（教育技术学专业论文）基于情感交流的教学agent研究.pdf

摘要 摘要 川0 m y 17 2 8 0 2 3 情感交流是最普通的交流方式，无论是自然界还是人类社会，情感交流无处不在。 体现在教育中，教育的艺术不在于传授的本领，而在于激励、唤醒和鼓舞，情感体验 是决定学习环境对学习者发展进程影响的关键因素。传统课堂教学环境中教师的一个 眼神、一句话、一个动作都会对学生的学习产生影响。网络教育作为远程教育的第三 个阶段，已成为现代教育领域的一个重要方向，其教育模式和教育观念引发了深刻的 变革，依托的技术和手段也非常先进，但是在理念定位、网络体系和双向交互等方面 还存在着不足或缺陷，特别是在双向交互上，师生的时空分离使得网络学习者的情感 交流得不到满足而存在情感缺失。 智能a g e n t 技术因其自主性、社会性、能动性等特点在智能教学系统中得到广泛 应用，可以有效地实现网络环境下的个性化学习和协作化学习。已有研究已经开始尝 试在智能教学系统中加入虚拟教师形象教学a g e n t ，通过人机互动中的情感要素 增加交流的趣味性和人性化色彩，实现网络教学中的人文关怀。但多数应用效果还不 十分理想，仍存在一些问题，如：情感识别方式过于主观、反馈策略未考虑学习者的 学习投入程度、教师形象单一等。 本文针对网络教育存在的情感缺失，探索性的设计并提出了一个智能教学系统中 具有情感支持能力的教学a g e n t ，它以情绪调节、学习动机为理论基础，通过捕捉和 识别网络学习者的面部表情，判断和理解其情绪状态，并采用模糊综合评判法识别学 习者的努力程度，然后综合学习者的成就动机类型、当前情绪状态及努力程度，给出 相应的情感支持策略，调节学习者的学习情绪，激发并维持学习者的学习动机，从而 帮助学习者在一定程度上补偿网络学习中的情感缺失，是情绪调节教学模式在网络教 学中的一次具体应用，并希望能为解决网络教育中情感交流缺失问题作出有益的尝 试。 关键词：网络教育，教学a g e n t ，情感交流，情绪调节 a b s t r a c t a b s t r a c t w h e t h e ri nn a t u eo rh u m a ns o c i e t y , e m o t i o nc o m m u n i c a t i o ni se v e r y w h e r ea st h e m o s tc o i n m o nf o r m o fc o m m u n i c a t i o n t h ea r to ft e a c h i n gd o s en o tr e s tw i t l lt h ea b i l i t yo f i m p a r t a t i o n ，b u tt oi n s p i r e ，a r o u s ea n dm o t i v a t e e m o t i o ne x p e r i e n c ei st h ek e yf a c t o rt o a f f e c tt h el e a r n e r s d e v e l o p m e n ti nl e a r n i n ge n v i r o n m e n t i nt r a d i t i o n a lc l a s s r o o mt e a c h i n g e n v i r o n m e n t ，t e a c h e r sb e h a v i o r s ，i n c l u d i n gl o o k ，w o r do ra c t i o n ，w i l li m p a c to ns t u d e n t s l e a r n i n gd e e p l y n e t w o r ke d u c a t i o n ，a st h et h i r dp h a s eo fd i s t a n c ee d u c a t i o n ，h a sb e c o m e a ni m p o r t a n tf i e l do fm o d e r ne d u c a t i o n e v e nt h o u g hn e t w o r ke d u c a t i o nl e a d st op r o f o u n d c h a n g ei ne d u c a t i o nm o d ea n dc o n c e p t i o nw i t ht h ea d v a n c e dd e v i c ea n dt e c h n o l o g y , t h e s h o r t c o m i n g so ft h en o t i o no r i e n t a t i o na n dt h en e t w o r ks y s t e ma n dt h em u t u a li n t e