第十一节 智能代理技术
智能代理(Smart Agent)在网络化学习中应用的构想

智能代理(Smart Agent)在网络化学习中应用的构想The Usages of Visualize of Smart Agent in Network Based Learning薛博* 解月光**东北师范大学信息技术教育研究所E-mail:* LodossXB@ ** xyg6367@在网络学习环境下,如何有效的收集信息、评价学习活动和为学习者提供实时帮助是关系到网络化学习效果的几个重要问题。
本文在介绍智能代理总体结构的基础上,以解决上述问题为目标,提出了在网络化学习中应用智能代理的几种构想以及应用这一技术将带来的问题。
关键词: 智能代理网络化学习应用设想1 引言随着计算机技术的发展,人工智能问题逐步得到人们的重视。
从人工智能理论在20世纪50年代被提出以来,人们在这方面不断地进行尝试。
自“专家系统”理论出现以后,人工智能技术逐步开始了实用化的进程。
近些年来,最为热门的人工智能应用就是“智能代理”。
随着教育信息化进程的推进,智能代理在教育领域中,特别是在刚刚兴起的网络化学习中必将发挥其独特的作用。
2 什么是智能代理广义的智能代理包括人类、物理世界中的移动机器人和信息世界中的软件机器人(bot)。
狭义的智能代理专指信息世界中的软件机器人。
它是代表用户或其他程序,以主动服务的方式完成一组操作的机动计算实体。
本文中的智能代理指的是具备狭义智能代理功能的应用软件包。
智能代理有如下一些特性:(1)代理性(Agent)代理性体现在:它是“代表用户”工作的;它可以把其他资源包装起来,引导并代替用户对这些资源进行访问,成为便于通达这些资源的枢纽和中介。
(2)智能性(Intelligence)智能性指的是通过获取外界信息自觉地改变自己以适应外界变化的能力。
在智能代理中最明显的表现就是“学习功能”。
(3)自主性(Autonomy)智能代理是一个独立自主的计算实体。
它应能在无法事先预测的、动态的信息环境中,独立规划复杂的操作步骤,解决实际问题。
智能代理技术

智能代理技术智能代理技术是一种重要的信息处理技术,在当今社会得到了广泛的应用。
智能代理技术可以理解为一种能够代替人类完成特定任务的智能系统。
它能够模拟人类的思维和行为,从而实现自主学习、推理和决策。
智能代理技术在各个领域都有着重要的应用,如交通、医疗、金融等。
本文将详细介绍智能代理技术的定义、应用领域以及其带来的影响。
首先,我们需要了解智能代理技术的定义。
智能代理技术是一种能够代表人类自主地执行任务的技术。
它模拟了人类的思维和行为,并具备自主学习、推理和决策的能力。
智能代理技术可以通过各种传感器获取环境信息,并根据这些信息进行智能化的决策。
它可以根据用户的需求,为用户提供合适的服务和解决方案。
智能代理技术在交通领域有着广泛的应用。
例如,智能交通系统中的智能代理可以通过传感器收集到交通流量、车辆位置等信息,并根据这些信息进行交通管理和规划。
智能代理可以通过智能算法调整信号灯的时长,以优化交通流量,减少拥堵。
此外,智能代理也可以分析交通数据,为驾驶员提供实时路况信息,以便选择最佳路径。
智能代理技术的应用,使交通系统更加智能化和高效。
另一个应用领域是医疗。
智能代理可以通过分析传感器收集到的生理数据,为患者提供个性化的医疗服务。
智能代理可以监测患者的身体状况,并根据病情提供及时的建议和治疗方案。
例如,智能代理可以根据患者的心率和血压等数据,判断是否需要增加剂量或改变治疗方案。
智能代理还可以通过获取病历信息,帮助医生进行诊断,并提供治疗建议。
智能代理技术在医疗领域的应用,能够提高诊断的准确性,提升医疗效率,改善患者的治疗体验。
金融领域也是智能代理技术的一个重要应用领域。
智能代理可以通过分析金融市场数据,进行风险评估和投资管理。
