基于多Agent远程教学系统的探讨

Agent是一种新兴技术，应用Agent技术建立的网上教学系统，。可以较好地解决现阶段网上教学的不足，从而提高网上教育的教学质量和学习效果。     

基于Agent思想的远程教学系统的设计与实现

1 引言随着现代网络通信技术和Internet应用平台的发展,远程教学利用信息化技术克服了传统教育受时空制约的缺点,使得广大师生可以异地、异步地完成交互式自主性教学活动,并可突破传统教育资源和教学方法的限制。学生也可以根据自己的实际情况和学习水平安排计划和进度,实现个性化、自主化教育。为了体现交互和自主,这个网络分布式异地教学的虚拟空间必然会产生多个身份,如教师、学生和管理者之间相互协调的问题。传统的电视大学或Web静态远程教育系统在教学过程中因缺少智能性和适应性,无法满足按需学习和因材施教。     

关系网模型在基于Agent的远程教学系统中的应用

从研究Agent社会合作机制入手,引入了一个表示Agent之间联系的关系网模型,并将其应用到基于Agent的远程教学系统中,同时针对学生Agent如何有效地搜索教师Agent给出了具体的算法。     

一种基于Agent的远程教学模型

结合Agent、数据库、动态网页等技术,提出一个基于Agent的远程教学模型,较好地实现个性化学习和协作学习。这一模型将大部分Agent散布放置在网络空间上,且能动态增删,合理地利用带宽,减轻了后端服务器的运算负荷。     

一个基于XML和多Agent系统的远程教学模型

针对目前远程教学中所存在的一些不足，将多Agent系统和XML技术引入到远程教学中，从而建立了一个含有四类Agent、八种Web服务的远程教学模型XA_DTS。通过该模型，远程教学能够实现有针对性的个性化教学，同时能够激发学生的主观能动性，促进学生的主动学习。     

基于多Agent的远程教学系统模型的研究

研究分析当前远程教学系统存在的主要缺陷,引入多Agent技术,提出基于多Agent的远程教学系统模型,并给出实现本系统的关键技术及开发步骤.本系统以期提高现有远程教学系统的智能性、适应性、可维护性和可扩充性,增加人性化色彩,改善教学效果.     

一个基于XML和多Agent系统的远程教学模型

针对目前远程教学中所存在的一些不足,将多Agent系统和XML技术引入到远程教学中,从而建立了一个含有四类Agent、八种Web服务的远程教学模型XA_DTS。通过该模型,远程教学能够实现有针对性的个性化教学,同时能够激发学生的主观能动性,促进学生的主动学习。     

基于Agent的协同远程教学模型

利用网络进行远程教学有很多优点。文章讨论如何反Agent和计算支持的协同工作技术应用到远程教学中以增强教学效果。在多Agent通信语言KQML的基础上，提出了基于Agent的协同远程教学模型，并阐述了在此模型下协同远程教学的工作过程。     

一种适合EAI的多Agent系统模型

企业应用集成是当前研究的热点，应用集成是能够满足企业统一信息管理、统一资源调配和优化业务流程的重要手段。目前应用集成尚无公认的标准，在实施集成中主要考虑标准接口问题，而往往忽略本身体系结构的合理性。要满足企业为适应市场竞争而灵活变动的管理模式，应用集成必须具备较高的可扩展性和可灵活调整性。在分析企业应用集成内涵的基础上，提出了适合于企业应用集成特点的多Agent系统模型。     

多Agent系统的模型和形式语义

1 引言自90年代以来,关于Agent和多Agent系统逐渐引起重视并形成AI研究的热点。由于Agent表达能力强,市场求解机制以及把推理格局引伸到思维状态,因此适用于动态开放环境的问题求解。Agent和多Agent系统最初是作为一种分布式计算模型提出来的,旨在控制分布式计算的复杂性,克服人机界面的局限性,以及适应实际问题的开放性和分布性的要求。     

基于多Agent与CORBA的远程教育通信平台的研究与构建

The distance learning based on distributing teaching involves technology question of coordination mutually between many roles.Agent is an entity which can act on his own and conforms himself with environment.Agent‘‘s ideology is fit for the inherent requirement of the distance learning system.For solving the problem about ditferent structure during Agents‘‘ communications,combining with the requirement of the distance learning system,in this paper,the model of distance education system based on CORBA and Multi-Agent has been put forward,which is distributing style and fit for the environment of Internet/Intranet.     

