远程教育Agent技术探究.doc

远程教育Agent技术探究[摘要]Agent是人工智能和计算机软件领域中一种新兴的技术,其在远程教育中的应用具有很大的优越性。本文在分析传统的基于Web远程教育不足的基础上,探讨Agent相关技术的特点。将Agent系统技术运用在远程教育中,是解决学生需求的个性化和教学资源的单一化这一矛盾的有效方案。 [关键词]远程教育 Agent 系统 [中图分类号]G484[文献标识码]A[文章编号]1009-5349(2010)01-0076-01 引言 目前对远程教育方面的研究主要集中在两个领域:基于Web的远程教育和实时的远程教育。在基于Web的方式下,教学内容以课件的形式存放在Web服务器上,学习者可以随时随地独立的学习。而针对教与学的交互性,实时的远程教育主要研究利用视频会议系统传输视频和音频,构建一种分布式的教室。在以上两个研究领域中,基于Web的远程教育由于对系统的配置无特殊要求,并且在Internet上可以随时随地访问而得到了广泛的应用。 然而,传统的基于Web的远程教学系统也存在一些缺陷:1.非智能化的网络信息检索方式不适合学习者兴趣的变化。2.系统不能很好地对学习者的学习过程进行智能化管理。3.系统的学习模块不具有个性化、智能化的特点。4.系统的负载能力差,难以适应日益增长的在线学习的需求。 总的来说,目前的远程教学系统缺乏智能性、自适应性和各环节的互通性和交互性。针对以上基于Web的远程教学系统存在的不足,可以采用Agent技术对其进行研究和改进,从而改善传统的基于Web远程教育系统的不足。 一、Agent及Agent系统的基本特点 Agent(智能代理)是一个具有自适应性和智能性的软件实体,能代表用户或其他程序以主动服务的方式完成一项工作。Agent具有以下基本特点: 1.目主性:Agent具有属于其自身的计算资源和对自身行为进行控制的机制,能在无外界直接操纵的情况下,根据其内部状态和感知到的环境信息,决定和控制其自身的行为。2.交互性:能与其他Agent进行多种形式的交互,能有效地与其他Agent协同工作。3.感应性:能感知所处的环境,并对相关事件做出适时反应。4.主动性:能遵循承诺主动采取行动。5.推理和规划能力:Agent具有学习知识和经验及进行相关的推理和智能计算的能力。 与单Agent相比,Agent系统有以下特点: 1.社会性:Agent处于由多个Agent构成的社会环境中,通过某种Agent语言与其他Agent实施灵活多样的交互和通讯,实现与其他Agent的合作、协同、协商、竞争等。2.强制性:在多Agent系统中一个Agent发出请求后,其他Agent只有同时具备提供此服务的能力与兴趣时才能接受动作委托,即一个Agent不能强制另一个Agent提供某种服务。这一特点最适用于学习者特征的获取。3.协作性:在多Agent系统中,具有不同目标的各个Agent必须相互协作、协同、协商对未完成问题的求解。这一特点特别适合于远程教学中不同学习者Agent之间的协作学习。 二、Agent系统模型研究 在Agent系统的研究过程中,为了适应不同的应用环境而从不同的角度提出了多种类型的Agent系统模型,包括DBI模型、协商模型、协作规划模型和自协调模型等。 (一)BDI模型 BDI(Belief-Desire-Intention,即信念-期望-意图)模型是澳大利亚学者Rao和Georgeff提出的。BDI系统也称为意识系统,是把Agent看作理性主体,通过信念、愿望或意图属性来预测Agent的行为。这是一个概念和逻辑上的理论模型,它渗透在其他模型中,成为研究Agent理性和推理机制的基础。BDI模型是对Agent理论和结构描述中最为经典的模型。 (二)协商模型(Negotiation Model) Agent系统的协作行为一般是通过协商而产生的。虽然各个Agent的行动目标是要使自身效用最大化,然而在完成全局目标时,就需要各Agent在全局上建立一致的目标。对于资源缺乏的多Agent动态环境,任务分解、任务分配、任务监督和任务评价就是一种必要的协商策略。合同网协议是协商模型的典型代表,主要解决任务分配、资源冲突和知识冲突等问题。 三、结语 针对Agent的特点,将Agent技术应用于远程教育,能有效克服现阶段远程教育系统的局限和不足。使用Agent技术可以增加教学内容的趣味性和人性化色彩,改善教学效果,提高教学质量,充分体现教学的智能性、主动性。尤其在现在流行的Web技术基础上嵌入人工智能技术和Agent技术,这在教学效果、教学模式和系统性能上必将大大优于传统教学系统,从而对整个教学改革和素质教育的实施