智能代理可以根据市场的变化和趋势,自主地进行投资决策,并执行交易。
智能代理可以快速的分析大量的数据,并根据所得到的结论进行投资组合的调整,以获得最佳的投资回报。
智能代理技术在金融领域的应用,不仅提高了投资的准确性,还可以实现高频交易和个性化投资服务。
智能代理技术在主题学习网站中的应用研究

“ i n el t l i g e n t a g e n t ’ ’t ch e n i q u e t o f a c i l i t a e t l e a r n e r s t o c o n d u c t i n d i v i d u a l i z e d a u t o no mo u s l e a r n i n g i s a n e x p l o r a i t o n o f a r i t ic f i a l i n t e l l i g e n c e i n n e t wo r k
能化 应用 。智 能代 理 的研 究 始 于 2 0世 纪 8 0年 代 中 期, 现已深入到 网络教学应用领域。由于 目前运行 的教学网站智能化程度大都 比较低 , 缺乏主动性的 学 习支 持 功能 , 无 法 根 据 学 生 的认 知 能力 和 学 习 需 求提 供合 适 的教 学 服务 , 在导学、 自学 、 评 估 和 反 馈 教学 活 动方 面存在 缺乏 针对 性 、 适 应性 、 协作 性 和 灵 活性 等 问题 , 所 以应 用 智 能 代 理技 术 能 为 弥 补 上 述
D O I : 1 0 . 1 3 5 4 2 / j . c n k i . 5 1 —1 7 4 7 / t n . 2 0 1 4 . 0 2 . 0 0 8
智 能代 理 技 术 在 主题 学 习网站 中的应 用研 究
曲郁 生 朱
( 四川广播 电视 大学 教 学处 , 成都 6 1 0 0 7 3 )
ba s e d du e c a io t n . ’
Ke y w o r d s : i n t e l l i g e n t a g e n t ; s u b j e c t — b a s e d l e a r n i n g w e b s i e; t J a v a p r o g r a m d e s i g n
名词解释智能代理

名词解释智能代理智能代理是一种以人工智能技术为基础,能够模拟人类的思维和行为,为用户提供个性化和智能化服务的软件程序。
它通常通过分析用户的需求和行为模式,利用大数据、机器学习和自然语言处理等技术,帮助用户进行信息检索、任务执行、决策支持等操作。
智能代理的应用非常广泛。
在个人领域,智能代理可以作为用户的助手,帮助用户管理日常事务、提供健康咨询、制定个人计划等。
例如,智能手机上的语音助手可以帮助用户发送短信、获取天气、搜索资讯等。
在商业领域,智能代理可以用于客户服务、销售推荐、智能问答等。
例如,智能客服可以自动回复用户的问题,提供解决方案;智能推荐系统可以根据用户的购买记录和兴趣偏好,推荐适合的商品和服务。
此外,智能代理还可以用于交通、金融、医疗等领域,提供智能的交通导航、金融投资建议、医疗诊断辅助等服务。
智能代理的核心技术包括自然语言处理、机器学习和大数据分析。
自然语言处理技术可以将用户的自然语言输入转化为机器可理解的形式,以便进行后续处理。
机器学习技术可以通过对大量数据的训练,自动学习用户行为模式和偏好,从而提供个性化的服务。
大数据分析技术可以对用户的历史数据进行挖掘,发现隐藏的规律和趋势,为用户提供更加准确和合适的建议和推荐。
智能代理的发展前景广阔。
随着人工智能技术不断的发展和普及,智能代理在各个领域将有更加广泛的应用。
例如,在物联网领域,智能代理可以与各种设备连接,实现设备之间的智能化交互和协同工作。
