摘 要：基于分布式網(wǎng)絡(luò)環(huán)境，根據(jù)多智能體系統(tǒng)的原理和網(wǎng)絡(luò)教學系統(tǒng)的教學模式，建立基于MAS(Multi-base Agent System) 的智能化網(wǎng)絡(luò)教學系統(tǒng)模型，然后分別討論知識的表示、學生模型、認知能力評價模型的建立方法，以及Agent的實現(xiàn)方法等關(guān)鍵技術(shù)。該模型克服傳統(tǒng)網(wǎng)絡(luò)教學系統(tǒng)的缺點，具有智能程度高、靈活性好、自主性強的特點，他充分體現(xiàn)“以學習者為中心”的教學思想，能夠提高學習者的學習興趣，監(jiān)控學生的學習過程，實現(xiàn)教學各環(huán)節(jié)的知識共享與交互，以及學生的按需學習和教師的因材施教。

關(guān)鍵詞：智能教學系統(tǒng)；MAS；網(wǎng)絡(luò)教學；學生模型

中圖分類號：TP393；G4 文獻標識碼：A

文章編號：1004-373X(2008)06-083-04

Study on Internet Intelligent Tutoring System Based on Agent

ZHANG Rongmei，LI Fuliang

(Information Technology College，Hebei University of Economics and Trades，Shijiazhuang，050011，China)

Abstract：This paper firstly analyzes the technology of MAS and studies the teaching course of Internet teaching system，then puts forward the model of Internet intelligent tutoring system based on MAS，next discusses the key technology of this system in detail.This ITS has the characters as follow： high intelligent，good flexibility and adaptability.It can enhance the studying interest of the learner，and track the learning course of the user.It can realize the knowledge share and communion between teaching taches.The student can study according to his need，and the teacher can teach according to the cognizing ability of student.

Keywords：intelligent tutoring system；MAS；Internet teaching；student model

智能教學系統(tǒng)(Intelligent Tutoring System，ITS)又稱為智能計算機輔助教學(ICAI)，是當前計算機應(yīng)用的主要領(lǐng)域之一，他涉及人工智能、計算機科學、認知科學、教育學、心理學和行為科學等學科，其研究目的是賦予計算機系統(tǒng)以智能，由計算機系統(tǒng)在一定程度上代替教師實現(xiàn)最佳教學。ITS改變了傳統(tǒng)教學模式和教學環(huán)境，加大了知識傳授量，改變了人們獲取知識的手段和方法。因此，他的興起和蓬勃發(fā)展標志著教育領(lǐng)域中一場深刻變化的開始，日益受到人們的重視。

Internet技術(shù)的發(fā)展，促進了新的網(wǎng)絡(luò)教學模式的發(fā)展?，F(xiàn)代網(wǎng)絡(luò)教學模式克服傳統(tǒng)課堂教學模式的缺點，具有傳統(tǒng)課堂教學模式無法比擬的交互性、自主性、靈活性、分布性、廣泛性和表現(xiàn)形式的多樣化。近幾年來分布式人工智能技術(shù)的發(fā)展，特別是Agent技術(shù)的迅速崛起和廣泛應(yīng)用，為智能化網(wǎng)絡(luò)教學系統(tǒng)的設(shè)計開發(fā)提供了強大的技術(shù)支持。網(wǎng)絡(luò)教學的這些特點，恰好與Agent和MAS的多個特性相適應(yīng)。如何建造一個更靈活、更有適應(yīng)性的智能網(wǎng)絡(luò)學習平臺，是面臨的一個新的課題。本文利用Agent技術(shù)，提出一種基于Agent的網(wǎng)絡(luò)教學系統(tǒng)的體系結(jié)構(gòu)，并著重討論各Agent的結(jié)構(gòu)與實現(xiàn)技術(shù)。

1 Agent和MAS概述[STBZ]^[1，2]

Agent是指在分布式系統(tǒng)或協(xié)作系統(tǒng)中能持續(xù)自主發(fā)揮作用的計算實體，他具有這樣的特性：

(1) 自主性(autonomy)：能在無外界直接操縱的情況下，根據(jù)其內(nèi)部狀態(tài)和感知到的(外部)環(huán)境信息，決定和控制自身的行為；

(2) 社會性(sociability)：Agent和其他Agent(也可能是人)通過某種Agent語言進行交互；

(3) 反應(yīng)性(reactivity)： Agent能夠感知外部環(huán)境并做出適當?shù)姆磻?yīng)；

(4) 能動性(pre-activeness)：Agent不僅能夠簡單地對其環(huán)境做出反應(yīng)，而且能夠通過接收某些啟示信息，表現(xiàn)出面向目標的行為。另外還強調(diào)Agent除了具備上述所有特性外，還應(yīng)具備一些人類才具有的特性，如知識、信念、愿望、意圖等。

