基于强化学习的最优分层学习路径设计
机器学习
2018-10-15 v1 计算机与社会
机器学习
摘要
与传统课堂环境相比，电子学习系统能够为学生提供更自适应和更高效的学习体验。此类系统的一个关键组成部分是学习策略，即根据学生当前进度、技能、学习材料等信息为学生设计学习路径的算法。在本文中，我们解决了为电子学习系统寻找最优学习策略的问题。为此，我们首先在电子学习系统中建立了学生分层技能的模型。基于该分层技能模型与经典认知诊断模型，我们进一步构建了一个框架来建模分层技能的各种熟练度水平。在分层结构之上，通过应用无模型强化学习方法找到了最优学习策略，该方法不需要学生学习的转移过程信息。所提框架的有效性通过数值实验得到了验证。
引用
@article{arxiv.1810.05347,
title = {Optimal Hierarchical Learning Path Design with Reinforcement Learning},
author = {Xiao Li and Hanchen Xu and Jinming Zhang and Hua-hua Chang},
journal= {arXiv preprint arXiv:1810.05347},
year = {2018}
}