r a c t i o n a r eo b v i o u s t h es p a c e t i m es e p a r a t i o no ft e a c h e ra n ds t u d e n tr e s u l t si nt h el e a r n e r s e m o t i o na b s e n c eb e c a u s eo ft h ed i s a t i s f i e de m o t i o n a lc o m m u n i c a t i o n b e c a u s eo fi t sa u t o n o m ya n dp r o a c t i v e n e s sa sw e l la ss o c i ma b i l i t y , i n t e l l i g e n ta g e n t h a sb e e nw i d e l ya d o p t e db yi n t e l l i g e n t t u t o r i n gs y s t e m a n dc a ne f f e c t i v ep r o m o t e i n d i v i d u a ll e a r n i n ga n dc o l l a b o r a t i v el e a r n i n gi nn e t w o r ke n v i r o n m e n t s o m ee x i s t i n g r e s e a r c hh a sa t t e m p t e dt oa d dp e d a g o g i c a la g e n tt h a ti sv i r t u a lt e a c h e rt oi n c r e a s e i n t e r e s t i n ga n dh u m a n i z a t i o ne m o t i o n a lt h r o u g hm a n m a c h i n ee m o t i o n a li n t e r a c t i o ni n i n t e l l i g e n tt u t o r i n gs y s t e m b a s e do nt h i s ，h u m a n i s t i cc a r eh a sb e e na c h i e v e di nn e t w o r k e d u c a t i o n h o w e v e r , m o s ta p p l i c a t i o n s e f f e c t sa r en o tv e r yg o o da n ds t i l lh a v es o m e p r o b l e m s ，s u c ha ss u b je c t i v eo fe m o t i o nr e c o g n i t i o nm e t h o d ，l a c k o fe f f o r tl e v e l ，s i n g l eo f t e a c h e ri m a g e t os o l v et h ee m o t i o na b s e n c ei nn e t w o r ke d u c a t i o n ，a ne m o t i o n a lp e d a g o g i c a la g e n t w i t ha b i l i t yo fe m o t i o n a ls u p p o r ti ni n t e l l i g e n c tt u t u o r i n gs y s t e mi sp r o p o s e di nt h i sp a p e r b a s e do nt h ef o u n d a t i o no fe m o t i o nr e g u l a t i o na n dl e a r n i n gm o t i v a t i o n ，t h em o d e l c o m p r e h e n d st h ee m o t i o ns t a t u so ft h el e a r n e rt h r o u g ht h ee x p r e s s i o nc a p t u r ea n dt h e l e a r n e r se f f o r tl e v e lr e c o g n i t i o nu s i n gt h ef u z z yc o m p r e h e n s i v ee v a l u a t i o na l g o r i t h m t h e n i tg i v e st h ea p p r o p r i a t ee m o t i o n a ls u p p o r ts