MAS(多Agent系統(tǒng)，Multi-Agent System)是由多個Agent組成的松散耦合又協(xié)作共事的系統(tǒng)。這些Agent在物理上或邏輯上是分散的，其行為是自治的，他們?yōu)榱斯餐瓿赡硞€任務(wù)，或達到某些目標遵守某種協(xié)議連接起來，通過交互與合作解決超出單個 Agent能力或知識的問題。多Agent系統(tǒng)除了具備單個Agent的各項特性外，還具有如下特點：

(1) 任務(wù)分布：一個任務(wù)可分成若干子任務(wù)并分派到一組Agent上，Agent通過彼此間的知識交換、協(xié)商及控制信息的傳遞等，并行協(xié)調(diào)工作。

(2) 可擴展性：當網(wǎng)絡(luò)、業(yè)務(wù)、管理能力不足時可以引入相關(guān)Agent或Agent子系統(tǒng)完成。

(3) 有效協(xié)商：各個Agent可以通過高級Agent語言(KQML，KIF)進行通信，動態(tài)有效地協(xié)商工作。

多Agent系統(tǒng)分為2類：一類是有共同目標的系統(tǒng)；另一類是無共同目標的系統(tǒng)。有共同目標的多Agent 系統(tǒng)對外界表現(xiàn)出明顯的功能，所有的Agent有各自具體的目標，他們的目標都服務(wù)于系統(tǒng)的整體目標，各個Agent 在系統(tǒng)內(nèi)部有明確的分工與合作，建立這類系統(tǒng)主要用于幫助人們處理復(fù)雜性問題，如基于多Agent預(yù)測或決策支持系統(tǒng)。在無共同目標的多Agent 系統(tǒng)中，各個 Agent都有其各自的目標，相互之間往往還存在著利益沖突，這種系統(tǒng)主要用于模擬復(fù)雜系統(tǒng)。本文研究的多 Agent 模型系統(tǒng)是共同目標的多Agent系統(tǒng)。

2 基于Agent的智能化網(wǎng)絡(luò)教學系統(tǒng)體系結(jié)構(gòu)

網(wǎng)絡(luò)智能教學系統(tǒng)以服務(wù)于教學活動為中心、目標是形成基于網(wǎng)絡(luò)的虛擬教學平臺，實現(xiàn)以知識為中心的教學資源管理和教學行為實施。一個完善的智能網(wǎng)絡(luò)教學系統(tǒng)應(yīng)該包括管理功能和服務(wù)功能。管理部分包括：系統(tǒng)管理、教師管理、學生管理、課件管理；服務(wù)部分包括學習服務(wù)、答疑服務(wù)、交流平臺、考試服務(wù)、教學測評服務(wù)?；诖?，提出一個分布式網(wǎng)絡(luò)智能教學系統(tǒng)體系結(jié)構(gòu)。采用B/S模式，系統(tǒng)體系分為3層結(jié)構(gòu)。如圖1所示。

圖1 網(wǎng)絡(luò)智能教學系統(tǒng)體系結(jié)構(gòu)

各Agent功能如下：

界面Agent 負責用戶與系統(tǒng)之間的交互。將用戶的輸入、請求提交給其他Agent，同時接收其他Agent的反饋結(jié)果，并以適當?shù)男问匠尸F(xiàn)給用戶。

教師Agent 負責教師的教學。根據(jù)教學要求及學生模型、領(lǐng)域知識的相關(guān)信息進行教學規(guī)劃，選擇一個最適合學生學習的教學模式，然后依據(jù)相關(guān)規(guī)則(教學策略)，提取和組織教學資源(教案、動畫)，形成教學內(nèi)容，進行教學，指導(dǎo)學生學習。

學生Agent 負責學生的學習。跟蹤學生的學習過程，記錄學生的學習模型，將學生遇到的問題，提交給答疑Agent或交流Agent，接收測評Agent發(fā)送來的關(guān)于學生的測評結(jié)果，及時調(diào)整學生模型。

