基于多Agent的智能網絡教學系統原型設計

鄒 妍，劉 燕

（赤峰學院 計算機科學與技術系，內蒙古 赤峰 024000）

基于多Agent的智能網絡教學系統原型設計

鄒 妍，劉 燕

（赤峰學院 計算機科學與技術系，內蒙古 赤峰 024000）

本文分析了傳統網絡教學系統存在的主要缺陷，引入了多Agent技術，提出了基于多Agent的智能網絡教學系統模型.本文對Agent之間的交互協作的基本理論、Agent之間的基本通信行為及通信機制進行了深入研究.實際應用說明該系統具有智能性，能改善網絡教學效果，實現真正的智能化的網絡教育.

Agent；MAS；網絡教學

1 引言

網絡教學已經成為現代教育領域的一個重要方向.它通過網絡實現了傳統的教學過程.其突出優點是突破了傳統教育的時空限制，將教育通過計算機網絡擴展到社會的各個角落，學習者可以自由的選擇時間、地點進行自主學習.但是教學過程不同于一般的數據處理過程，這使得現階段的網絡教學體系表現出一些不足之處：①系統多以呈現教學文本為主，缺乏充分的交互手段；②系統缺乏智能性，對不同基礎的學生和不同課程采用相同的教學策略，不能根據學生的認知水平和自主學習情況自動調整教學策略，不能真正做到因材施教；③缺乏學生模型的支持，不能確定學生的知識水平和認知特點.

多A g e n t技術的發展為解決上述問題提供了新的思路和方法.A g e n t是能自主學習、適應環境的代理實體，它能通過感知自身和環境中的信息，自主采取行動實現一系列預先設定的目標或任務.網絡教學系統涉及異構環境的多個身份之間相互協調的技術問題，其內在要求無疑適合用A g e n t思想分析和構建.因此基于多A g e n t的智能教學系統能有效地克服傳統網絡教學系統的不足，具有交互性、智能性和適應性，進而可以滿足學習者按需學習和教師因材施教，能很好的實現網絡環境下實現個性化教學.

2 Agent技術簡介

2.1 A g e n t的定義

A g e n t是運行于動態環境中具有較高自制能力的實體.目前，由于對A g e n t研究的側重點不同，因此各領域的專家學者對A g e n t的確切定義不盡相同.歸納起來，大致有兩種[1]：2.1.1 I E E E標準化委員會F I P A（T h eF o u n d a t i o nf o ri n t e ll i g e n t P h y s i c a l A g e n t s）的定義：A g e n t是駐留于環境中的實體，它可以解釋從環境中獲得的、反映環境中所發生事件的數據、并執行對環境產生影響的行為.

2.1.2 人們普遍認為：A g e n t是運行于動態環境的、具有高度自治能力的實體，它能為用戶執行特定的任務.在更多的應用領域中，研究者把凡是具有智能行為和交互特性的分布式實體都稱為A g e n t.

2.2 A g e n t技術的基本特性

A g e n t一般具有以下基本特性：

2.2.1 自主性：A g e n t不直接由人或其它的東西控制，是一個獨立自主的計算實體，其動作和行為是根據本身的知識、內部狀態和對外部環境的感知來進行控制的.這是A g e n t區別于普通軟件程序的基本特性.

2.2.2 社會性：能夠通過某種A g e n t通信語言與其它A g e n t（也可能是人類）進行交互.交互主要有三種類型：協作、協調和協商.

2.2.3 適應性：A g e n t可以根據用戶的目標和意圖進行推理，自適應環境.

2.2.4 反應性：即對環境的感知和影響，A g e n t會隨著環境變化而做出相應的反應.

2.2.5 移動性：A g e n t可以攜帶數據、指令和狀態移動到網絡的遠程環境中執行.

2.3 多A g e n t系統的定義

單個A g e n t的智能是有限的，這就需要由多個A g e n t共同承擔一個任務，即通過適當的體系結構把A g e n t組織起來形成M A S（M u l t i-A g e n t S y s t e m）.M A S是由多個智能A g e n t組成的系統.它一般具有個體行為獨立自制、個體信息不完全、能力有限、無全局控制、數據分散化和計算異步等特點.M A S作為解決復雜系統的一個有效方法，能夠利用并行分布式處理技術和模塊化設計思想，把復雜系統劃分成相對獨立的A g e n t子系統，通過A g e n t之間的合作與競爭來完成對復雜問題的求解.實際系統中的A g e n t可由不同開發者在不同時間運用不同的工具和技術來實現，因此，它們各自具有不同程度的問題求解能力.

2.4 多A g e n t的交互及通信

本文所討論的A g e n t交互是一種廣泛的概念，它包括A g e n t之間所進行的任何通信、協商、協作的行為.A g e n t交互層次模型分為4個層次，由下向上依次是：計算機網絡協議層、通信協議層、交互協議層和交互策略層（如圖1所示）.