t r a t e g i e st or e g u l a t et h el e a r n e r s sl e a r n i n g e m o t i o n ，m o t i v a t ea n dm a i n t a i nt h el e a r n e r s m o t i v a t i o nd u et ot h e i rc u r r e n te m o t i o n a l s t a t u s ，a c h i e v e m e n tm o t i v a t i o n ，a n de f f o r tl e v e lw i t ht h ep u r p o s eo fr e d u c i n ge m o t i o n a b s e n c e t h ep r o p o s e de m o t i o n a lp e d a g o g i c a la g e n tm o d e li sas p e c i f i ca p p l i c a t i o no f e m o t i o nr e g u l a t i o nt e a c h i n gm o d e li nt h en e t w o r kt e a c h i n g i tm a k e sag o o da t t e m p tf o r t h es o l u t i o no fe m o t i o na b s e n c ea n dp r o v i d e sap r o s p e r o u s a p p l i c a t i o n i nn e t w o r k i i e d u c a t i o n a b s t r a c t k e yw o r d s ：n e t w o r ke d u c a t i o n ，p e d a g o g i c a la g e n t ，e m o t i o nc o m m u n i c a t i o n ，e m o t i o n r e g u l a t i o n i i i 图表清单 图表清单 图1 1 医疗系统中的a d e l e 3 图1 2 互联网顾问中的c o s m o 4 图1 3v i c e n t 在系统中的表现4 图2 1 慎思式a g e n t 体系结构8 图2 2 反应式a g e n t 体系结构9 图2 3 混合式a g e n t 体系结构9 图2 4 传统智能教学系统结构1 2 图2 5 智能教学系统中情感教学a g e n t 的定位一1 4 图2 6 情感教学a g e n t 体系结构15 图3 1 人脸表情识别的三个阶段。1 7 图3 2 学习者人脸区域分割：18 图3 3 学习者人脸图像灰度归一化一1 9 图3 4 学习者人脸图像尺寸归一化2 0 图3 5 学习者人脸表情图片特征提取一2 1 图3 6 学习者表情图像的分类识别j 2 2 图3 7 学习者情绪识别结果2 3 图4 1 各种m i c r o s o f ta g e n t 动画精灵一2 5 图4 2 模糊评判法评判学习者努力程度_ 3l 图4 3g r o s s 情绪调节过程模型3 1 图5 1 教学a g e n t 动画模块显示流程5 2 图5 2b d i - a g e n t 推理过程5 3 图5 3 情感教学a g e n t 的表现( 一) ：5 6 图5 4 情感教学a g e n t 的表现( 二) 一5 6 图5 5 情感教学a g e n t 的表现( 三) 。5 7 图5 6 情感教学a g e n t 的表现( 四) 5 7 图5 7 情感教学a g e n t 的表现( 五) 一5 8 图5 8 情感教学a g e n t 的表现( 六) 5 8 图5 9 情感教学a g e n t 的表现( 七) 一5 9 图5 10 情感教学a g e n t 的表现( 八) 5 9 图5 1 1 情感教学a g e n t 的表现( 九) 6 0 图5 1 2 情感教学a g e n t 的表现( 十) 6 0 v 1 图表清单 图5 13 情感教学a g e n t 的表现( 十一) 6 l 图5 1 4 教师类型必要性调查6 2 图5 1 5 教师类型动画形象符合度调查6 2 图5 1 6 教学a g e n t 出现时机调查6 3 图5 1 7 教学a g e n t 动作行为与语言行为符合程度调查6 3 图5 18 教学a g e n t 情感反馈有效性调查6 4 表4 1 教学a g e n t 虚拟教师类型设计。2 6 表4 2 掌握目标定向和成绩目标定向3 5 表4 3 情绪反馈策略一4 0 表4 4 事件反馈策略一4 1 v i i 第一章绪论 1 1 研究背景与意义 第1 章绪论 作为远程教育发展的第三个阶段，网络教育不受限于人员、时问及空间，通过网 络将教育扩展至社会的各个角落，已成为现代教育领域的一个重要研究方向。