在智能家居领域,智能代理可以与家庭设备连接,实现房间温度的自动调节、电器设备的远程控制等。
此外,随着智能代理的进一步发展,它还可以逐渐具备更加智能化和灵活化的特性,比如拥有情感识别和表达能力,能够理解用户的情感状态并做出相应的回应。
总之,智能代理是一种能够模拟人类思维和行为的软件程序,通过人工智能技术为用户提供个性化和智能化服务。
它的应用范围广泛,可用于个人生活、商业服务以及各个领域的专业服务。
智能科技相关知识点总结

智能科技相关知识点总结智能科技是指通过人工智能(AI)、大数据、机器学习等技术,赋予设备、系统或软件智能化,并使之能够进行自主决策、学习和交互的技术领域。
智能科技在各个行业中都有广泛的应用,包括智能制造、智能交通、智能医疗、智能家居等。
本文将对智能科技的相关知识点进行总结。
一、人工智能(AI)的基本概念人工智能是指利用计算机技术模拟和实现人类智能的一门技术学科。
它包括了对智能的表示、推理、学习、规划、感知和行为等方面的研究。
人工智能技术主要包括以下几个方面的内容:1. 智能代理智能代理是一种可以感知环境、进行决策并作出行为的计算机程序。
智能代理的核心是它能够在复杂的环境中做出适应性的决策。
智能代理的研究主要包括基于规则的专家系统、基于统计学习的数据挖掘系统、基于强化学习的智能控制系统等。
2. 机器学习机器学习是人工智能的重要分支之一,它通过研究如何使计算机系统能够通过经验自动改善性能,从而实现智能化。
机器学习的研究包括监督学习、无监督学习、强化学习等内容。
3. 深度学习深度学习是机器学习的一种,它模拟人类大脑的神经元网络,通过多层神经网络对数据进行自动特征提取和学习。
深度学习在图像识别、自然语言处理、语音识别等领域有广泛的应用。
4. 自然语言处理自然语言处理是人工智能的一个重要应用领域,它研究如何让计算机系统能够理解、分析和生成人类语言。
自然语言处理的研究内容包括文本分类、情感分析、机器翻译、对话系统等。
5. 计算机视觉计算机视觉是人工智能的另一个重要应用领域,它研究如何让计算机系统能够“看”的懂图像和视频。
计算机视觉的研究内容包括目标检测、图像分割、图像生成、人脸识别、行为识别等。
6. 强化学习强化学习是一种通过试错来寻找最优策略的学习方法。
强化学习的核心是智能体与环境的交互,并通过奖励来调整其行为,从而达到最优的决策策略。
强化学习在智能控制、游戏策略等领域有广泛的应用。
二、大数据技术的基本概念大数据技术是指利用大数据处理和分析技术,挖掘大规模数据中隐藏的规律和价值。
基于人工智能的智能代理系统设计与开发

基于人工智能的智能代理系统设计与开发无论是个人生活还是工作,人们在日常生活中都有很多琐碎的任务需要处理,有时候可能会因为时间不够或者技能不够而感到无奈。
为了解决这个问题,我们可以利用人工智能技术设计和开发一个智能代理系统,通过智能化的方式帮助人们处理各种任务,提高工作效率和生活质量。
在设计和开发基于人工智能的智能代理系统时,首先需要考虑系统的整体架构和功能模块。
系统的整体架构可以分为输入模块、处理模块和输出模块。
输入模块用于接收用户的任务需求,可以通过语音识别、文字输入或者图像输入等方式。
处理模块是系统的核心部分,它包括了机器学习、自然语言处理和知识图谱等技术,用于理解用户的需求并生成相应的任务解决方案。
输出模块用于将任务解决方案反馈给用户,可以通过文字、语音、图像或者视频等方式进行展示。
在具体功能模块的设计和开发中,可以考虑以下几个方面。
首先是语义理解和信息提取模块,通过自然语言处理和语义分析技术,将用户输入的任务需求进行语义理解,并提取出关键信息。
例如,用户需要安排一次会议,系统可以通过语义分析技术提取出会议时间、地点、参与人员等信息。
其次是智能推荐模块,通过机器学习和数据挖掘技术,为用户生成相关任务的推荐方案。
例如,系统可以根据用户的偏好和历史数据,为用户推荐适合的餐厅、旅游景点或者电影。