2.4.1 計算機網絡協議層：負責將通信協議層的消息通過某種具體的計算機網絡協議來表達，從而保證A g e n t之間各種交互行為的最終實現，這里的網絡協議可以是T C P/I P,X.2 5或I P X/S P X等，根據具體的A g e n t應用來決定；

2.4.2 通信協議層：主要保證A g e n t之間能夠相互交互和理解信息，目前，該層一般建立在語言行為理論的基礎上，被廣泛接受的A g e n t通信語言是知識查詢和操作語言（K Q M L L，K n o w l e d g eQ u e r ya n dM a n i p u l a t i o nL a n g u a g e）；

2.4.3 交互協議層：它的作用是保證A g e n t之間能夠進行具有一定結構的信息交換，即讓交互的雙方能夠在上層策略指導下，通過一系列的對話來實現協調、協商或協作的目的；

2.4.4 交互策略層：它直接面向問題，通過對各方面問題的綜合分析，確定A g e n t交互過程中表現的行為，交互策略的制定是A g e n t智能特性的重要體現，也是A g e n t成功交互的關鍵.

要使多A g e n t系統能進行交互，協同完成工作，通信是重要的基礎和服務保障.通信部分主要涉及到通信機制和通信語言.常用的通信機制有直接通信、廣播通信、聯邦系統（F e d e r a t i o nS y s t e m）和公共黑板系統（B l a c k b o a r dS y s t e m）.設計一種通用的A g e n t通信語言是A g e n t交互的關鍵問題.A-g e n t采用A C L(A g e n t通信語言)進行通信.[2]

3 基于多Agent的智能網絡教學系統

3.1 系統結構模型設計

本文在對A g e n t技術及多A g e n t技術進行研究分析的基礎上，提出了一個基于多A g e n t的智能網絡教學系統模型.旨在融合個性化學習和協作學習兩種學習觀的優點，[3]構建一個可以實現學習的個性化和協調化的智能網絡教學系統.該系統的結構模型如圖2所示.

3.1.1 學生A g e n t：學習者可以通過學生A g e n t進行選課、管理個人資料、維護學習目標、調整學習進度、查看學習情況、查看成績與考核評定；另外，學生A g e n t能對學習者進行實時跟蹤所獲取的特征信息，作為教師組織教學活動的依據.

3.1.2 教學A g e n t：在系統中扮演教師的角色，履行教師的職能.它根據學習者的能力情況以及學習者的學習記錄，使用適當的教學內容、教學策略，合理地安排教學進度，有針對性地指導學習者學習，從而實現個性化教學和因材施教.

3.1.3 能力分析A g e n t：根據學習者的測試結果，分析學習者的學習能力；接受教學A g e n t的要求，根據學習者的學習能力記錄，預測學習者的記憶能力、理解能力、應用能力和創新能力，并提供給教學A g e n t.

3.1.4 教師A g e n t：用于管理知識點、組織學習材料、制作課件、維護習題庫、歸納復習資料并生成考試試題、制定教學策略.

3.1.5 管理A g e n t：用于控制管理整個教學活動的進行，協作各個模塊，完成系統功能.

3.2 系統結構模型設計

在學生用戶登錄后，由人機交互接口負責將用戶信息提交學生A g e n t，由學生A g e n t負責將用戶信息保存到學生特征庫中，并將學生的學習請求提交給教師A g e n t.教師A-g e n t選擇一個最適合學生學習的教學模式和教學策略，對教學模式進行優化和調度[3]；提取和組織教學內容，進行學習路徑規劃[4]；實現個性化教學.學生A g e n t跟蹤學生的學習過程，查看學習情況，調整學習進度，教學A g e n t協作學生A g e n t完成學生的學習.學生每學完一個單元，能力分析A-g e n t會收到教學A g e n t的請求，根據學生的學習能力記錄，對學生的記憶能力、理解能力進行預測，并將評價結果保存到學生特征庫.教師A g e n t從學生特征庫讀取學生的學習能力評價結果，以此為依據來調整教學策略，確定下一步的教學.

4 結束語

A g e n t技術的興起正吸引著人們越來越多的關注，將其融入網絡教學系統中必將使學習方式產生巨大變革.本文提出了一個基于多A g e n t的智能網絡教學系統模型，有效地解決了傳統網絡教學中存在的問題，使得教學效果、教學模式和系統性能大大優于傳統網絡教學系統，促進了現代網絡教學系統的智能化，實現了真正意義上的個性化教學，對整個教學改革和素質教育的實施起到積極的推動作用.

〔1〕Michael W，Nicholas R J.Intelligent agents：theory and practice[J].Knowledge Engineering，1995，10(2):115-152.

〔2〕Finin T,Labrou Y.KQML as an Agent communication language.In:Bradshaw J,ed.Software Agents.Cambridge:MIT Press,1997.1-22.

〔3〕劉瑩.基于多Agent的網絡教學系統的研究[C].河海大學，2006.25-26.

〔4〕張超.多Agent協作在網絡教學中的應用研究[C].大連海事大學，2009.45-55.

G 4 3 3

A

1673-260X（2010）10-0035-02

內蒙古教育廳“知識發現技術研究及在遠程智能教學系統中的應用”課題項目(NJzy08153)