网络教 育中，学习者可以自主选择时间、地点进行学习。与传统教育相比，网络教育依托先 进的技术和手段，引发了教育模式和教育观念方面深刻的变革，但其理念定位、网络 体系以及双向交互等方面仍然存在着不足或缺陷，尤其在双向交互上表现突出。近年 来，网络智能教学系统得到人们的日益关注，它较好的弥补了传统网络教育在交互性、 智能性及适应性等方面的不完善，实现教师的因材施教及学习者的按需学习，使网络 环境中的个性化教学得以体现。然而，目前的网络教育大多数仅仅用简单乏味的教学 资源代替了传统课堂中多姿多彩的“课堂教学”，通过网络进行“课本搬家 ，丢失了 教师的人性化教学，忽视了学习者间的互动交流，网络学习者难以感受到教师对他们 的关注，教师亦难以体会到学习者在学习中的感受，即使是“声情并茂 的教学视频， 对学习者来说同样是冷漠的，是缺乏情感的，造成学习者学习过程中的情感缺失。网 络教育中的师生、生生分离，使得他们不能像传统课堂教育中那样进行及时地、面对 面的交流，学习者在学习过程中遇到问题得不到及时解决，存在心理困惑而得不到有 效帮助，长期以往，会严重影响学习者的学习成绩，使学习者对学习产生反感情绪， 阻碍学习者进行学习。 情绪和情感都是人对客观事物的态度体验。无论是情绪还是情感都对人的认知、 行为具有重要的影响。教育要有情感，情感体验是决定学习环境对学习者发展进程影 响的关键因素。情感只所以重要，只因它是学习的发动机，再好的机器，若发动不 起来，便是一堆废物。d i e s t e r w e g 指出：“教育的艺术不在于传授的本领，而在于激 励、唤醒和鼓舞”。“学习不是外铄的而是内发的，学生本身生而具有内发的潜力”， m a s l o w 从学习角度解释了情绪与学习之间的密切关系。p i a g e t 认为学习者的情感、动 机对其学习具有重要影响。对学生的学习活动来说，当学生在学习过程中体验到积极、 愉快的情感，就能提高他们学习的积极性，相反，如果在学习中产生消极、不良的情 绪，就会降低学习的积极性。情感之外影响学习的另外一个基本因素是动机。s c h u n k 强调了动机在学习中的重要性，认为动机在学生取得良好学业成绩方面的作用和认知 策略一样重要。p i n t r i c h 指出动机的维持是有效学习的重要指标。学习者通过有效地 调节动机可以提升其在学习中的坚持度和投入的努力程度。 传统课堂教学环境中教师占据举足轻重的位置，教师的一个眼神、一句话、一个 1 第一章绪论 动作都会对学生的学习产生影响。教师能够提高学习者的认知能力，也能够通过提供 帮助引导和培养学习者的情感乜1 。对学习者课堂学习过程中情感体验关注较多的教师 可以使学习者对学习更感兴趣，取得更好的效果b 1 。教师的情感支持及反馈对学习者 具有激励作用，并能够提升学习者的自我效能感。教师的帮助可以使学习者建立自信， 提高学习兴趣和动机，合理地解释学习事件。教师的情感支持直接关系到学习者情绪 状态的调节及通过情绪引导思维的能力。 许多专家针对网络教育中情感交流缺失提出对策h 巧1 ：融入人文主义思想；设计 情感化教学资源；进行探究、协作学习；传统教学与网络教学相结合；完善学习支持 服务体系。情绪侧重与人的生物需要相联系，具有短暂性和情境性。情感侧重与人的 社会需要相联系，具有稳定性和持久性。因此，学习者在学习过程中的态度变化主要 受情绪的影响，也正因为情绪的短暂性和情境性，使得上述策略不能从根本上解决学 习者的情感缺失。 智能a g e n t 技术因其自主性、社会性、能动性等特点在智能教学系统中得到广泛 应用，可以有效地实现网络环境下的个性化学习和协作化学习，亦成为从根本上解决 情感交流缺失的一个手段。已有研究已经开始尝试在智能教学系统中加入虚拟教师形 象教学a g e n t ，通过人机互动中的情感要素增加交流的趣味性和人性化色彩，实 现网络教学中的人文关怀。但多数应用效果还不十分理想，仍存在一些问题，如：情 感识别方式过于主观、反馈策略未考虑学习者的学习投入程度、教师形象单一等。 本文在分析网络教育存在的情感缺失现状的基础上，探索性的设计并提出了一个 智能教学系统中教学a g e n t 情感信息反馈模型，它以情绪调节、学习动机为理论基础， 通过捕捉和识别网络学习者的面部表情，判断和理解其情绪状态，并采用模糊综合评 判法识别学习者的努力程度，然后综合学习者的成就动机类型、当前情绪状态及努力 程度，给出相应的情感支持策略，调节学习者的学习情绪，激发并维持学习者的学习 动机，从而帮助学习者在一定程度上补偿网络学习中的情感缺失，是情绪调节教学模 式在网络教学中的一次具体应用，并希望能为解决网络教育中情感交流缺失问题作出 有益的尝试。 1 2 研究现状 目前在世界范围内正在广泛开展对教学a g e n t 的研究。国外在智能a g e n t 方面的 研究要比国内成熟的多，并且已经有投入到实际应用的模型和系统。