再次是任务执行模块,通过智能化的方式执行任务。
例如,用户需要订购一件商品,系统可以自动完成商品的搜索、比价和下单等步骤。
最后是任务管理和优化模块,通过知识图谱和规划算法等技术,对用户的任务进行管理和优化。
例如,系统可以对用户的日程安排进行自动规划,避免任务冲突和时间浪费。
除了以上功能模块的设计和开发,设计和开发基于人工智能的智能代理系统还需要考虑以下几个方面。
首先是数据的收集和处理,人工智能的核心是数据,需要收集大量的数据用于模型的训练和优化。
其次是用户隐私和安全的保护,需要加强数据的加密和权限管理,确保用户的隐私不被泄露。
智能代理在网络化学习中的应用[A]
![智能代理在网络化学习中的应用[A]](https://img.taocdn.com/s3/m/345af44ba8956bec0975e3a8.png)
智能代理在网络化学习中的应用Applying Intelligent Agent In TheE-learning Area柳杨赵呈领华中师范大学信息技术系Tel: 8627-87673297E-mail: liuyang06@智能代理来源于人工智能,特别是分布式人工智能领域,采用智能代理服务的系统可以主动的为客户提供智能化、拟人化的服务。
如今网络技术的飞速发展为网络化学习朝着智能化方向发展提供了良好的技术基础。
本文在简要介绍智能代理技术的基础上,着重讨论了智能代理技术在网络化学习中的应用及其应用的理论基础,给出了一个基于智能代理的网络化学习环境,并讨论了在这个学习环境中各部分的主要功能及其实现机制。
关键词:智能代理教师代理学生代理秘书代理1 引言随着多媒体和万维网的迅速发展,一种全新的学习理论与教学理论——建构主义日益盛行。
这种理论强调教师指导下的以学生为中心的学习,教学过程不仅要发挥教师的指导作用,更要充分体现学生的认知主体作用。
而传统的智能辅助教学系统(ICAI)主要强调辅助教师“教”,利用“学生模型”、“教师模型”、“知识库”等模块,帮助教师实现因材施教和进行有针对性的指导;没有很好地体现智能教学系统在辅助学生“学”方面的智能性。
正是在这样的背景下,智能代理技术在网络化学习中的应用日益普遍。
2 智能代理技术2.1智能代理技术的特点智能代理是分布式人工智能(DAI)研究的产物,最先由美国麻省理工大学研制开发。
目前广大专家学者对智能代理的定义还没有达成共识,但一般都认为智能代理具有拟人的智能特性,主要表现在:(1)自治性(autonomy):代理可以根据意图、愿望、信念或习性,在没有人或其他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某种控制能力;(2)主动性(activity):包括主动适应和主动代理,在完成操作的过程中,代理可以获得、表示并在以后的操作中利用关于操作对象的知识以及用户意图和偏好的知识;对一些任务无须用户发出具体指令,只要当前状态符合某种条件,就可以用户或其他程序完成相应的操作;(3)反应性(reactivity):代理能够理解周围的环境,并对环境的变化做出实时的响应,作为代理、接受委托、遵循承诺,产生输出反应动作和行为;(4)能动性(pre-activeness):代理不仅简单地对其环境做出反应,也能够通过接受某些启动信息,表现出有目标的行为,如获取信息、查询数据、传递消息、提取知识、执行命令、采取行动等;(5)社会性(socialability):代理和其他代理(也可以是人)通过某种代理语言进行信息交流。
智能代理和协作学习汇总

智能代理和协作学习一.关于agent的基本概念 1. agent的定义在计算机和人工智能领域中,agent可以看成是一个实体。
它通过传感器感知环境,通过效应器作用于环境。
agent为了达到一定的目标,有着自成规律地执行任务的工作模式。
