数字孪生技术职业教育应用两种模式及其类型分析

王永超

（1.广东技术师范大学 广东顺德现代职业教育研究院；2.广东技术师范大学 广东省现代职业教育 虚拟现实创新应用工程技术研究中心，广东 广州 510665）

数字孪生（Digital Twin,DT）技术是对现实世界中的研究对象建立一个全过程全方位的数字映像，它强调通过物理对象和数字映像之间双向实时通讯，分析和解决物理对象存在的问题.数字孪生作为一种新技术新模式，在航空航天、机械制造、智慧城市等领域不断扩大应用，显示出越来越强大的潜力和价值.数字孪生在职业教育领域的应用也在不断深入和不断扩大，并取得巨大的进展，但是存在概念泛化和边界模糊等问题.本文拟结合数字孪生技术特点及其教育应用现状，对数字孪生教育应用状况进行归纳总结，以求深化理解和更好拓展数字孪生教育应用.

1 数字孪生技术及教育应用现状

自2009年芝加哥大学Michael Greeves教授提出数字孪生概念以来[1]，数字孪生技术经过美国NASA不断发展和成功应用，在工业界取得巨大进步.在美国通用电气公司GE推动美国的工业互联网过程中，数字孪生成为工业互联网落地实施的关键和核心.德国西门子公司在推动德国的工业4.0过程中，将数字孪生技术作为工业4.0的重要内容.不论是工业互联网或工业4.0概念，其核心是将人、数据和机器紧密连接起来，这正是数字孪生的技术逻辑.数字孪生强调对物理对象全生命周期和全面的数字映像，并且虚拟映像和物理实体之间能够实时双向进行数据通讯或交互操作.这也是数字孪生不同于虚拟现实或增强现实（VRAR, Virtual Reality/Augmented Reality）、虚拟仿真（VS, Virtual Simulation）、物理信息系统（CPS, Cyber-Physical System）等技术概念的要点.

在数字化转型过程中，数字孪生在工业界广泛应用，包括提高产品设计质量和制造过程，推进设计和制造高效协同，对生产策略进行模拟仿真和评估等，它已渗透到资产、车间、企业各个层级，同时不断向仓储物流、智慧城市、能源化工等领域扩展.数字孪生在教育行业应用也在不断扩大[2-4].智慧校园、智慧课堂[5]、网络课程[6]、虚拟实验[7-8]、立体教材、学习空间等，作为不同研究对象在数字空间的映像，都不同程度或不同规模地采用数字孪生技术.我国近十年来在教育领域大力推进建模仿真技术特别是虚拟仿真技术，为数字孪生技术教育应用的扩大与深入奠定了良好的应用基础.2015年前后，教育部每年推进100个国家级虚拟仿真教学实验基地，2020年教育部继续推进职业教育示范性虚拟仿真基地建设.

当前教育应用领域的实际需求和数字孪生技术的不断发展，共同推动教育信息化及虚拟仿真教学正在快速向数字孪生转变[9-10].首先，相比较于虚拟仿真技术，数字孪生技术不再局限于实验项目或单项任务[11-12]，而是呈现出多领域一体化、全场景多分辨率、面向整个生命周期等综合性趋势[13].动态可视化从单一的原理动态展示，已经拓展到优化设计分析，例如数控刀具加工的路径展示中，虽然主要对象仍然是路径这一几何元素，但是非几何元素的可视化表达不断集成到几何模型中，例如应力变化、温度分布这些优化分析的结果等，几何表达的丰富性正是数字孪生技术全面性的一个体现.其次，数字化教育应用中越来越强调实时数据传送和处理，例如智慧校园系统或网络视频课程中视频监控图像实时传送和实时展示，这正是数字孪生技术中强调的利用传感器获取现场数据特性.还有一些先进的虚拟实验室项目也可进行在线仿真[14]，将传感器测量的数据直接送入仿真模型中，例如Matlab/simlink的硬件在回路仿真，反映了数字孪生中“以虚控实”的技术特点.总之，数字孪生可应用于诸多职业教育领域中的研究对象，并与其它技术5G和人工智能等不断集成融合，应用范围涵盖从实验项目到数字校园[15-16]，范围不断扩大，程度不断深入，形式不断创新[17]，并与新工科、新师范等教育改革交织叠加，出现了许多新情况有待归纳分析.

