立于POMDP教学模块, 在当前上下文提出有效地选择导师的干预目标差距。POMDP还可以直接控制其行动,没有干预教学模块。学习者的认知状态可能会进一步增加或减少一个正确行动的能力差距。认知状态之间的转换也是基于经验数据。不成功的行动在改善的知识状态有较高的概率触发消极情感状。认知状态它可能提高其整体性不立即干预,比如当有太多学习者的状态不确定性。在目前的实验教学领域,没有在短时间内发生行动培训,忘记学习信息是不太可能的。然而,在许多领域是不现实的假设的行为不能创建空白,误解或忘记未来的工作应该放松这个假设。额外的转换参数定义的数量将会增加,但不会改变定性。最后,外部评估模块也提出预处理的观察学习者行为的POMDP观测评估列表。因此,观察指标特定存在差距或缺。每个观测可以包含多个信息缺口。为简单起见,不包括认知状态的直接观察。POMDP