用于智能辅导系统的多臂老虎机算法
人工智能
2019-07-17 v2
摘要
我们提出了一种智能辅导系统方法，该系统在考虑有限时间和动机资源的情况下，自适应地个性化学习活动序列，以最大化学生获得的技能。在给定时间点，系统向学生推荐能使其进步更快的活动。我们引入了两种依赖于学习进度经验估计的算法：利用每个练习难度信息的 RiARiT，以及利用较少问题知识的 ZPDES。该系统基于三种方法的结合。首先，它通过将其转化为主动教学，利用最近的内在学习动机模型，依赖于特定活动对特定学生提供的学习进度经验估计。其次，它使用最先进的多臂老虎机 (MAB) 技术来有效管理此优化过程中的探索/利用挑战。第三，它利用专家知识来约束和引导 MAB 的初始探索，同时仅需要专家的粗略指导信息，并允许系统处理其知识中的教学空白。该系统在一个 7-8 岁学龄儿童学习如何通过操作货币来分解数字的场景中进行了评估。文中展示了针对模拟学生的系统实验，随后是对 400 名学龄儿童群体的用户研究结果。
引用
@article{arxiv.1310.3174,
title = {Multi-Armed Bandits for Intelligent Tutoring Systems},
author = {Benjamin Clement and Didier Roy and Pierre-Yves Oudeyer and Manuel Lopes},
journal= {arXiv preprint arXiv:1310.3174},
year = {2019}
}