基于Multi-Agent的个性化培养模型的研究

郭刚平 韩会山

（1.德龙钢铁有限公司 河北 邢台 054000；2.邢台职业技术学院 河北 邢台 054000）

0 引言

当今国际竞争的焦点是人才的竞争，中华民族的跨越式发展，必须拥有大量高素质的人才。人才培养模式直接影响国民基本知识结构及素质的提高,较大程度地影响了社会进步及人才的质量。当社会的变革、人才的需求发生变化时,也对人才培养提出新的要求,致使人才的培养与社会的需求相适应。

社会真正需求的是人们的创新能力与知识综合运用能力，可以说，目前人才培养模式与我国经济和社会发展的总体要求乃至学习者个性全面发展的需要还有较大的差距，居于现实与未来的需要，许多专家提出要改革“大一统”的教学制度，重视发展学习者的个性、爱好、特长。个性培养是个人发展的需要，是社会发展的需要，是教育自身的改革。

个性培养就是承认学习者之间的差距，关注学习者差异，而且利用这种差距充分培养学习者良好的个性，努力挖掘学习者个性成长的领域，为学习者的个性发展提供条件、场所，使他们能够在相应的领域中发挥潜在的创造力，就可以从中发现学习者的特殊才能和“闪光点”。知其所长，用其所长，让学习者打开眼界，认识自我，树立自信心，从而调动和引发学习者内在的学习动力和兴趣，发掘学习者的潜能，帮助其完成培养目标。[1]

通过调研，了解到目前个性化培养国内外研究有一些，但基于Multi-Agent的个性化培养的研究国内外还很少。目前我国主要的人才培养模式有全职在校学习、网络教学、自学、广播及电视教学等几种模式。它们都缺乏对学习者差异和个性的重视，不能在学习者现有的知识结构及自身的特点上，给出学习者适当的引导，提出其个性化的培养方案，让其尽可能快且正确的转移到培养目标上来，即不能及时有效地、正确地协同学习者完成培养过程。

随着信息技术、通讯技术及网络技术的飞速发展，当前虽然教育者可以基于Web、BBS、电子信箱等现代通讯方式、多媒体技术可以与学习者进行交互，学习者提出问题，教育者能及时地给出答案，但是教育者却不能主动地发现学习者的特长和兴趣，结合各行各业的精英及成功人土、还有当前社会的需求、给出学习者个性化的培养方案。基于此，提出了基于Multi-Agent的个性化培养模型的研究。

1 个性培养、智能代理、多Agent系统的概念

1）个性化培养

是指教育者在学习者培养过程中，尊重学习者个体的差异性、独特性、自主性和创造性，依据学习者的志趣、才能、资质、特长和爱好，加以引导，促使其和谐完美发展的过程。

2）智能代理

智能代理(Intelligent Agent)是一种（计算机）程序，在某种调度安排下，负责在无需人直接出现时的信息收集或提供某些服务。它具有以下几个特点：

反应性：智能Agent可以感知它们的环境，并可以对环境发生的变化以及时的方式做出反应，以满足它们的设计目标。

预动性：智能Agent通过主动发起可以表现出目标引导的行为，以满足它们的设计目标可以主动发起一个动作。

社会行为能力：智能Agent可以与其他Agent（也可能是人）交互，以满足它们的设计目标。[2]

3）多 Agent系统

多Agent系统是由多个可以相互交互的，称为Agent的计算单元所组成的系统。Agent作为计算机系统具有两种重要的能力。首先，每个Agent至少在某种程度上可以自治行动，由它们自己决定需要采取什么行动以实现其设计目标。其次，每个Agent可以与其他Agent进行交互。[2]

2 基于Multi-Agent个性化培养模型

1）代理的定义

本系统中代理的一般定义如下：

9月2日凌晨3名中国游客赴瑞典斯德哥尔摩旅游，9月15日网络曝出3人指控接待酒店青年旅舍拒绝其“交钱在大堂休息”并报警，随后瑞典警察“强行带离并丢弃至野外坟场”。

代理∷={属性：反应性、预动性、社会性、交互性；动作：感知、处理、推理、决策、作用、协同}

代理可以看成是一个黑盒，首先感知外界信息，然后处理和解释接收的信息，代理可以在一定的时间内根据信息进行推理作出决策作用于外界，代理还可以协同外界代理共同完成一个或多个目标。