著名agent理论研究者、英国的wooldridge博士和jennings教授认为:agent是一个具有自主性、社会能力、反应性和能动性等性质的基干硬件或(更经常的)基于软件的计算机系统,该定义允许在更宽范围的环境中设计agent,而且其中增加了通信要求。
2. agent的性质(1)代理性(agent) a它是"代表用户"工作的; b它可以把其他资源包装起来,引导并代替用户对这些资源进行访问,成为便于通达这些资源的枢纽和中介。
(2)智能性(intelligence) 在这方面,智能agent可以做很多有高技术含量的工作。
例如,理解用户用自然语言表达的对信息资源和计算资源的需求;帮助用户在一定程度上克服信息内容的语言障碍;捕捉用户的偏好和兴趣;推测用户的意图并为其代劳;等等。
(3)自主性(autonomy) 一个智能agent应该是一个独立自主的计算实体。
它应能在无法事先建模的、动态变化的信息环境中,独立规划复杂的操作步骤,解决实际问题,在用户不参与的情况下,独立发现和索取符合用户需求的可利用资源与服务。
最近j.mccarthy等人正在探讨如何构造能对自身状态有所感知的智能agent。
(4)机动性(mobility) 在网络计算环境下,一个agent 可以看成是代表用户驻网络的常设机构,它可以在网络上灵活机动地访问各种资源和服务,还可以就完成特定任务同其他智能agent进行协商和合作,甚至把自己"迁移"到网络中的其他主机上去执行任务。
这样的"精灵"在网络上游弋 ,是对网络安全性、个人隐私性和管理方面的巨大挑战。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(4)执行模块: 执行模块把用户的请求或计划任务,进 行分解,转化为一系列的Agent内部命令, 并进行安全性检查,若通过则提交给操 作系统接口模块执行,并负责把执行结 果返回给中央控制模块。
(5) 操作系统接口模块: A. 该模块负责同操作系统或网络进行通信。 其主要功能是把执行模块传来的Agent内部命 令根据知识库的内容转为操作系统能够执行的 实际命令,同时提交操作系统执行。 B. 一旦命令执行完毕,操作系统接口模块将 去获取命令执行的最后结果,并把结果交由中 央控制模块显示给用户。
3) 其依据的知识储存在学习系统的知识库中, 它具有适合表达某种知识的储存结构。如图给 出了基于智能代理的网络教学环境。 4) 分布在教师站点和学生站点上的多个Agent Agent 组成了一个Agent团体。根据团体中每一个 Agent所扮演的角色及担负的职能,可将其分 为教师代理和学生代理两类。
六、智能代理的实例
七、智能代理的教育应用
A. 智能代理技术作用于教育领域中,给 教学活动带来了很多好处。为简便起见, 我们将应用于教育环境下的智能代理简 称为教育代理。
B. 教育代理通过生动逼真的代理人促进 了学习过程,它是在过去关于智能导师 系统的研究基础上建立起来的,但比起 过去的系统,教育代理就促进在线学习 方面存在的问题提出了新的看法,并着 手于过去在智能导师的研究中普遍忽视 的问题。由于不同的学生在智力、熟练 程度和学习方式上有不同的表现,学生 行为通常是不可预测的。
(1) 自主性: A. Agent具有属于其自身的计算资源和局部于 自身的行为控制机制。 B. Agent能在没有人类或其他Agent的直接干 涉和指导的情况下持续运行,并能根据其内部 状态和感知到的环境信息,决定和控制自身行 为。 C. 自主性是Agent的一个重要属性,它是 Agent概念区别于对象(object)概念的一个重要 特征。
二、网上智能代理的基本模型
1. 一个Agent往往由用户界面模块、学 习模块、任务计划模块、操作系统接口 模块、执行模块、一个知识库以及中央 控制模块组成。 2. 其中,中央控制模块处于Agent的核 心地位,控制着其他所有模块。Agent的 基本模型见图。
