基于MAS的虛擬導師資源自組織協同機制研究

李春生，劉冬洋，胡亞楠，李朝霞

(東北石油大學 計算機與信息技術學院，黑龍江 大慶 163318)

0 引 言

隨著社會對人才需求的不斷變化，各高校紛紛展開人才培養新模式的探索。目前，網絡信息技術的進步推動了網絡教學的發展，國內許多高校通過線上教育教學推動人才的個性化培養[1-2]。而隨著網絡教學規模的擴張，越來越多的人開始意識到教學資源的重要性。近年來，國內許多高校在網絡教學資源建設上花了大量精力，也取得了許多成績。但從總體上來說，網絡教學資源的建設仍存在許多薄弱環節，亟待變革和創新[3]。具體表現在以下幾個方面：(1)資源的實用性和針對性不足。大部分的教學資源只是對線下教學資源的堆砌，雖然教學資源的數量越來越多，但是收集和開發的質量不高，教學資源缺乏實用性與針對性；(2) 網絡教學資源利用率低。大量課程仍缺乏適合學習者自主學習的資源，這也間接導致教學資源的應用程度不高，甚至很多的網絡教學資源處于閑置狀態；(3)缺乏個性化定制能力。目前普及型教育忽視了針對學習者個體的科研環境和教育資源組織，不能滿足學習者的個性化學習需求[4-8]。

針對上述問題，文中展開了基于MAS(multi-agent systems，多智能體系統)[9-10]的虛擬教師資源自組織協同機制研究。首先，構建現有教學資源自組織模型作為系統實現的理論指導；其次，設計基于MAS的資源自組織協同機制，提供個性化推送方法；最后，開發基于MAS的虛擬教師資源自組織系統，驗證模型的可行性，同時輔助高校人才的個性化培養[11]。

1 虛擬教師資源自組織模型

為了改善現有資源分配方式、增強個性化資源組織能力，在研究現有教學資源自組織模型的基礎上，引入虛擬教師為學生提供個性化資源定制服務。虛擬教師資源自組織模型主要分為學習者分析、方案定制、資源分配和實時監督四個部分，如圖1所示。

圖1 虛擬教師資源自組織模型

(1)學習者分析。

虛擬教師在學生學習前通過網絡問卷的形式向學習者發放調查問卷，初步判斷學習者學習風格、測試其初始能力水平，以此作為制定學習者個性化環境方案或培養方案的依據；并在學習過程中監督學習者學習行為、分析其風格特征，并通過“量表+行為分析”的方式避免造成主觀性分析結果的不準確，提高對學習者特征分析的精準性和科學性。除此之外，虛擬導師分析學習者需求、確定其學習目標，并通過信息解釋明確其學習需求方向與需求內容[12]。

(2)方案定制。

虛擬導師根據學習者個性化需求，采用“定制代理+專家知識庫”的形式定制相應的個性化環境方案或培養方案。個性化環境方案或培養方案以學習者實際需求為核心，以學習者特征為依據，將培養方案拆解為子目標并制定相應的子方案。除此之外，虛擬導師也將通過監聽反饋機制動態調整環境方案或培養方案，以此滿足學習者不同時期的不同實際需求。

(3)資源分配。

虛擬導師基于環境方案或培養方案為學習者分配相關軟硬件科研環境或教學資源，真正實現學習者個性化需求定制。

(4)實時監督。

虛擬教師實施雙向監督，由監督代理負責監督學習者學習進度、學習狀態和其他代理的工作情況。目的是為更好地掌握學習者學習狀態，為學習者提供個性化、實時的學習資源，同時根據監督結果實現虛擬教師自學習，逐步完善自身功能。

2 基于MAS的資源自組織協同機制

為實現異構資源整合、提高資源分配效率，引入MAS以實現需求定制分配。MAS是是一種分布式自主系統。其社會性表現在Agent間的交互，主要研究Agent如何協調各自的知識、目標、策略和規劃[13]。在表達實際系統時，MAS通過各Agent間的通訊、合作、互解、協調、調度、管理及控制來表達系統的結構、功能及行為特性[14]。因此，按照計劃、調度和執行控制設計基于MAS的資源自組織協同機制，可分為三個層次，如圖2所示。

圖2 基于MAS的資源自組織協同機制

(1)協作計劃層。

協作計劃層主要承擔協作管理、任務管理與資源管理三項職能。協作管理負責接收虛擬教師下達的計劃任務；任務管理負責按照任務需求詳細分解任務；資源管理負責協調和組織任務所需資源容量。