比较典型的是美 国南加州大学的a d e l e 、北卡罗来纳州立大学的c o s m o 及葡萄牙罩斯本理工大学的 v i n c e n t 。下面就对其教学a g e n t 做简要介绍： 1 a d e l e 2 第一章绪论 a d e l e 是智能a g e n t 技术的一项成功应用，是一个专为适应虚拟教育环境而设计 的教学a g e n t 哺1 。a d e l e 应用于医学教育领域，教授外伤和肿瘤医疗课程，适用于两种 教育情景：对重症监护病人的诊断情景和模拟情景。诊断情境应用实例中，学生接收 所要诊断的模拟病例及相关病例的信息材料。a d e l e 的职责是监控学生的珍断行为， 为学生提供相应诊断反馈及建议，并进行相关测试以验证学生是否掌握了与这个病例 相关的一些医学知识。 a d e l e 的体系结构由三个主要组成部分：图形界面、推理机及教学a g e n t 。图形 界面可以采用任何编程语言开发，通过一个接口与推理机进行通信。推理机负责监控 学生及进行决策。教学a g e n t 是一个j a v a a p p l e t 丌发的二维动画人物。如图1 1 所示， 练习中，学生选择a d e l e 界面里的功能选项，a d e l e 会通过语音合成器米网答学生的 提问。但学生仅仅能够向a d e l e 询问三种与呈现情境相关的i 、u j 题，这很大程度上限制 了教学a g e n t 与学生互动的灵活性。 藏鬣墅曩缫黧曩溪缫缫荔霪鬻纛獗“黧攀i 鬻鞫 耀弱弱獭缀磁獭獭戮缓躺溯麓凝缀麟翳滋鳓黼鳓戮麟毫j 瀚缀燃i ( 习 铡嚣蕊如薹翮如l 吣l 。”；二“ = 。 黛 躺 豳麟节麟 b d o m i n a lm a 。；e ；。fe n l ；ir j e d翻 l 、eos p l e e nw o u l f jh e i g h t e nl h e 。 e u s p i c i o no lr n 自t a s t a l l cc a nc er 型 震搦鲻鹾灌纛铲撼。 隧戮 越鬻鬟辫g 辫黪 图1 1 医疗系统中的a d e l e 2 c o s m o c o s m o 是一个嵌入在“互联网顾问”学习环境中的教学a g e n t 盯1 ，外观与小型的 机器人非常相似，且头上带有天线。在动作展示方面，c o s m o 具有眨眼睛、用手指向 某处、倾斜身体、击掌、移动、拉长天线和合拢等动作。在言语能力方面，c o s m o 具有2 4 0 种发声法，可以在短时间之内进行变换，与学牛进行各种语言沟通。 c o s m o 的体系结构由四个主要部分组成：互动处理器，解释规划器，情感一行为 引擎及表现管理器。互动处理器负责探测环境的变化及学生的动作。当学生某个任务 表现不理想或长时间不活动时，互动处理器会与解释规划器进行通信，请求帮助。解 释规划器将需要c o s m o 解释的信息内容和结构发送给情感一行为引擎，情感一行为引擎 3 第一章绪论 决定需要呈现的情感行为指令，并将这些指令发送到表现管理器通过c o s m o 的外在 形象进行展示。 图1 2 互联网顾问中的c o s m o 3 v i n c e n t v i n c e n t 是一个具有互动能力和个性化的虚拟教师形象，它致力于帮助学生完成 练习，通过提供反馈增强学生自信一t l , ，激发学生学习动机睛1 。 图1 3v i c e n t 在系统中的表现 v i n c e n t 的体系结构由两个主要部分组成：头脑模块及身体模块。头脑模块根据 学习环境中的学生信息进行判断推理，确定最合适的教学策略，进行相应的教学活动。 4 第一章绪论 身体模块执行由头脑模块确定的教学活动，并调整v i n c e n t 的动作和语音行为。v i n c e n t 使用一组规则来表示应用于学生的反馈策略，这些策略的选择取决于学生模型信息及 学生练习中的表现信息等。策略选定后，头脑模块会将这些规则策略传递给身体模块 呈现与教学策略相适应的动作和语言行为。比如，诊断学生练习中的错误，并对学生 的行为进行鼓励等。 教学a g e n t 的研究在国内起步比较晚，比较有代表性的有马希荣等人提出的“基 于情感计算的e 1 e a r n i n g 系统”p 1 、孟秀艳，王志良等提出的“基于情感建模的教学辅 助系统州1 0 1 、解迎刚，王志良等提出的e 1 e a r n i n g 教学系统n q 及李太华提出的教学a g e n t 模型n 引。有些研究已经开始尝试根据学习者的情感状态选择恰当的情感调节策略，取 得了良好的效果。但多数研究仍具一定局限性，如：以预期事件识别学习者情感，主 观判别性较强，情感识别准确程度有待提高；预期事件识别学习者情感，选择对应的 反馈策略，学习事件主导性较强，课程学习期间学习者的非预期事件不能进行反馈； 虚拟教师形象单一，不能满足学习者对教师类型的个性化需求；预期学习事件与反馈 策略较少，灵活性不够。