2 数字孪生技术教育应用的两种驱动四种类型

通常的“教育对象”是指受教育的学生或接受培训的学员等，而数字孪生技术中“数字映像”对应的“物理对象”概念，不但包含学生学员等人员对象，也包括实验、课程、项目、教材以至整个校园等物理对象，涵盖了教育领域中感兴趣的所有客观物理对象，本文统称为“现实教学对象”.根据数字孪生技术特点及其当前教育应用现状[6][18-19]，我们提出将数字孪生教育应用分为模型驱动(MDM, Model-Driven Mode)和数据驱动(DDM, Data-Driven Mode)两种模式.模型驱动模式围绕DMD “现实教学对象”的数字模型展开，其重点在于数学建模和仿真建模，以及在模型基础上的仿真实验、性能评估及优化改进等[19].DDM数据驱动模式重点是“物理教学对象”的数据获取、管理及应用，不涉及或很少涉及仿真模型的构建.

2.1 模型驱动模式

根据所构建模型是为解决静态可视化问题抑或动态过程性问题，将模型驱动模式MDM进一步分为静态模型类sMDM(static MDM)和动态模型dMDM(dynamic MDM)两种类型.静态模型类型sMDM主要是对感兴趣的“现实教学对象”进行几何图形建模或可视化表达；动态模型类型dMDM则主要建立“现实教学对象”的仿真模型，并通过模型逻辑来驱动几何模型或几何图形，实现动态过程展示.

2.1.1 静态模型类型

在数字孪生教育应用中，基于“现实教学对象”的不同和建模技术的发展，以及教育应用的不同程度，我们将常见静态模型类sMDM归纳为规则模型、自然模型、非视觉模型、静态过程模型和数学函数模型等五类.典型的规则模型为机械零部件的CAD模型，机械零部件本身具有几何形状，CAD模型是对几何形状直接的数字化描述.几何模型从线框模型、表面模型、实体模型、纹理映射或光照模型(图1)，其逼真度越来越高，数字模型映射的内容越来越丰富.同时几何建模对象也不局限于规则体素的几何零件，而是越来越复杂，例如水流、云彩、树木、山峰等自然对象.几何模型逼真度的不断提高，建模对象的不断丰富，以及在此基础上构建应用场景的不断扩大，其实就是数字孪生模型“全面性”技术特点的发展过程.这种基于CAD/CG技术的模型在教育应用中大量存在，是教育应用最早和最广泛的形式之一.

图1 静态模型类

非视觉对象是指虽然客观存在但是没有几何形状，例如温度、压力、磁场、电流等，这些非视觉对象的可视化大量存在于教学应用中，静态模型类型sMDM应用广泛.当建模对象本身就是一个过程，例如加工过程、工艺过程、发展进程等，对这些对象进行数字化几何映射，则是以静态的图形图表等形式进行可视化展示，即所谓抽象知识的形象表达，常采鱼骨图、柱状图、趋势图、流程图、树状图等形式.数学函数或公式在计算机中的图像表达，因其高效性和直观性，近年来在教育应用中不断得到重视，也成为一类重要的静态模型，例如高等数学教学中的数学实验即属于此类.必须注意的是，在数学实验中的建模对象是数学函数，目的是促进对数学函数的理解，而不是数学函数背后的物理规律.表1对静态模型常见五种类型进行了总结.

表1 静态模型类常见五种类型比较

2.1.2 动态模型类型

与静态模型类型sMDM追求建模对象的“形似”或“真实感”不同，动态模型类型dMDM追求的是“形神兼备”，即反映建模对象的数学或逻辑模型，并能沿着时间轴展开逻辑模型，实现映射模型的动态过程，当这种逻辑模型驱动几何模型时，常以动画的形式展示动态过程，从而更全面映射建模对象，帮助学生加深理解教学物理对象的规律或原理.采用不同参数来运行动态模型以后，获得的数据可以用来分析、评估和优化实际对象.动态模型类型dMDM常常由几何模型和仿真模型结合起来构成数字孪生体.较早的三维几何建模与系统数学建模是各自独立发展的，几何建模主要研究计算机图形学，数学建模主要研究各种系统方程的建立和求解算法，后来二者紧密融合，以数学模型驱动几何模型即计算机仿真建模，成为数字孪生技术最为成熟的技术路径之一.教育领域大量的虚拟仿真教学都可归为这一类，例如机械臂运动仿真、电梯运行建模仿真等，汽车发动机四行程运行仿真等等.动态模型类型dMDM进行了大量的技术积累和开发应用，取得了良好的效果，出现了大量的平台和应用.

