您当前所在位置:首页 > 论文 > 计算机论文 > 计算机应用

浅论智能代理和协作学习

编辑:

2014-11-04

协作学习者agent

协作学习者agent是指参和协作学习的个体agent,它是协作小组agent的组成成员。基于agent的网上协作学习环境为每一位学习者提供了一个个体agent。当学习者在此学习区注册时,个体agent随之生成;当学习者和协作学习区不断交互进行学习时,个体agent将记录下学习者的一些个人特征,如摘要:学习水平、前驱知识把握程度、知识接受能力、思维倾向方式等,并将这些信息纪录入相应的参数库。当学习者再次登陆时,个体agent的这些参数将为下一步的学习提供指导,如学习内容的提供、学习路径的提供以及学习界面的提供等。如若学习者随着学习的不断深入,学习能力、学习水平、思维倾向性等积累到一定域值的变化,则个体agent中的参数将随之更新。

其模块图如图4所示。

控制器摘要:协调各部分的工作,并负责分配任务以驱动其它模块工作;

任务接受器摘要:负责接受经过分配后的子任务;

规划摘要:评判任务的标准、方法和原则以及评判学习者的标准、规则等;

处理器摘要:解决控制器分配给它需要自动处理的任务;

参数库摘要:存放小组或成员执行、完成任务的情况,及学习小组或成员的学习风格、学习水平、学习能力等信息。

通讯模块摘要:和其它小组或成员进行信息交流和合作的渠道。

具体运作过程如下摘要:当任务接受器接受到需要完成的子任务后,送至控制器;控制器即根据规划库中的规则评判任务或学习内容的难易程度、难度系数、区分度等,并打上相应标记。通过通讯模块将其传送至学习者本人;当学习者完成任务时,规划模块将评判学习者的学习能力、学习水平等,并给出评判结果,分数值;若分数值达到或超出可以改变参数库域值得值,则修改参数库中的参数,否则不修改。

2). 基于agent技术的网上协作学习环境的运作方式

大致来讲 ,整个基于 agent 的网上协作学习实施过程如下摘要:当总任务提交给基于agent的协作学习区后,基于agent的协作学习区或参和协作学习的教师,将任务划分成相应个数的子任务,然后分配给各个协作学习小组agent;协作学习小组agent相互合作完成子任务后,将结果提交给协作区,由协作学习区将所有结果有机汇总、综合,形成最终成果,并提交给总任务结果接受器,之后由教师组织全体协作学习者对结果进行分析、评价以及各小组解决新问题思路方式的评判、学习等。当然,假如有多个协作学习区,各协作区之间还可以进行交互、合作、交流等活动。

基于agent的网上的协作学习的具体实施过程主要有摘要:学习者登录注册、小组划分、任务分配、协作学习的实施、成果汇总、评价几个阶段。

学习者登录注册

当学习者进入协作学习区后,首先要进行注册登记。具体过程是摘要:当协作学习者agent首次进入协作系统时,需要向消息路由agent提交注册信息,如摘要:agent的名字、密码、IP地址等有关数据,并记录入agent注册表中。

小组划分

根据学习者的学习能力、学习水平、思维方式的倾向性等组成2-6人的协作学习小组。成员的分配一般采用互补的方式分配组员,这样有利于提高协作学习效果。小组划分有自主式和被动式两种。自主式是指每个学员在了解了总体学习任务和所有其它登录学习者的情况以后,自己做出和谁结组的判定,并通知消息路由agent,再由服务agent确认形成正式的协作小组。被动式是指由服务agent根据消息路由agent中注册登录的学习者的情况,将学员按要求分组,或者由参和协作学习的教师来分组。一般分组应注重学习者的优劣搭配、不同学习风格的搭配等。

任务分配

任务划分是协作学习的关键所在。当总任务到来时,运用KQML消息包,通过消息路由agent,将其送至管理agent,管理agent将按照一定原则将总任务划分成多个子任务,并根据学习者agent提供的有关学习者的个人信息尽量将适合于学习者特性的任务内容分配给学习者。

在任务划分过程中要注重任务划分的原则摘要:任务划分要合理,一般应该根据任务的内在逻辑结构、知识点划分等划分任务;任务划分轻重、大小要适当,不能有轻有重;还要注重任务的前驱后继等情况,并将此类信息通知相应的协作学习小组agent;分配任务要根据各小组成员的个性特征进行,尽量做到符合学习者的学习方式、学习水平、思维方式倾向等等。

具体协作学习的实施

协作学习的机制主要有摘要:①冲突和竞争机制、②自我解释机制、③内在化机制、④学徒机制、⑤共同承担认知任务机制、⑥共享规则机制。在此,我们不多加以区分,而看作几种机制的综合使用。

具体协作实现过程如下摘要:协作学习者agent通过任务接收器接受子任务,并传送给控制器,规划模块在控制器接受任务后帮助控制器分析任务、制订解决任务的计划等;然后由协作学习者操纵控制器,通过任务驱动处理器处理任务。在此过程中,有的任务由成员A完成,有的任务由成员B完成,也可能由A和B共同来完成,还有可能借助于其它协作小组或其成员来完成。另外,有些工作还要求使用其它小组所承担任务的部分或全部成果,此时,要考虑到其它小组的任务实施和完成情况,及时互通信息、交流学习收获等。

成果汇总

当每一个协作小组或成员均完成任务时,就需要将所有成果汇集在一起,有机协调、组合后,形成一个总的学习成果,从而实现总任务的完成。具体讲就是摘要:协作学习者agent将其学习成果通过电子白板系统中的消息路由agent和服务agent传送出去,和其它小组或成员的成果汇总在一起,形成总的成果。在此期间,还可以互相学习彼此的学习方法、解决新问题的思路等。

评价

任何学习到最后都有一个评价的过程,基于agent的网上协作学习也不例外。评价可以是组内成员互相评价、可以是组间互相评价等。基本工作机制是运用基于agent的电子白板系统作为评价中介区,象协同学习时交流新问题一样进行评价信息的传递。

3).基于agent技术的网上协作学习环境的特征

通过基于agent技术的网上协作学习环境的运作方式可以看出摘要:整个过程中信息的交流、传递都是基于agent来实现的,由于agent能够通过和学习者的交流了解学习者自身的特征,并做出反应,得出并纪录和修改学习者的学习特征、学习风格及判定学习者的知识水平等,从而使整个学习环境具有个性化、智能性的特征。

个性化特征摘要:

通过使用学习者agent,记录学习者的学习个性特征,如学习能力、学习方式、学习的水平等等,此后根据这些参数组织学习内容和生成学习界面提供给相应的学习者,使得学习者的学习内容和学习界面均具有个性化的特征。

智能化特征摘要:

在引入agent之后,可以在没有教师角色的情况下实现动态的智能分组、动态的组织学习内容和动态的生成学习界面等,所有这一些都是智能化的特性。

本文就是由精品学习网为您提供的智能代理和协作学习,希望供您参考。

标签:计算机应用

免责声明

精品学习网(51edu.com)在建设过程中引用了互联网上的一些信息资源并对有明确来源的信息注明了出处,版权归原作者及原网站所有,如果您对本站信息资源版权的归属问题存有异议,请您致信qinquan#51edu.com(将#换成@),我们会立即做出答复并及时解决。如果您认为本站有侵犯您权益的行为,请通知我们,我们一定根据实际情况及时处理。