本文针对以上问题提出解决方案：人脸表情是人类相互交 流的基础，从表情中可以感受一个人的情绪、感受、甚至秉性和气质，本文将人脸表 情识别技术引入教学a g e n t 中，且提出情绪不等于一个脸部表情动作，采用k 近邻 分类方法识别学习者情绪，提高情绪识别的准确性及客观性。学习者的学习不止受 到情感因素的影响，学习效果主要受其在学习上投入程度的制约，本文采用模糊综合 评判法识别学习者的努力程度，判断学习者在学习任务上的投入精力。传统课堂教 学中，不同的教师有不同的教学方法，且教师作为个体的人，也有各自的特点和鲜明 的个性，不同的学习者可能会喜欢不同类型的教师，本文结合教师类型分类分别采用 不同的虚拟教师形象，力求满足学习者对教师类型需求的个性化。反馈策略以学习 者情绪及努力程度为基础，结合学习者成就动机类型，增加反馈策略的有效性及灵活 - 眭。 1 3 研究内容和论文结构 本文主要的研究工作是设计能识别学习者情感，触发积极情感，消除消极情感影 响，从而给予学习者情感支持的情感教学a g e n t 。具体包括下面几个方面： 1 采用k 近邻分类方法识别网络教学中学习者情绪。 情绪具有情境性、暂时性和明显的外部表现，反应比较强烈，但情绪并不等同于 一个脸部表情动作，瞬间即逝。如果简单地将识别的静态图像中学习者人脸表情作为 最终的情绪结果，则容易导致单个脸部动作的偶然性所引起的误判。为了提高情绪识 别的可靠性，减少偶然性误差引起的误判，采用k 近邻分类识别学习者情绪的策略。 5 第一章绪论 2 模糊综合评判法识别学习者努力程度。 传统课堂环境中教师随时监控学生的学习状态并及时对其进行调整，网络教学由 于师生分离导致学习者的学习状态很难被监控。教学a g e n t 的目标是监控学习者学习 过程中的情感变化并及时给予反馈，所以教学a g e n t 不仅要了解学习者学习过程中的 情感变化，还要理解学习者的努力程度，并根据学习者是否专注于学习，及其专注于 学习的努力程度进行情绪调节。网络教学中判断学习者的努力程度，其因素具有不确 定性及模糊性，我们通过模糊数学中的模糊综合评判法，选取在线学习时间、单元测 试得分、课堂状态得分、学习者寻求教学a g e n t 帮助次数及学习者离开座位次数五个 因素为指标评，判断网络教学中的学习者努力程度。 3 设计旨在对学习者形成情感支持的情感教学a g e n t 反馈策略。 心理学和教育学领域的研究显示，学生的消极情感会对其学习形成障碍，而积极 情感则会促进学生的学习。本研究在识别学习者情感状态，获知其动机类型及努力程 度的基础上，为情感教学a g e n t 设计了一系列情感反馈策略及其决策机制，通过不同 教师类型的动作行为和语言行为触发学习者的积极情感，消除消极情感的影响，实现 对学习者的情感支持，创造性的将情绪调节教学模式与网络教学相结合。 4 构建情感教学a g e n t 在对a g e n t 理论的研究及以上内容的分析的基础上，本文将采用j a d e x 平台构建 情感教学a g e n t 。该构建包含开发平台、决策推理过程、情感反馈策略的综合过程， 以期在情绪调节教学模式下情感教学a g e n t 的应用做出有益的探索。 全文共分六章： 第一章为绪论，介绍了本文的研究背景及意义、教学a g e n t 的研究现状、主要内 容和安排。 第二章为情感教学a g e n t 的基本理论，包括：a g e n t 的概念和特征、a g e n t 体系 结构、m u l t i a g e n t 系统、传统的智能教学系统、基于a g e n t 的智能教学系统、情感 教学a g e n t 的定位及其体系结构。 第三章为学习者情绪识别的相关研究，介绍了人脸表情识别的过程，包括：表情 图像的预处理、表情图像的特征提取、表情图像的分类识别及学习者表情识别。 第四章为情感教学a g e n t 的反馈策略，包括：教学a g e m 动画人物、学习者目标 取向的确定、模糊综合评判法识别学习者努力程度、情感教学a g e n t 反馈设计基础、 情感教学a g e n t 的情感教学反馈策略。 第五章为情感教学a g e n t 的设计与开发，主要包括：教学a g e n t 的实现、基于 b d i 的情感反馈策略决策过程、情绪调节教学模式在网络教学中的应用。 第六章为总结与展望，包括论文的工作总结和进一步研究方向。 6 第2 章情感教学a g e n t 简介 第2 章情感教学a g e n t 简介 2 1 a g e n t 基本理论 2 1 1 a g e n t 的概念和特征 早在1 9 7 7 年，c a r lh e w i t t 就定义了具有自兼容性、交互性和并发处理机制的对 象，称为“a c t o r ”，即是a g e n t 的雏形。而后，于1 9 8 6 年，m m i n s k y 引入了a g e n t 的概念，在随后的发展中，a g e n t 逐步成为人工智能及其它计算机领域内的一个重要 研究课题“3 。