基本模型
3. Agent的构成模型
(1)用户界面模块: A. 用户界面模块负责Agent和用户之间 进行交流。 B. 知识库中的知识主要是从该模块中获 得。用户界面模块必须生动有趣形象, 让用户有更多的选择余地,使用户感到 自己始终控制着Agent。
(2)学习模块: A. 学习模块使得Agent能更新知识库, 适应外界环境的变化。 B. Agent的学习主要通过"观察和模拟用 户的行为"、"接收来自用户的反馈"、"接 收来自用户的精确的指令"、”向其他的 Agent学习"等方式。
(3)任务计划模块: 任务计划模块允许用户制定一些计划或 定时任务,这些计划或任务由一系列的 行为组成,然后交由执行模块处理。
构成代理的基本要素
构成代理的四个要素:感知、行为、 构成代理的四个要素:感知、行为、目 标和环境。他们的关系如图所示: 标和环境。他们的关系如图所示: 一个“代理” 一个“代理”必须有足够的知识并且有 学习能力。 学习能力。
三、代理间的合作和通信
1. 在AI领域,人们通常将由多个Agent 所构成的、相互作用、相互关联的系统 称多代理系统(MAS: MultiiAgent.System)。 2. 在MAS中,由于资源、能力、信息的 有限性和分布性,因而合作(Cooperation) 是它的一个重要特征。
Agent是一个具有自主性、社会能力、反 是一个具有自主性、社会能力、 是一个具有自主性 应性和能动性等性质的基于硬件或( 应性和能动性等性质的基于硬件或(更 经常的)基于软件的计算机系统。 经常的)基于软件的计算机系统。 (Wooldridge,Jennings) , ) Agent为了达到一定的目标,有着自成规 为了达到一定的目标, 为了达到一定的目标 律地执行任务的工作模式。 律地执行任务的工作模式。 代理可以写为:代理=体系结构+程序 程序。 代理可以写为:代理=体系结构 程序。
图 基于智能代理的网络教学环 境
一般说来,网络学习系统由以 下几种代理组成:
1.知识库代理 A. 一个拥有强大信息检索能力、答疑和 提供建议的能力的智能代理必然要依据 存储在知识库中的知识进行推理。 B. 知识库能根据请求向其他代理提供大 量的、以能够理解的表达形式组织的知 识信息,并能与其他知识库相连,构成 一个巨大的知识库。
智能代理的性质
智能代理是一个程序,它可以按照用户提供的 智能代理是一个程序, 参数,搜集用户感兴趣的信息, 参数,搜集用户感兴趣的信息,然后定时为用 户提供相关服务。它不需要人的即时干预, 户提供相关服务。它不需要人的即时干预,可 以定时完成所需功能。 以定时完成所需功能。 代理可以看作是利用传感器感知环境, 代理可以看作是利用传感器感知环境,并使用 效应器作用于环境的任何实体。( 。(见 效应器作用于环境的任何实体。(见 Andreas Geyer-Schulz,《智能代理》) ,《智能代理 ,《智能代理》)
第十一节 智能代理技术
一、什么是智能代理 智能代理,即Intelligent Agent,又简 称Agent。Agent是当前计算机科学领域 中的一个重要概念,已被广泛应用于 AI(人工智能)、分布计算、CSCW(计算 机支持协同工作)、人机界面等计算机科 学领域。
一个能为AI领域的大部分研究人员所 接受的定义是将Agent视为在某一环境下 能持续自主地发挥作用、具有生命周期 的计算实体。 尽管目前人们对Agent仍无一个统一 的认识,但一种普遍的观点认为作为 Agent的软件或硬件系统一般具有以下基 本特征:
2·界面代理 界面代理能监控用户的行为,并能从 用户的行为中获取知识,最终成为用户 的助手。
3.导师代理(TUTOR AGENT) A. 导师代理是一种用来支持学生完成新 的学习任务的教学手段。 B. 学生在进行新的学习任务的过程中, 导师代理能提供学习指南等形式的帮助, 使得学生更成功的完成学习任务。