2）模型框架

在充分考虑多Agent系统的特点后，本人提出了基于Multi-Agent个性培养模型框架如图1。

图1 系统总体结构图

上述的个性化人才培养模式示意图，是一个不断提升的动态的运行图。

其中学习者可组成学习协同小组探讨学习方法，教育者可组成研讨小组来探讨如何个性化培养学习者，如图2所示。

将这两种结构图结合起来，就可以建立一个完善的基于Multi-Agent的个性化培养的模型。在这个模型中，采用智能代理技术，在某种调度安排下，负责在无需人直接出现时自主性地进行学习者个性化基本信息的收集，同时在完成过程中，它可获得关于学习者的目标或愿望的知识点，并把该知识点传送给决策代理，决策代理利用模型库和知识库，在协同教育者及学习者基础上，协同给出学习者个性化的培养方案。

图2 多小组设计结构图

3）模型的工作过程

组成系统的每一个代理都是自主完成某项任务或一系列任务的实体。在服务器端，界面代理对学习者进行注册(包括学习者的知识水平、学习能力、兴趣和背景信息及培养目标等)，并加入到学习者信息数据库中。当学习者参加讨论时,还要控制学习者之间的信息通讯，完成定向发送、接收和处理协同信息的任务。决策代理是该模型的核心部分，当接收到界面代理发送的请求信息时，首先，对学习者进行身份认证,随后综合运用知识库、模型库、学习者信息库的知识，先进行精确关键词的匹配检索，如果没有搜到，再进行模糊匹配检索然后咨询学习者与教育者，最后，确定其个性培养方案。如果模糊匹配检索也未检索到，决策代理就会把该学习者的请求发送到信息代理与协调代理，信息代理就会到相关的资源站点上查找相关的内容，同时协调代理就会联系有关的专家及教育者，提出一个新的模型，传送给决策代理并更新知识库及模型库，然后提出该学习者的个性化培养方案通知给学习者。在个性化培养方案中，尽量考虑给学习者创造一个广阔的田野，比较独立和准确地把握自己的方向，激发每个人内在的动力，尽情地发挥他们的才智，注意保护学习者的学习积极性，并创造条件使学习者的创造性和个性得以发挥。以使学习者更好地为社会服务。

4）各代理的功能

决策代理：综合利用教育专家处理问题的经验和知识通过知识获取建成的知识库、学习者信息库、成功人士及各界精英的培养过程构成的模型库，还有教育者、专家、学习者三者动态交互的信息，最后决策出学习者的个性培养方案。决策代理能够动态更新学习者的个性培养方案。

信息代理：能动态主动地去有关资源站点查找和搜集标引网络上众多的站点和页面，从而保障对如此丰富和迅速变化的网络资源的跟踪与检索的有效性和及时性，利用HTTP读取WEB页面，利用各种算法对集成的数据进行归纳、概括、检测后，提交给知识库、模型库整理、最后通过界面代理提供给学习者利用。

协调代理：它主要协调教育者、专家及学习者三者之间的交互信息，从而给学习者提出一个可行的、有效的个性化培养方案，并能提出新模型。

反馈代理：它主要搜集已结束培养的学习者的情况，从而对数据库内容进行更新、删除操作。

3 基于Multi-Agent个性培养模型体系结构模型（如图 3）

图3

在这个系统中,采用3层体系结构，如果Web浏览器请求的是某个HTML文档，Web服务器就返回该文档；如果Web浏览器请求的是某个CGI程序或者API程序；Web服务器则执行（或调用外程序执行）该程序，然后将程序执行结果返回给Web浏览器。[3]

4 结束语

本文系统论述了个性化培养、智能代理的概念，给出了基于Multi-Agent的个性化培养模型。本文的观点为个性化培养提供了新的、切实可行的思路和一定的借鉴作用。目前，随着网络信息技术的飞速发展，智能网络Agent和多Agent的集成技术成为新的热点，有关其实施方法仍需进一步完善。

［1］张蒙.学生潜能开发和个性发展[J].教育发展研究，2003，8：91－92.

［2］Michael wooldridge Agent系统引论[M].电子工业出版社，2003,10:15.

［3］侯志荣.Web应用程序开发:算法分析与应用[M].人民邮电出版社.