基于視覺(jué)聽(tīng)覺(jué)語(yǔ)義相干性的強(qiáng)化學(xué)習(xí)系統(tǒng)的研究.pdf

1、學(xué)習(xí)支持系統(tǒng)是近年來(lái)人工智能在教育中應(yīng)用的研究熱點(diǎn)之一，它是教育學(xué)、認(rèn)知科學(xué)和計(jì)算機(jī)科學(xué)的交叉研究領(lǐng)域。多Agent系統(tǒng)的理論與技術(shù)，為分布式開(kāi)放系統(tǒng)的分析、設(shè)計(jì)和實(shí)現(xiàn)提供了一條嶄新的途徑，因此也被廣泛應(yīng)用于學(xué)習(xí)支持系統(tǒng)。隨著計(jì)算機(jī)與網(wǎng)絡(luò)的發(fā)展，人們?nèi)諠u依賴于通過(guò)網(wǎng)絡(luò)進(jìn)行交互，人們的學(xué)習(xí)方式也發(fā)生了變化，這就要求學(xué)習(xí)支持系統(tǒng)相應(yīng)改變，從而對(duì)實(shí)現(xiàn)它的技術(shù)有了更高要求。
　　 本文從分析新形勢(shì)下人類(lèi)教育理念的轉(zhuǎn)變和新學(xué)習(xí)方式入手，對(duì)

2、多Agent強(qiáng)化學(xué)習(xí)系統(tǒng)展開(kāi)研究，包括單Agent的強(qiáng)化學(xué)習(xí)算法和多Agent強(qiáng)化學(xué)習(xí)算法，并對(duì)實(shí)際應(yīng)用所需要的用戶個(gè)性化描述、個(gè)性化學(xué)習(xí)內(nèi)容呈現(xiàn)等問(wèn)題進(jìn)行了探索，主要完成了以下幾項(xiàng)研究工作：
　　 (1)以歷史發(fā)展為線索總結(jié)了計(jì)算機(jī)輔助教學(xué)的智能化歷程，分析了智能教學(xué)系統(tǒng)的優(yōu)勢(shì)與不足，認(rèn)為適應(yīng)性學(xué)習(xí)支持系統(tǒng)是當(dāng)前數(shù)字化學(xué)習(xí)支持平臺(tái)的發(fā)展趨勢(shì)。
　　 (2)在對(duì)經(jīng)典強(qiáng)化學(xué)習(xí)算法TD算法和Q學(xué)習(xí)算法進(jìn)行深入研究的基礎(chǔ)上，提

3、出了一種基于偏向信息的強(qiáng)化學(xué)習(xí)算法，利用預(yù)置的偏向信息或先驗(yàn)知識(shí)來(lái)指導(dǎo)Agent行為選擇策略，引導(dǎo)Agent探測(cè)狀態(tài)空間的方向，同時(shí)在學(xué)習(xí)的過(guò)程中，不斷修改、完善已有的知識(shí)，達(dá)到提高算法收斂速度的目的。
　　 (3)提出了適合于連續(xù)狀態(tài)空間下的多Agent分層強(qiáng)化學(xué)習(xí)的半馬氏博弈模型SMG，同時(shí)給出了此模型對(duì)應(yīng)的MAHRL協(xié)同框架，分別對(duì)協(xié)作子任務(wù)和非協(xié)作子任務(wù)進(jìn)行形式化描述，闡述了多Agent分層強(qiáng)化學(xué)習(xí)系統(tǒng)的工作流程并給出了

4、MAHRL協(xié)同框架的核心一基于Pareto占優(yōu)解的分層強(qiáng)化學(xué)習(xí)算法。仿真實(shí)驗(yàn)驗(yàn)證了文中所提到的SMG模型、MAHRL協(xié)同框架和基于Pareto占優(yōu)解的分層強(qiáng)化學(xué)習(xí)算法的有效性和優(yōu)越性。
　　 (4)根據(jù)卡特爾16項(xiàng)個(gè)性因素測(cè)驗(yàn)法，提出通過(guò)心理測(cè)驗(yàn)獲得受訓(xùn)者量化的關(guān)鍵個(gè)性屬性值的算法。
　　 (5)提出了恐怖場(chǎng)景個(gè)性化呈現(xiàn)算法，結(jié)合本文提出的強(qiáng)化學(xué)習(xí)算法實(shí)現(xiàn)了技能學(xué)習(xí)，可根據(jù)受訓(xùn)者的知識(shí)技能掌握情況調(diào)整操作難度和知識(shí)測(cè)試點(diǎn)