答疑Agent 針對學生學習過程中遇到的問題，提供正確的解答。如學生不滿意解答，將問題提交給交流Agent，以獲取正確的答案，最后將最終答案入庫。

考試Agent 負責測驗和考試。一方面，根據(jù)學生所學知識點，形成測試題，以評價學生的認知能力；另一方面，根據(jù)課程大綱要求，隨機生成內(nèi)容覆蓋課程各章節(jié)、難度適中的試卷，要求學生在規(guī)定的時間內(nèi)完成，并進行判卷評分以及統(tǒng)計，最后對考試情況進行統(tǒng)計記錄并將成績反饋給學生，同時提交測評Agent。

評價Agent 調(diào)用評價模型對學生的測試、考試情況進行綜合評價，并將評價結(jié)果提交學生Agent。

交流Agent 供教師、學生和專家交流學習經(jīng)驗，通過網(wǎng)絡(luò)交互學習和合作，實現(xiàn)學習交流，提高學生的學習效率。

資源管理的教案庫Agent、知識庫Agent、信息庫Agent、題庫Agent、答疑庫Agent以及模型庫Agent分別負責相應(yīng)數(shù)據(jù)(模型)庫的維護和管理。其中，積件庫存放著不同格式的教學資源，如：文本、視頻、動畫、聲音等多媒體教學內(nèi)容；知識庫存放領(lǐng)域知識、教學策略知識和專家知識等信息，信息庫存放用戶的信息，包括學生基本信息、學生學習水平信息等；題庫存放單元練習題庫和考試題庫等，答疑庫存放常見疑難問題的解答等，模型庫存放學習評價模型等。

3 系統(tǒng)工作流程

在學生用戶登錄后，由界面Agent負責將用戶信息提交學生Agent，學生Agent保存到學生信息庫中，并將學生的學習請求提交給教師Agent。教師Agent選擇一個最適合學生學習的教學模式和教學策略，提取和組織教學內(nèi)容，進行個性化的教學。學生Agent跟蹤學生的學習過程，記錄學習模型，調(diào)整學生模型，答疑Agent和交流Agent協(xié)作學生Agent完成學生的學習。學生每學完一個單元考試Agent根據(jù)學生所學知識形成一套難度適中的綜合測試題并進行評分、統(tǒng)計。測評Agent對學生的測試情況進行綜合評價，并將評價結(jié)果保存在信息庫中，以調(diào)整學生模型。當該知識點的教學內(nèi)容完成時，教師Agent再依據(jù)學生模型來確定下一步的教學，是進行下一單元學習還是鞏固所學單元。

4 關(guān)鍵技術(shù)

4.1 知識的表示^[3，4]

在智能教學系統(tǒng)中的知識包括領(lǐng)域知識、教學策略知識和專家知識。一般，領(lǐng)域知識以知識關(guān)系圖的形式表示，而教學策略知識和專家知識則以產(chǎn)生式規(guī)則的形式表示。

領(lǐng)域知識可表示為1顆知識樹。通過知識點粒度細分，知識樹內(nèi)部節(jié)點對應(yīng)于科目、單元、章、節(jié)、小節(jié)等，實現(xiàn)知識之間的組合關(guān)系。根據(jù)知識表示深度，將粒度最細的知識對應(yīng)于具體的教學積件；然后將具有先后關(guān)系(前驅(qū)與后繼)的知識點連接起來，就形成了一個獨特的網(wǎng)狀結(jié)構(gòu)，這就是知識點關(guān)系圖，其中涉及到知識點的大小可根據(jù)課程的體系結(jié)構(gòu)，同時考慮該知識點所使用教學模式的情況進行劃分和組織。實際上，知識點關(guān)系圖(Knowledge Relation Graph)是一個帶有源點和匯點的有向無環(huán)圖，如式(1)～(3)所示。

KRG=(V，E)(1)

V={vi|i=1，2，…，n}∪{Start，F(xiàn)inish}(2)

其中，V是知識點集合；Start 和 Finish 是附加的2個虛擬知識點，Start 是知識點關(guān)系圖的起點，F(xiàn)inish是知識點關(guān)系圖的終點。

E={| i，j=1，2，…，n且i

其中，E是有向弧的集合；結(jié)點vi有指向結(jié)點vj的弧，表明知識點vi是知識點vj的前提知識點。

一個知識點的信息包括結(jié)構(gòu)信息、屬性信息和關(guān)聯(lián)信息。其中，結(jié)構(gòu)信息用來描述該知識點在知識關(guān)系圖中的位置結(jié)構(gòu)；屬性信息描述知識點的屬性，例如，知識點索引、名稱、知識內(nèi)容、知識類型、知識點難度、知識點權(quán)重、知識點要求學習的時間、要求掌握的程度(重點、掌握、了解)等；關(guān)聯(lián)信息包括預(yù)備測試和學后測試題指針。

