全国现代远程教育资源建设第一期研讨班讲义.DOC

1、 1 全国现代远程教育资源建设第一期 研 讨 班 讲义 基于 代理（ Agent）的 远程教学系统 北 京师范大学教育技术学系， 武法提 一、 引言 Internet 和 WWW 的迅速发展，为传统的远程教学和学习提供了新的思路和方法，世界各国都在积极研究和开发基于 Internet 和 WWW 的远程教育应用系统。目前，基于 WWW 的多媒体远程教学系统在国内外已有不少，但是它们都分别存在着一些问题，概括起来有以下几点： （ 1）系统多以呈现教学材料为主，缺少必要的交互手段； （ 2）系统没有智能性，对不同认知水平的学生和不同的教学内容采用相同的教学策略，难以实现因材施教； （ 3）由于采用

2、超文本的方法组织教学材料，且由学生掌 握学习的主动权，在学习的过程中容易出现迷航现象，学生容易偏离学习目标。 之所以存在上述问题，主要有两个方面的原因： （ 1） 一是技术方面的原因。由于基于 WWW 的课件使用方式和运行环境 的特殊性，传统的智能课件开发方式不太适合于开发网上的智能型课件，必须采用新的技术和方法。随着分布式人工智能（ DAI）研究的深入而发展起来的智能代理技术则是解决网上软件智能性的有效方法。网上教学系统多用户和并发访问的特点很适合于用多代理技术解决。 （ 2）另一个重要的原因是系统的设计没有先进的指导思想，多数课件仍以行为主义的刺激 反应理论 为指导，课件的设计仍然遵循“呈

3、现学习材料 学生反应 信息反馈”的模式，甚至只有呈现学习材料一个步骤，学习效果很差。近年来，随着心理学界对认知学习理论研究的逐渐深入，其重要分支建构主义的学习理论和教学理论逐渐流行，并愈来愈显示出强大的生命力。由于 Internet 的网络环境和多媒体技术所具有的多种特性特别适合于实现建构主义的学习环境，所以随着 Internet 网络教育应用的发展，建构主义理论逐渐成为网上教育应用系统的坚实理论基础。 基于以上讨论，我们认为应当设计和开发基于多代理的智能多媒体远程学习系统，系统的设 计以建构主义的学习理论和教学理论为指导，运用智能代理技术，根据学生的模型数据和知识类型确定教学过程中采用的基本

4、教学策略，在具体的学习过程中通过监视人机交互进行动态的教学策略调整，从而实现适应性学习和智能化教学。 二、 代理和多代理 、代理的概念 目前，代理一词还没有被普遍接受的严格定义。一般认为，代理应当具有以下四个基本特性：自治性 (autonomy)，代理可以在没有人或其它代理直接干预的情况下运作，而且对自己的行为和内部状态有控制能力；社会性 (socialability):代理和其它代理可以通过代理语言 进行信息交流；反应性 (reactivity)：代理能够理解周围的环境，并对环境的变化作出实时的响应；能动性 (pre-activeness)：代理不仅简单地对其环境作出反应，也能够2 通过接受

5、某些启动信息，表现出有目标的行为。代理除了具备以上基本特性外，还应具备一些人类才具有的特性，如知识、信念、义务、意图等。 、代理的理论 由于对代理特性的描述还只停留在自然语言的层次上，且描述很不严格。所以，研究人员试图从理论上研究如何用符号表示复杂信息世界中的代理，以及代理如何根据各种信息对环境进行推理和决策。代理理论 家开发出了许多表示代理特性的形式方法，主要有： BDI(Belief-Desire-Intention)理论、演绎模型 (Deduction model)理论、知识和行为(Knowledge AgentType tAgent_ID1， tAgent_ID2, .tAgentID

6、i .tAgentIDn; tSelfModel=; 自身模型由代理包含的领域知识、代理的能力、代理的行为定义； DomainKnowledge Knowledge1,Knowledge2, .; DomainKnowledge = ; KnowledgeType Notion,Law_Ruel,ProblemSolve ; Form Text,Audio,Image, Video,Cartoon; ContextID context1,context2 ; 领域知识由知识类型（概念、定律或规则、问题解决型等）、知识的承载形式（文本、声音、图象、视频、动画等）、知识序列号 （包括所有相关资料序

7、列的集合） Capability= CapabilityType Quiz,Diagnostic,Instruct; Representation Representation1,Representation2, . ; RelatedKnowledgeID context1,context2 ; 能力由能力类型（提问或质疑、诊断、指导或提示） 、能力的表现形式（具有内容相关性的提示，或教学过程调整）及相关知识来定义。 Behavior= BehaviorType Quiz,Diagnostic,Instruct; BehaviorGoalID GoalID1,GoalID2, ; Behav

8、iorCondition Condition1,Condition2 ; Action AskQuestion ,Practice ,GiveInstruct; 教学代理群 . 协调代 理 TA TA TA 6 图 3 教学代理的结构 教学代理的专业行为是由它的专业能力决定的，它首先需要具有某一方面的能力，才能在某种条件下表现出一定的专业行为。比如，它具有提问、质疑、诊断、指导方面的能力，所以能表现出提问问题、经诊断后出具练习、给出暗示或帮助完成部分工作。 tSocialModel=; /在教学代理的社会模型 中只定义其能力和行为。因为它表现的社会性，其知识来自协调代理和自身模型的领域知识。

9、SocialCapability Acceptance, Refuse, Coordination , Negotiation, Requirment ; SocialBehavior= BehaviorType Accept, Refuse, Coordinate , Negotiate, Require ;/反应类型 BehaviorCondition Condition1,Condition2, ; Action Sendmessage,Acceptmessage; 教学代理的社会性能力和行为包括接受、拒绝、协作、谈判、请求等，并通过通信模块交流信息。 (2) 协调代理 协调代理的符号定