14 | 。目前a g e n t 和人工智能的定义一样，还没有得到统一的界定，因此各 领域的专家学者对a g e n t 的确切定义不尽相同。归纳起来，大致有两种： 1 标准化组织f i p a 的定义：a g e n t 是驻留于环境中的实体，它可以解释从环境 中获得的、反映环境中所发生事件的数据、并执行对环境产生影响的行为。 2 人们普遍认为：a g e n t 是能为用户执行特定的任务、具有一定程度的智能、以 允许自主执行部分任务并以一种合适的方式与环境相互作用的软件程序。 从广义的角度来看，a g e n t 都具有以下特性：自主性、社会性、反应性、能动性、 适应性、移动性。从狭义角度出发，认为除了上述这些特性以外，还应该具有某些人 类的特性。例如知识、信念、愿望、意图等心智状态。 1 自主性：a g e n t 运行时不直接由人或者其他东西控制，它对自己的内部状态和 外部行为有一定的控制权。a g e n t 一旦被初始化后，无需用户直接干预，可以独立执 行。自主性是a g e n t 最基本的特性。 2 社会性：a g e n t 能够通过某种a g e n t 通信语言与其他a g e n t ( 也可能是人类) 进 行信息交换。交互主要有三种类型：协作、协调和协商。 3 反应性：a g e n t 对环境的感知和影响，它可以感知它们所处的环境，能对环境 发生的改变及时做出响应，并通过自身的行为改变环境。当a g e n t 遇到例外情况时， 可以及时采取措施。 4 能动性：a g e n t 能采取主动的以目标为导向的行为，适时地对流程做出调整， 而不必等待环境发生变化。在某些情况下，a g e n t 能主动产生目标，继而采取主动的 行为。 5 适应性：a g e n t 可以根据过去的经验积累知识，并且修改其行为以适应新的环 境。a g e n t 的生存过程是一个不断发展、完善的过程，它通过自适应模块不断调整自 我，以在适当的时候，当环境需要时有能力扮演新的角色。 6 移动性：a g e n t 有能力从一个地方移动到另一个地方而保持其内部状态不变。 正在运行中的a g e n t 状态可以被存储然后传送到其他主机上，在那里a g e n t 状态被恢 7 第2 章情感教学a g e n t 简介 复并且继续从暂停的地方开始执行。 2 1 2 a g e n t 体系结构 a g e n t 的体系结构描述了a g e n t 的模块组成，各模块之间进行信息交互和动作的 方式，以及如何将这些模块组合起来形成一个有机整体等。目前提出的单个a g e n t 的体系结构大致可以分为以下三类n 即： 1 慎思式a g e n t 慎思式a g e n t ，也叫作认知式a g e n t ，是一个关于世界的显示表示符号模型，通 过逻辑推理、模式匹配和符号操作进行决策。慎思式a g e n t 最大的特点是将a g e n t 看作是一种意识系统，其基本认知部件包括世界模型与规划器。为了适应环境的变化 和协作求解，慎思式a g e n t 必须能够利用知识修改内部心智状态，即a g e n t 在心智状 态驱动其行为。慎思式a g e n t 在心智状态主要有目标、信念、愿望、意图等。 慎思式a g e n t 的体系结构如图2 1 所示，a g e n t 感知外部环境信息，依据其内部 状态进行信息融合，产生对当前状态信息的修改描述。然后，在知识库支持下制订规 划，以目标为导向，形成对环境发生作用的行为序列。 图2 1 慎思式a g e n t 体系结构 2 反应式a g e n t 现实生活中很多活动不需要推理就可以完成，反应式a g e n t 的思想起源于此。反 应式a g e n t 是不包含用符号表示的世界模型，并且不使用复杂的符号推理体系的 a g e n t ，其结构设计基于a g e n t 行为复杂性是其运行环境复杂性的假设。支持反应式 a g e n t 的研究者认为，a g e n t 的智能取决于感知和行动，并提出了a g e n t 智能行为的 “感知动作”模型。a g e n t 不需要知识，不需要表示，也不需要推理，与周围环境相 互作用，进行各种简单行为在交互。由于反应式a g e n t 不需要进行复杂的推理和费时 的思考，其响应速度比较快。反应式a g e n t 的体系结构如图2 2 所示： 8 第2 章情感教学a g e n t 简介 图2 2 反应式a g e n t 体系结构 3 混合式a g e n t 无论纯粹的慎思式a g e n t 还是反应式a g e n t 都不适合于构造复杂的a g e n t 。慎思 式a g e n t 智能程度较高，但对环境变化响应速度较慢，且执行效率较低。反应式a g e n t 对环境变化和外来信息响应速度较快，但其智能程度较低，灵活性不够。应该把两者 结合起来，构造混合体系结构的a g e n t 。