基于计算机网络技术的远程教育

本文分析比较了在Internet上远程教育的特点,认为行为主义,认知主义,建构主义三大学习理论并不是相互替代的关系,而是应该有机的结合在一起,共同为提高学生的综合能力和学习效率提供丰富的教学机制。     

基于强化学习的自适应多Agent系统的构造

自适应系统所处的环境往往是不确定的,其变化事先难以预测,如何支持这种环境下复杂自适应系统的开发已经成为软件工程领域面临的一项重要挑战.强化学习是机器学习领域中的一个重要分支,强化学习系统能够通过不断试错的方式,学习环境状态到可执行动作的最优对应策略.本文针对自适应系统环境不确定的问题,将Agent技术与强化学习技术相结...     

基于多Agent系统的智能虚拟仪器研究

根据当前虚拟仪器技术的现状,提出了基于多Agent系统的智能虚拟仪器概念,把虚拟仪器系统中的软件单元设计成独立的Agent,通过它们之间的动态组合构成一个完整的系统.最后,借助多Agent系统构造框架JAFMAS来实现该系统模型的开发.这一概念的提出,提高了虚拟仪器的可重构性、适应性和设计效率.     

Learning to Share Meaning in a Multi-Agent System

The development of the semantic Web will require agents to use common domain ontologies to facilitate communication of conceptual knowledge. However, the proliferation of domain ontologies may also result in conflicts between the meanings assigned to the various terms. That is, agents with diverse ontologies may use different terms to refer to the same meaning or the same term to refer to different meanings. Agents will need a method for learning and translating similar semantic concepts between diverse ontologies. Only until recently have researchers diverged from the last decade's common ontology paradigm to a paradigm involving agents that can share knowledge using diverse ontologies. This paper describes how we address this agent knowledge sharing problem of how agents deal with diverse ontologies by introducing a methodology and algorithms for multi-agent knowledge sharing and learning in a peer-to-peer setting. We demonstrate how this approach will enable multi-agent systems to assist groups of people in locating, translating, and sharing knowledge using our Distributed Ontology Gathering Group Integration Environment (DOGGIE) and describe our proof-of-concept experiments. DOGGIE synthesizes agent communication, machine learning, and reasoning for information sharing in the Web domain.     

多智能体深度强化学习研究综述

多智能体深度强化学习是机器学习领域的一个新兴的研究热点和应用方向,涵盖众多算法、规则、框架,并广泛应用于自动驾驶、能源分配、编队控制、航迹规划、路由规划、社会难题等现实领域,具有极高的研究价值和意义。对多智能体深度强化学习的基本理论、发展历程进行简要的概念介绍;按照无关联型、通信规则型、互相合作型和建模学习型4种分类方式阐述了现有的经典算法;对多智能体深度强化学习算法的实际应用进行了综述,并简单罗列了多智能体深度强化学习的现有测试平台;总结了多智能体深度强化学习在理论、算法和应用方面面临的挑战和未来的发展方向。     

现代远程教学系统的设计和实现

介绍了网络化教学及智能化远程学习系统。分析了网络化教学流程及其主要部分的模型。通过典型实例，探索了对具体系统的开发设计，证明了智能化远程学习模型是一个实用的远程学习智能化方案，模型具有可实现性。     

基于强化学习的多智能体协作方法研究

为了在连续和动态的环境中处理智能体不断变化的需求,我们通过利用强化学习来研究多机器人推箱子问题,得到了一种智能体可以不需要其它智能体任何信息的情况下完成协作任务的方法。强化学习可以应用于合作和非合作场合,对于存在噪声干扰和通讯困难的情况,强化学习具有其它人工智能方法不可比拟的优越性。     

基于大数据流的Multi-Agent系统模型研究

在智能决策支持系统(IDSS)中,由于许多推理模型和方法以巨大的数据量为基础,决策响应速度成为系统的瓶颈。结合软件开发实际,提出了一种基于速度优化的Multi-Agent模型,将系统Agent分为智能交互界面Agent、数据分析处理Agent、数据访问控制Agent三类,通过各Agent的分工与协作来实现系统数据的快速交互;并在ERP采购成本分析子系统中进行建模研究,结果表明该模型能大大缩短系统决策响应时间。