5. 请求/服务模型可细分为: 无条件请求/被动服务合作模型, 条件终止请求/主动服务合作模型, 条件非终止请求/主动服务模型。
四、基于智能代理的网络学习 系统
1) 网络学习系统是一个多代理的系统, 学习系统中的每个代理都是一个软件模 块。 2) 这些代理能够发送和接收消息,并能 根据内部储存的知识对收到的消息做出 具有智能的决定,同时采取相应的行动。
C. 导师代理能提供学习建议、学习参考 资料、及时的错误纠正等形式的帮助。 D. 当学生完成了学习任务,学到了新知 识,掌握了新技能,教师代理自动消失。 E. 在许多现有的软件包中,导师代理通 常表现为“向导”等形式。
4·冲突调解代理 A. 冲突调解代理主要负责协调其他代理 之间的活动,并解决他们之间的冲突。 B. 在网络学习系统中,需统一协调的活 动包括:计划安排、任务构建、任务间的 协商,任务分配,解决方案评价。
7·目录代理 A. 目录代理主要为各种服务、资源提供地址, 便于用户存取。 B. 由于整个学习系统的数据和信息以及知识 都是分布式存储的。因此,高效的目录管理是 不可缺少的。 C. 用户通过目录代理可迅速得到所需信息的 位置,进而进一步取得相应的资料。 D. 目录代理涉及到数据重复、更新,以及各 处数据的保持同步和一致性等问题。
表述知识、监控学生及提供反馈、探究 问题,以及提示和解答。 d) 这些功能都是通过一个能够支持与学 生进行连续和多种模式交互的逼真代理 人来完成的。
e) Adele体系结构能够在网络浏览环境的客户 端执行,并能与用其他幕后创作工具产生的虚 拟环境相互作用。 f) Adele Adele设计目的是为帮助学生完成基于问题 的训练而设计的,这些练习被整合到教学材料 中并由互联网进行传送。Adele在设计中不仅 支持单机用户及单一系统教学,同时也支持多 用户和多系统的协作训练。
Adele结构综述
l.Adele的结构 1)Adele系统包括四个主要的组成部分: 教育代理、虚拟环境、客户-服务器和服 务器存储器。 其中教育代理又包括两个子部分: 动态代理人及推理引擎。
2)中央服务器的作用是保存记录学生进展的 数据库,并在适当时候保证多机及多用户协作 训练同步进行。 3)推理引擎完成所有的监控和决策。决策建 立于选择案例后从服务器下载的学生模型,案 例任务图示以及初始状态,以及随学生完成案 例过程而更新的当前代理的智力状态。案例完 成后,学生行为的记录将被保存到服务器,用 于评价学生的技术水平并对以后案例中Adele 如何与学生进行交互作出决策。
C. 动态教育代理通过模拟逼真的代理人 促进了计算机学习环境下的学习。这些 逼真的代理人能根据学习者的行为作出 反应。此外,凭着对学习情境及学习主 题的充分理解,它们能够在学习过程中 发挥重要作用。
例1:Adele(远距离教育代理 )
a) USC开发的一种教学代理一一 Adele(远距离教育代理简易版Agent for Distance Education-Light Edtion)。 b) Adele是一种专为适应网络虚拟教育 环境而设计的教育代理。这一教育代理 的体系结构贯彻了最基本的教育功能:
(2) 社会性: A. Agent处于由多个Agent构成的社会环 境中,它的行为必须遵循和符合Agent社 Agent 会的社会规则。 B. Agent拥有其他Agent的信息和知识, 并能通过某种Agent通讯语言与其他 Agent实施灵活多样的交互和通讯、能够 有效地与其他Agent进行合作。
(3) 反应性: Agent能够感知所处的环境(可能是物 理世界,或操纵图形界面的用户,或与 它进行交互和通讯的其他Agent等等), 并能对环境中发生的相关事件(如Agent 间的交互和通讯,系统中特定事件的发 生)做出适时反应。