图2给出了两种模型驱动类型的示意图，图中PO表示实际教学对象(Physical Object)，GM表示几何模型(Geometry Model)，SM表示仿真模型(Simulation Model).虚线表示抽象的映射关系，表示GM及SM是对PO的建模；实线表示现实的交互关系，GM和SM之间有数据传送.

图2 模型驱动模式MDM

2.2 数据驱动模式

数据驱动模式DDM围绕数据展开，分为面向数字资源rDDM(resourceDDM)和数据展示eDDM(exhibitionDDM)两种类型，如图3所示.rDDM重点是对现实研究对象的数据收集与管理，eDDM主要是通过大屏对实时状态数据进行图表化展示.

图3 数据驱动模式DDM

2.2.1 面向数字资源类

面向数字资源类rDDM通常以课程作为物理教学对象PO，课程建设的数字化或网络化即归此类，目标是建立课程的一个完整数字画像，从而更好服务于教学实践.由于课程的定位性质、体系内容、授课对象等的不同，没有一个完整的可以囊括所有课程的模型，而是着眼于课程PO的一些主要内容，例如包括立体化教材、多媒体课件、项目式作业、网络化课堂和数字化文档等内容，因此，数字化孪生体表现为课程数字资源DR(Digital Resource)建设，课程PO与DT之间的映射关系主要是数字化，通常采用文件系统树型结构或数据库系统的表格结构来组织管理数字化资源，例如精品课程建设、课程网站建设以及课程视频录制等[20]，这种形式下DT的全面性，直接取决于实际课程PO内容和模块的多样性.

如果要建立课程对象PO完整的数字画像DT，必须基于数字资源DR构建课程对象PO的逻辑模型.要注意的是这种课程内部逻辑，并不是课程PO中的教材或教学大纲中的课程知识点构成的知识体系，例如对于线性代数，并不是“行列式、方程组、特征值”以及“正方矩阵、对称矩阵、正定矩阵”等知识点的逻辑关系，而是反映“课程－教材－教法”等课程PO内部教学规律的逻辑关系.这种逻辑关系，虽然在不同的学科、专业、层次以及教师有不同的理解，存在多种形式，但是没有一个公认的标准，只是存在一些共同的框架结构，例如课程都包含教学大纲等文档.

2.2.2 数据展示类

数据展示类eDDM教育应用是通过物联网大数据以及云计算等技术，建立校园或课堂的数字空间，并与物理空间高效结合，从而更好服务教学.它包括基础设施、数据处理、应用支撑、业务应用、终端展示、数据标准体系和运行维护体系[21].数据展示类eDDM教育应用中有两种典型应用场景，一种是类似视频会议或网络课堂，另一种类似于智慧城市，典型应用场景为数字校园、智慧校园、虚拟校园.数据展示类eDDM的目标是建立校园或课堂的数字孪生模型，包括虚实全面全程映射和实时双向通讯，但是当前的主要功能集中在状态监测和大屏显示（Large Screen Display, LSD）两个方面，强调的是数据管理平台和实时传输支持下的状态监测.例如在智慧校园应用中，状态监测包括安防态势数据、信息安全数据、校园通行数据、校舍楼宇数据、设施设备数据等，大屏显示则是以地图和表格的方式实时展示这些数据.在这种应用场景中主要是大量数据的实时采集和传输，而数据的分析处理加工等较少，属于海量数据的实时反馈，类似于镜面成像的实时性，因此又可称为镜像展示类型.其数据展示常常采用大屏展示，以校园地理空间数据可视化为主体，周围辅助以常规的图表或图文，通过提供这种态势数据，辅助工作人员进行接待汇报、专业人员进行分析研判，决策人员进行指挥调度等.在这种模式下，从校园PO到大屏LSD的数据是实时传送的，在图3(b)中用实线表示，但是从LSD到校园PO没有或者很少有数据传送，因此这种交互常常是单向的.在视频会议或网络课堂场景中，地理空间相关数据并不是重点，但也提供实时的状态数据.

3 两种模式的技术特征分析

数字孪生技术主要特点包括两个方面，一是建模的全面性和全生命周期性，二是虚实交互的双向性实时性.根据这两个技术特点对两种模式四种类型进行分析比较.可以认为数字模型DT的全面性和全生命周期性，属于对物理对象PO静态结构的描述问题，而实时双向交互性，属于动态运行的描述问题.