教學策略包括教學類型策略、教學順序策略、教學模式策略以及教學節(jié)奏策略等。在智能教學系統(tǒng)中，根據(jù)課程的教學目標和教學對象的特點，合理選擇教學媒體信息，在系統(tǒng)中把他們進行有機地結(jié)合。一般采用產(chǎn)生式表示。

專家知識包括對領(lǐng)域知識點的權(quán)重的確定、評價模型權(quán)重的確定等。

4.2 學生模型的創(chuàng)建^[5，6]

學生模型是學習者基本信息的記錄和認知狀態(tài)的抽象描述和表示，能準確、客觀、真實地反映學生當前的知識水平和認知能力。他是實現(xiàn)個性化教學、提高智能化教學的基礎(chǔ)。學生模型包含2部分信息：

(1) 學生的基本信息。主要記載學生的基本信息，如學號、姓名、性別、學習斷點和錯誤斷點、學生的偏好等。

(2) 學生水平信息。反映學生的知識水平、學習能力等認知能力，為智能化教學提供依據(jù)，可通過學生評價模型得到一個綜合評價值，以反映其認知能力。其中學生的認知能力是制定教學策略的依據(jù)，而學生的偏好是制定教學模式的依據(jù)。學生模型是依據(jù)學生和系統(tǒng)之間的交互作用及應(yīng)答歷史而形成，可以根據(jù)學生的學習情況動態(tài)地修改，系統(tǒng)通過學生模型可有的放矢地進行個性化教學。

由于學生所學的知識是領(lǐng)域知識，學生模型與領(lǐng)域知識的組織方式相對應(yīng)，即每一教學單元都有對應(yīng)的學生學習情況庫，用于記錄學生對該知識單元的學習情況和認知情況。同時題庫的組織結(jié)構(gòu)也要與領(lǐng)域知識的組織機構(gòu)一致。

4.3 認知能力評價模型^[5，6]

學生每學習1個單元知識點后，首先通過相應(yīng)的練習來鞏固所學知識，然后進行測試。根據(jù)美國著名教育心理學家B.S.Bloom的“教育目標分類理論”，把認知能力分為：識記、理解、應(yīng)用、求解、分析、綜合6類。題庫中的每道題應(yīng)該包含所要測試的知識點，要測試的認知能力(至少要能測試一項認知能力)。根據(jù)測試情況，采用模糊評價矩陣算法對學生認知能力進行評價，評價模型可用3元組來表示，如式(4)所示。

M=(U，V，A)(4)

其中，U={u1，u2，u3，u4，u5，u6}，分別為識記、理解、應(yīng)用、求解、分析、綜合等6個評價指標在本元知識點中的權(quán)重，一般由專家給出。V={v1，v2，v3，v4，v5}分別表示優(yōu)、良、中、及格、不及格5類評語，他是依據(jù)認知能力綜合評價結(jié)果和測試綜合成績，給出5個等次的評語。評價矩陣A[WTBZ]按如下方法建立：

(1) 建立每類題型的測試記錄表

每個知識點的測試題目類型有單選、判斷、填空等，根據(jù)學生測試情況，分別建立每類題型的測試記錄表Rm×6 (m行6列，m為該類題目的數(shù)量)，記錄每道題的6類認知能力的值rij，答對本題，本題對應(yīng)的認知能力值為1，答錯，認知能力值為-1，不回答，則為0。

(2) 建立元知識點的認知能力矩陣A[WTBZ]

學生答完某題型的題后，根據(jù)測試記錄表，得到各項認知能力的正確率矢量：

Ai=(a1，a2，a3，a4，a5，a6)(5)

其中ai∈[0，1]，表示某一項認知能力的正確率。

ai=rij(1)rij(1)+rij(-1)(6)

rij(1) 是第i項認知能力在本部分測試中答對的次數(shù)，rij(-1) 是第i項認知能力在本部分測試中答錯的次數(shù)。

由n類題型的認知能力正確率向量構(gòu)成該知識點的認知能力矩陣Gn×6，他是一個n行6列的一個矩陣。

A=a11a12…a16

a21a22…a26

an1an2…an6(7)

(3) 定義各類題型的權(quán)值：

W=(w1，w2，…，wn)

(4) 計算測試后認知能力的評價矩陣：

G=W#8226;A=(g1，g2，g3，g4，g5，g6)(8)

最后，計算學習本元知識點后學生的認知綜合能力值M，如式(9)所示。

M=∑6i=1gi×ui(9)[WTBZ]

