基于 RMAB 的教育自适应课程生成：EduQate 方法
人工智能
2024-06-21 v1
摘要
近年来，开发面向学生个体学习进展的个人化和自适应教育工具备受关注。开发此类工具的一个关键方面是探讨如何在高效的前提下跨越多样且相互关联的内容实现精通。尽管强化学习和多臂老虎机在教育场景中显示出前景，但现有工作往往假设学习内容的独立性，忽略了此类内容之间普遍存在的相互依赖性。为此，我们提出了教育网络放松多臂老虎机(EdNetRMABs)，利用网络表示相互依赖臂之间的关系。随后，我们提出 EduQate 方法，采用基于相互依赖性的 Q 学习，以在每个时间步骤中做出对臂选择的明智决策。我们给出 EduQate 的最优性保证，并使用来自人工和真实世界数据的学生模型，展示其相对于基线策略的有效性。
引用
@article{arxiv.2406.14122,
title = {EduQate: Generating Adaptive Curricula through RMABs in Education Settings},
author = {Sidney Tio and Dexun Li and Pradeep Varakantham},
journal= {arXiv preprint arXiv:2406.14122},
year = {2024}
}
备注
9 pages, NeurIPS 2024 pre-print