3.1 模型的全面全程性

不论是模型驱动模式MDM还是数据驱动模式DDM，当前数字孪生模型DT对物理对象PO的刻画，在全面性和全生命周期性方面，相对于教学目标要求都存在很大的薄弱之处.

在模型驱动模式MDM下，PO比较明确和具体，例如机床零件，因此MDM常常以教学实验项目的方式展现.通常情况下为了模型构建而对物理对象PO进行抽象处理，抽象意味着忽略次要因素，也意味着不能实现全面映射，同时也很难满足全生命周期映射的技术要求.例如机械臂运动仿真只是“工业机器人”课程中的一部分，而“工业机器人”课程中除运动学仿真外，尚有动力学仿真、控制与传感、机器视觉等，没有完全将“运动仿真”与“系统控制”等结合起来，常常是通过不同的模型来实现不同的功能，因此全面性和全生命周期性相对较弱.

数据驱动模式DDM下，由于着眼于数据的管理和应用，数据量大或者数据类型多，数据的获取、传输、存储、展示等，没有或者很少映射物理对象的逻辑结构，因此在对PO的描述方面比较少涉及模型构建上，距离模型的全面性全生命周期性上，还有许多工作需要深入研究.同时在DDM下，或者PO规模比较大，例如校园对象，或者PO对象本身抽象，例如课程或专业，也是影响模型全面性的一个重要因素.

随着计算机技术的不断发展，建模技术的不断提高，必然促进模型构建面向全面性和全生命周期性，但是我们也可以看到，技术的发展伴随着需求的不断提高，在新技术出现的情况下，建模的全面性全周期性要求必然不断提高.

3.2 交互的双向实时性

DT中的双向实时性是指DT模型能够通过传感器获取现场实时数据，以及DT模型中的数据能够实时传回现场.在DT教育应用场景中，除了这种虚实交互关系以外，我们引入另外两种交互关系来分析比较，一是模型内部的交互关系，一种是引入人员因素的交互关系.

3.2.1 模型内部的双向实时交互

在sMDM中只有一个几何模型GM，不存在内部交互问题.在dMDM中，几何模型GM为仿真SM提供可视化基础，而仿真模型SM为几何模型GM提供过程逻辑，两者的这种关系确定了它们之间的双向实时交互.要构建一个全面甚至全生命周期的DT模型，涉及到不同领域不同学科的专业知识，而对于不同的应用又有不同的模型分辨率要求及规模要求，因此一个DT模型常常是不同领域模型、不同分辨率模型或不同规模的模型的集成.仅以不同领域而言，一个全面完整的DT模型，常常由机械、电子、液压、控制、软件、热工等不同学科的模型相互耦合而成.图4给出了不同领域构成的一个DT.图中SM1和SM2以及SMn表示不同领域的仿真模型，它们和几何模型GM一起构成一个DT.这种其实是动态模型dMDM的扩展，但最终都是通过几何模型GM实现可视化，因此这种称之为多领域建模仿真或几何物理一体化建模仿真，是一种系统级的建模仿真.在这种利用不同模型构成一个完整的DT模型的情况下，必须解决仿真模型之间的双向交互或集成问题，以前采用的方法是仿真模型SM提供开放接口以供其它模型调用，或者提供二次开发功能，当前常用的方法是对接口进行标准化，从而使得不同SM之间的调用更为方便高效.通过模型内部的双向实时交互，可以建立一个系统级仿真软件平台，通过子系统之间以及物理变量之间的相互作用和影响关系，实现DT对PO的全面映射.

图4 DT内部双向交互

3.2.2 考虑人员因素的双向实时交互

虽然数字孪生强调的是物理对象PO与数字对象DT之间的紧密映像，但是物理对象PO的确定和数字对象DT的构建都是面向用户或人员提出的问题，而且许多问题的求解策略或解决方案都需要充分发挥人员或用户的智力及经验，因此一个完整的数字孪生教育应用场景中除了物理对象PO和数字映像DT之外还包括用户或工作人员.在数字孪生教育应用中人员因素更为重要，更依赖于人的知识结构、经验积累、情感投入、组织架构等.与数字孪生制造应用不同的是，制造应用的最终目标是有形产品，而教育应用的最终目标是学生培养，为作“物”的产品与作为“人”的学生，在应用场景中有完全不同的地位和作用.更进一步，在教育场景中，还必须借助于教师这个“人”的因素来实现学生的培养.基于以上考虑，我们将教师学生TS（Teacher/Student）引入数字孪生教育应用系统中（图5），分析和把握两种模式四种类型中DT技术的双向实时交互技术特征.