(2)調度決策層。

調度決策層主要職能包括全局優化調度、任務投放控制及任務執行監控。全局優化調度考慮資源的分布性，調度過程中采用協商形式進行；任務投放控制綜合考慮任務優先級與資源系統能力約束，決定任務分配順序與時間；執行任務監控則對已分配的任務進行監督，跟蹤任務執行過程，對任務執行結果與偶發性事件做出反饋。

(3)資源分配層。

資源分配層主要包括服務資源分配與資源狀態監控兩部分。服務資源分配是針對已決策任務確定其執行過程中所需資源；資源狀態監控則是在任務執行過程中監督資源狀態是否為空閑、工作或故障[15]。

3 基于MAS的資源自組織系統

基于MAS的虛擬教師資源自組織系統通過公共對象請求代理方式為Agent通信提供環境支撐[16]；同時設計管理Agent和任務Agent實現教學資源的整合，具體描述如下：

3.1 系統集成框架

在分布式MAS系統中，Agent通過P2P方式實現信息共享和任務協作。完整的系統框架包括三個層次：數據層、業務邏輯層和應用層，如圖3所示。

圖3 系統總體框架

數據層包含業務知識庫和運轉知識庫。業務知識庫為人才培養提供資源支撐，包括學習者管理庫、特征分析庫、培養資源庫、測試試題庫、培養策略庫和操作日志庫等；運轉知識庫為各職能教學Agent的正常運轉提供知識保障，包括Agent基本信息庫、Agent職能庫、Agent運行信息庫、Agent通信庫、Agent任務信息庫和Agent狀態庫等。

邏輯層為資源組織與環境配置過程中所需的系統服務提供技術支撐。以數據層包含的業務數據和培養資源為基礎，設計學習者分析機制并引入教學組作為實現虛擬導師個性化培養的核心部分，具體包括定制Agent、管理Agent、監督Agent等。邏輯層的主旨是為應用層提供組件。

系統應用層為學習者提供服務支持，主要包括學習者管理、培養資源管理、科研環境管理、答疑解惑、測試與評價等功能。

3.2 基于Agent的虛擬導師

系統中Agent主要包括管理Agent與任務Agent，管理Agent接收虛擬教師的定制任務，并將任務分解為更為詳細的作業任務，同時預測和分析計劃期內資源負荷情況，協調和組織任務Agent；任務Agent負責執行管理Agent分配的相應子任務。其中，任務Agent又分為定制Agent、監督Agent、資源管理Agent。以下是詳細的Agent的設計。

(1)定制Agent由信息模塊、信息解釋設備、方案定制機制、知識庫、Agent運行信息庫、控制器、通信機制和培訓方案輸出模塊組成。其中學習者信息庫和培訓資源庫為實現個性化環境方案或培養所需的外部資源。

(2)監督Agent由接受信息模塊、信息解釋設備、監督機制、知識庫、Agent運行信息庫、控制器、通信機制、監督列表和執行監督模塊組成。

(3)資源組織Agent由接受信息模塊、信息解釋設備、資源組織機制、學習者信息庫、知識庫、Agent運行信息庫、控制器、通信機制、任務列表和資源組織模塊組成。

(4)管理Agent：負責各Agent任務分配和調控，其結構主要由接受信息模塊、信息解釋設備、調控機制、知識庫、Agent運行信息庫、控制器、通信機制、任務列表、調控調度器和調控調度任務模塊組成。

4 實驗與測試

以大慶油田第二采油廠三采室，三次采油業務技能培訓過程中資源自組織為例。

首先，通過在線測試分析學習者一般特征、初始能力分析、學習風格三項內容，以此推薦適用于不同學習風格類型的培訓活動，如圖4所示。

圖4 學習者特征分析

其次，采用Agent資源自組織機制，根據學習者學習風格與初始能力定制培訓方案與適用于學習者的培訓資源，如圖5所示；實施培訓過程如圖6所示；虛擬仿真培訓過程如圖7所示。

圖5 學習者培養方案制定

圖6 培訓資源的自組織過程

圖7 虛擬仿真過程

最后，通過考試評估測評學生的學習情況，進而驗證基于MAS的教學資源自組織協同機制的有效性，如圖8所示。

圖8 考試考核過程

5 結束語

結合人才培養需求，文中提出了虛擬教師資源自組織模型，設計了基于MAS的虛擬教師資源自組織系統，為人才培養提供了頗具價值的理論參考與平臺支撐；項目的實踐價值突出，將系統應用到高校人才培養中，為學習者提供個性化科研環境與學習資源，實現個性化培養，可以有效提高學習者學習積極性。今后，將繼續深入研究如何使虛擬導師具備學習能力，以提高虛擬導師的環境適應度、進一步挖掘虛擬導師的潛在價值。