從而構(gòu)成學生的認知模型，作為學生學習策略的依據(jù)。

4.4 Agent的實現(xiàn)技術(shù)^[7]

JATLite(Java Agent Template Lite)多Agent平臺是智能Agent的開發(fā)工具，該平臺提供了一種快速構(gòu)建Agent的方式，并為Agent之間的交流提供底層通信支持。JATLite是由美國斯坦福大學開發(fā)的Java類庫，提供了使用高級語言和協(xié)議創(chuàng)建Agent的模板。其中包括如下5個層次：

(1) 抽象層：提供抽象的接口；

(2) 基礎(chǔ)層：實現(xiàn)抽象層的基本框架；

(3) KQML層：支持對KQML(Knowledge Query and Manipulation Language)語言的操作；

(4) 路由器層：實現(xiàn)消息的路由，使用用戶名和密碼在消息路由器(Agent Message Router，AMR)上注冊，并建立和網(wǎng)絡(luò)的連接，從而在Agent中實現(xiàn)收發(fā)消息和傳送文件等功能；

(5) 協(xié)議層：支持更多的應(yīng)用協(xié)議如FTP，SMTP等。

開發(fā)者可以根據(jù)需要，方便地選擇任意一層來創(chuàng)建自己的應(yīng)用系統(tǒng)。而且開發(fā)者還可以根據(jù)自己的需要擴展他所提供的類庫，改變其中的一層后，其他層不受影響。

JATLite的Agent間采用的通信方式為消息傳遞模式，當一個Agent向另一個Agent發(fā)送消息時，他并不是直接傳送，而是經(jīng)路由器層轉(zhuǎn)發(fā)過去，Agent不必跟蹤其他Agent的地址，從而避免了消息丟失。Agent之間采用KQML通信語言進行交互，一部分為KQML提供的標準的Register，Connect等原語；一部分為擴展中KQML的自定義的原語。

智能網(wǎng)絡(luò)教學系統(tǒng)的Agent可以在JATLite平臺的基礎(chǔ)上建立的，通過繼承RouterLayer，AgentClient，RouterClientAction類，由類的構(gòu)造函數(shù)初始化Agent地址、消息路由器地址和注冊地址，從而快速構(gòu)建Agent。

5 結(jié) 語

本文研究在分布式網(wǎng)絡(luò)環(huán)境下，根據(jù)多智能體系統(tǒng)的原理和網(wǎng)絡(luò)教學系統(tǒng)的教學模型，建立基于MAS 的智能化網(wǎng)絡(luò)教學系統(tǒng)模型，通過使用Agent的智能特性和通訊機制獲得教學問題的協(xié)同解決環(huán)境。該模型克服了傳統(tǒng)智能輔助網(wǎng)絡(luò)教學系統(tǒng)的缺點，具有智能程度高、靈活性好、適應(yīng)性強的特點。他能監(jiān)控學生的學習過程，實現(xiàn)教學各環(huán)節(jié)的知識共享與交互，從而實現(xiàn)學生的按需學習和教師的因材施教，體現(xiàn)“以學習者為中心”的教學思想。

參考文獻

[1]何炎祥，陳莘萌.Agent與多Agent系統(tǒng)的設(shè)計與應(yīng)用[M].武漢：武漢大學出版社，2001.

[2][英]Michael Wooldridge.多Agent系統(tǒng)引論[M].北京：電子工業(yè)出版社，2003.

[3]李益才，張小真.多模式智能教學系統(tǒng)規(guī)劃與模式調(diào)度研究[J].2005，26(4)：1 083-1 087.

[4]周曉軍，黃河燕，張晉.智能教學系統(tǒng)中的知識樹增長模型[J].計算機研究與發(fā)展，2001，38(10)：1 217-1 222.

[5]謝忠新，王林泉，葛元.智能教學系統(tǒng)中認知型學生模型的建立[J].計算機工程與應(yīng)用，2005(3)：229-232.

[6]楊卉，王陸，馮紅.在智能教學系統(tǒng)中兩層動態(tài)學生模型的研究[J].電化教育研究，2005(1)：72-75.

[7]饒紅萍，楊慶紅，薛錦云.Agent技術(shù)在程序設(shè)計智能教學系統(tǒng)中的應(yīng)用[J].計算機與現(xiàn)代化，2005(9)：43-46.

作者簡介 張榮梅 女，1966年出生，博士，教授。主要研究方向為人工智能及其應(yīng)用。

李福亮 男，1963年出生，副教授，碩士研究生。主要研究方向為軟件工程、計算機應(yīng)用。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。