图5 TS相关双向实时交互

表2比较了四种类型的双向实时交互特点，表中“PO→TS”表示从物理对象PO到教师学生TS的单向交互，在动态模型类下，“PO→TS有且较多”是指当前多数采用动态模型的教育场景中，TS可以获取有关PO较多的信息，例如PO的几何尺寸物理性质等；“TS→PO有但不多”是指TS可以调整修改的PO参数并不多，例如只是替换机床的工件或夹具，或者设置加工参数如速度或起点等有限操作.

表2 四种类型的双向实时交互比较

在MDM模式中，“PO→TS”只是一种建模关系而不是交互关系，PO的运行数据实时传输到GM或SM中还比较少，有时候甚至成为不必要，例如虚拟仿真常常是为加深对原理或规律的理解，而不是对教学物理设备的现场控制.但是MDM模式中TS和DT的双向交互频繁，在“TS→DT”中表现为TS可以随时设置SM运行参数，而且不必根据严格PO实际运行情况.典型情形是DT中SM的仿真运行时间和仿真步长等都可由TS自行设定.在“DT→TS”中表现为DT形状、尺寸、颜色等的变化实时传递到TS中.

在rDDM类型下，DT中的DR与PO之间几乎不存在实时双向数据传送或交互操作，因为在教学实践中更关心的是交互关系是“DR→TS”以及“PO→TS”，其中很大原因是在此类型下，DR的价值主要是提供数字资源给TS，而不是或者很少提供模型数据加工处理来服务于TS.

在eDDM类型下，从“PO→DT”存在大量实时交互，典型例子是视频监控数据的实时采集和传输处理.从“DT→PO”也存在实时的情况，例如在DT中监测到火警信号而实时传送给PO，但是从数据量上看，相比较于从PO到DT的海量数据，DT到PO的数据很少甚至没有.eDDM类型下PO和TS之间的交互主要制约于地理空间因素.“PO→TS”和“TS→PO”有或很少，是指从不同地理位置的校园或课堂直接获取、直接传送数据较少，必须借助于DT获取或传送数据，而这也正是采用DT技术的重要原因.“DT→TS”是指DT大量的数据实时展示给TS，而“TS→DT”则需要根据情况确定，例如基于即时通讯程序的沟通交流如网络答疑或在线讨论，或者基于视频会议的网络实时课堂，“TS→DT”有且很多，但同属eDDM的智慧校园应用中，“TS→DT”无或很少，因此将eDDM中的“TS→DT”要根据应用情况具体确定.

4 两种模式的应用对比及发展趋势

4.1 两种模式教学应用对比

表3从表现形式、数据组织等几个方面给出当前四种类型的比较说明及其重点技术.正如DT技术在工业领域不断深入发展一样，DT技术在教育领域也在不断扩大和深入.随着对教学物理对象PO的静态描述和动态刻画得越来越全面，功能越来越丰富，四种类型不断深入发展或互相融合，将不断挖掘数据孪生技术的教育潜力，展现数字孪生技术的教育价值.

表3 四种类型的非核心指标的比较

对于sMDM建模，其描述的真实感程度和绘制的实时性都有很大提高，但建模要求也越来越高.对于dMDM，出现了多种语言或开发平台，例如多领域统一建模仿真语言Modelica，以及基于Modelica的开发平台如国外的Dymola和国内的MWorks等.

在rDDM类型中越来越强调建模特性，即以围绕学习主体或学习阶段的不同，将数字资源高效或自动组织聚合成不同知识节点，甚至将这些节点组织形成相应于教学活动的演化过程，从而将数字资源转化为适应于教学活动的具象状态，形成一个全面的数字孪生体来支持教学活动.同时rDDM也在不断向实时交互方面快速发展，通过网络教学平台或工具，使数字DT资源能够实时调整、更新或处理数据，例如学生成绩、作业进展、考勤状况等实时反映在数字资源中，以服务于教学过程，再比如教学数据精准分析或教学状态评估优化.rDDM在实时交互方面向eDDM发展，而eDDM则向智慧学习方向快速发展，所谓全息课堂、智慧校园等对学习空间重构与提升.这主要是以人工智能与5G技术作为技术支撑.应用智能算法充分挖掘eDDM中的大数据，进行模拟择优、偏好确定，从而构建个性化的互动学习空间，实现精准教学目标.