10、义如下： CoordinateAgent=; cSelfModel= ; DomainKnowledge TutorAgentDatabase;/协调代理的领域知识来自关于教学代理的信息数据库。 Capability=; CapabilityType Inference,DecisionMake; RelatedKnowledgeID TutorAgentData,UserModelData,TutorStrategyData,FeedBackDate; 协调代理的知识来自教学代理数据，学生模型数据，教学策略数据，教学过程交互数据。 Behavior=;/协调代理所表现的行为是推理和决策。 B

11、ehaviorType Inferent, DecisionMake;/无外显的行为 cSocialModel=; SocialBehavior=; BehaviorType Accept, Coordinate , Negotiate, Require ;/反应类型 Action sendmessage,acceptmessage; 7 教学策略数据 学生模型数据 教学过程管理 协商信息 图 4 协调代理 我们对教学代理群的设计受到人类分工合作的启发，为完成一个需要多个人参加的大项目，要求小组的成员分别负责项目的一部分，其中项目经理负责整体的决策、协调、调度工作，这样可以使每一个小组成员集中

12、精力于自己的工作，不会为成员之间以及外来信息所干扰。 同样，教学代理群中的协调代理相当于项目经理，教学代理相当于每一个成员。由协调代理负责调度和协调工作。教学代理属于混合代理的结构形式，它支持两类反应： 一是不需推理的立即反应，当教学代理检测到环境符合某种行为条件时，行为就被激活。二是需要规划、预测、分析能力的控制反应，这由协调代理和教学代理合作完成，协调代理会对各种信息进行分析、判断和推理。 3、其他代理 教学策略代理群由策略协调代理和策略代理组成。教学策略代理群的结构和教学代理 群的结构相似。策略代理和策略协调代理的设计思想和教学代理与教学协调代理亦相似。因此策略代理和策略协调代理在定义时

13、，可参考代理的一般定义并结合各代理的实际功能给出。策略代理和策略协调代理的工作过程是：策略协调代理根据学生模 型中关于学生学习进度和学生的历史记录确定教学策略，再根据策略知识库中关于各个策略代理的数据决定相应的模式代理。当策略代理接收到协调代理的指令后，将格式化的策略数据发送给教学协调代理。 界面代理主要负责和学习者的交互，记录交互过程并写入学生模型，同时将交互信息传递给教学过程管理代理。 教学过程管理代理的功能是监视教学会话，根据学生的反应和教学内容的性质来调整教学的微策略。如：调整教学材料的呈现方式，增加或减少教学范例，提供练习，改变刺激方式等。这些微策略通过一定的环境条件触发，以一定的行

14、为表现出来。 4、学生模型数据库及数据库接口 使用系统的每一个学生在系统的学生模型数据库内都会有一个记录，用以跟踪他们的学习状态。学生的学习状态主要通过以下几个参数去描述： 学生标示号； 学习的进度，当前已经完成的学习内容； 对不同类型知识的学习能力，根据不同类别知识的学习效果判定； 对各知识点的掌握程度，根据在各个知识点上出现错误的次数判定； 在各知识点上系统采用过的教学策略和教学模式； 学生的综合学习能力。 学生模型数据库是一个 Access 数据库或 SQL 数据库，系统其它模块是通过 HTTP 协议读推理机 关于代理的知识库 通 信 8 取数据的，因此 在数据库和其它模块之间需要一个数

15、据库接口，它的作用是将 HTTP 携带的查询信息翻译成数据库管理系统能够识别的 SQL 查询语句，再将查询结果翻译为 HTTP 格式。这个数据库接口可以以 CGI 方式实现，也可以通过 JDBC 实现。 （三）系统的实现 本系统在 WWW 环境下用 Java 语言开发，系统的运行环境是普通浏览器，系统模块采用Java Applet 的方式实现。系统的实现是否成功在很大程度上取决于模型设计的严整性，因为目前对代理的概念并没有统一的认识，不同的领域有不同的定义方式。严整的模型定义可大大减少在实现过 程中遇到的矛盾。 参考文献 1 史忠植等，“智能主体研究现状与发展趋势”，计算机世界报， 98.1.

16、26 专题版 2 沈达阳等，“ Internet 上的软件 Agent”，计算机科学， 1997 Vol.24 3 M.Wooldridge , Intelligent Agents: Theory and Practice, Knowledge Engineering Review, 10(2)1995 4 Evandro de Barros Costa&Angelo Perkusich, “A Multi-Agent Interactive Learning Environment Model”, Proceedings of ICCE97 5 Jean-Francois Morin &

17、Ruddy Lelouche, “Tutoring knowledge modelling as pedagogical in an ITS”, Proceedings of AI-ED97 6 Claude Frasson &Thierry Mengelle & Esma Aimeur,“ Using Pedagogical Agents In a Multi-strategic Intelligent Tutoring System” Proceedings of AI-ED97 7 Steven Ritter, “Communication,Cooperation and Competi

18、tion among Multiple Tutor Agents”, Proceedings of AI-ED97 8 W.Lewis Johnson & Erin Shaw,“ Using Agents to Overcome Deficiencies in Web-Based Courseware” , Proceedings of AI-ED97 9 Milind Tambe& Paul S. Rosenbloom , “ Architectures for Agents that Track Other Agents in Multi-Agent Worlds” ,Proceedings of IJCAI95 10Mihai Barbuceanu & Mark S. Fox,“ The Architecture of an Agent Buildings Shell” , Proceedings of IJCAI95 11何克抗，“建构主义 革新传统教学的理论基础”，电化教育研究， 1997 年第 1 期 12施 良 方 著，学习论 学习心理学的理论与原理，人民教育出版社， 1992