rDDM向eDDM扩展表现为，通过无线接入互联互通，使得TS高效利用rDDM资源，如学习空间[21]、创新空间等等.同时eDDM向集成化和智能化方向演进.集成化是指在教学模块基础上不断增加生活子模块、资源子模块或管理信息子模块，例如图书实验、实验设备、规章制度等，使数字孪生规模扩大.智能化则是数字孪生空间的深度扩展，即对感知的数据进行实时分析，进行归纳判断从而给出执行指令或行动建议，这种类似于大脑的实时数据处理中心，是智慧校园的重要发展趋势.

MDM模式主要是面向教学一线的，常用于对学科专业知识中物理规律、系统原理的理解，从而帮助或加深理解物理规律或系统原理，具有深刻性或抽象性；DDM模式侧重于教学管理，通过获取数据来服务于教学管理.在MDM中，从sMDM到dMDM已经成为常规，目前重点是dMDM中不同领域物理模型的集成成为主流.在DDM中从rDDM到eDDM已经成为当前主要应用形式，eDDM的方向是智能化，然而当前真正落地应用并不多.

4.2 两种模式的发展趋势

在数字孪生实际教育应用中，很少出现单纯的一种类型，常常是有所综合或者有所侧重.例如智慧课堂中，需要将历史资源数据进行分析处理后，再实时反馈到课堂中，即eDDM整合了rDDM的内容.同样在课程资源建设中，积累大量的动态模型作为课程资源，也就是rDDM中整合了dMDM的内容.这种情况主要有两个原因，一是教学需求本身是综合的并且不断变化的，从单个的虚拟实验发展到一个虚拟实验室，以至到数字化课程，都是教学应用的自然发展.从教学内容上看也是如此，例如虚拟仿真发动机原理成熟以后，自然有需求对底盘、车身、整车、装配、产线等进行虚拟仿真或建立数字孪生模型.对学生建立其DT模型[22]，根据学生的学习专业、课程成绩、就业导向等提出学习建议或者进行学业预警等也是一种不断增长的教学需求.二是DT技术的发展为不断扩大的教学需求提供了强大的支撑.人在回路、硬件在回路等仿真建模思想很早就已经提出，但是只有AI、VR和5G以及IOT等技术的发展才促使DT技术在教育领域能够落地应用.基于5G和IOT等技术快速发展，可以把教室和实验室实时联系起来，从课堂实时切入实验室场景.在实验室实时切入课堂场景，基于VR及可视化技术，对实验设备虚拟对象进行实时缩放、平移、旋转等，实现对物理实验设备在现实世界中难以完成的操作，从而更好服务教学等等.

两种模式虽然在建模“全面性全程性”仍有许多工作，但相信会取得更大进展.原因是：第一，教育领域存在诸多不同层次不同类型的现实对象，对这些不同物理对象PO进行数字映射过程中会提出各种不同现实要求，这种现实要求会激发建模的全面性全生命周期性.第二，从建模仿真技术发展历史看，最早的Eval Sutherland在屏幕上展示线条再到二维几何模型和三维实体模型的发展过程其实是也一种“全面性映射的进化过程”.第三，当前多领域建模已经成为建模仿真技术发展重点并取得许多重要进展，例如机械电子控制等不同领域的多领域建模平台Modelica等，这种多领域一体化集成建模，其实就是“全面性”映射的方向.第四，当前AI技术、IIOT技术和传感器技术以及人机交互技术和5G技术等为多领域全面建模提供了强大的技术支持.可以预测，在教育应用中的两种模式下，全面性和全生命周期性会不断取得发展突破.

5 结论

根据数字孪生技术特点及其教育应用现状，将数字孪生教育应用分为模型驱动和数据驱动两种模式，进而又将两种模式各自细分为两种类型，并从数字映像的全面性全过程性，以及考虑人员因素的实时交互性方面，对两种模式四种类型进行比较分析，指出融合发展是其重要趋势.这将有助于廓清数字孪生教育应用概念泛化和焦点模糊，促进对数字孪生教育应用内涵理解和特点把握，从而更好推广数字孪生教育应用.