在这种结构中，慎思式子系统包含符号的世 界模型，用于处理规划并进行决策；反应式子系统不需要复杂的推理，用于处理环境 中突发的事件并及时做出反应。一般情况下，反应式子系统要比慎思式子系统具有更 高的优先级，以保证整个系统对重要事件立即做出反应。混合式a g e n t 的体系结构如 图2 3 所示： 图2 3 混合式a g e n t 体系结构 2 1 3 多a g e n t ( m u l t i _ a g e n t ) 系统 a g e n t 个体具有相对独立性，但单个a g e n t 的问题求解能力是有限的。通过适当 体系结构把多个a g e n t 组织起来形成一个松散耦合的a g e n t 群体，多个a g e n t 协作完 成任务或达到目标，其总体的问题求解能力大于各个a g e n t 个体所具有的问题求解能 力的简单相加，从而弥补各个a g e n t 的不足，这就是m u l t i a g e m 系统。m u l t i a g e n t 系统主要研究a g e n t 之间的体系结构、通信与协作方式。 9 第2 章情感教学a g e n t 简介 1 m u l t i a g e n t 系统的体系结构 m u l t i a g e n t 系统的体系结构是指存在于各a g e n t 之间的通信和控制模式，规定 了系统中信息的存储和共享方式，决定了系统自主性、一致性、异步性的程度，为整 个系统提供了一个框架。不同的应用目的应选择相对应的m u l t i a g e n t 系统体系结构。 m u l t i a g e n t 系统常见的体系结构有以下三种n 引。 ( 1 ) a g e n t 网络 a g e n t 网络结构中，a g e n t 之问都是直接通信的，且通信和知识状态都是固定的， 系统中每个a g e n t 必须知道信息的来源地和目的地，可以合作的a g e n t 及其具备的能 力。每个a g e n t 都具有内部通信和控制功能，因此要求其内部拥有大量其他a g e n t 的信息及知识，而在开放的分布式系统中往往是不可能做到的。系统中a g e n t 数量很 多时，这种一对一交互的效率就会很低。 ( 2 ) a g e n t 联盟 a g e n t 联盟结构不同于a g e n t 网络，若干相距较近的a g e n t 通过协作者a g e n t 进 行交互。远程a g e n t 之间的交互和消息发送由各局部a g e n t 群体的协作者a g e n t 协作 完成。当一个a g e n t 需要某种服务时，它就向其所在局部a g e n t 群体的协作者a g e n t 发出请求，该协作者a g e n t 以广播方式发送请求，或者将该请求与其它a g e n t 所申明 的能力相匹配，如果匹配成功，则将该请求发送给匹配成功的a g e n t 。同样，当一个 a g e n t 产生了一个对其它a g e n t 可能有用的信息时，也通过这种方式将此信息发送给 对它感兴趣的a g e n t 。这种结构的a g e n t 不需要知道其他a g e n t 的详细信息，因此比 a g e n t 网络结构有较大的灵活性。 ( 3 ) 黑板结构 黑板结构中，多个a g e n t 可以在黑板上进行信息、数据和知识交换，实现数据共 享。系统中的a g e n t 可以任何时候阅读和使用某一个a g e n t 在黑板上写入的信息。黑 板结构的缺点是统一知识标志或数据结构的要求限制了a g e n t 设计的灵活性及a g e n t 数量过多时的信息迅速增长会降低通信效率。 2 m u l t i a g e n t 系统中a g e n t 的通信 协作可以使系统整体的问题求解能力大于所有个体具有的问题求解能力的简单 相加。通信是实现a g e n t 之间相互协作和相互作用的基础，体现了a g e n t 的社会性。 通信语言设计方法主要有两种：过程方法和声明方法。过程方法将通信看做过程指令 的交换，不仅能传递控制指令，而且能传递整个程序，但其缺点是通信过程单向性。 而a g e n t 的许多信息交换是双向的，因此过程方法不适用于a g e n t 之间的通信语言设 计。声明方法把通信语言看成定义、假设等声明语句的交换。a g e n t 之间通信代表性 的通信语言是a g e n t 通信语言n 刀( a g e n tc o m m u n i c a t i o nl a n g u a g e 简称a c l ) 。 a c l 由三部分组成：词汇、内部交换格式( k n o w l e d g ei n t e r c h a n g ef o r m a t 简称 1 0 第2 章情感教学a g e n t 简介 k i t ) 和外部语言。a c l 词汇由大规模、开放的词典给出。k i t 是一阶谓词演算的前 缀形式，提供的编码可表示简单数据、约束、否定、析取、规则、量化表达式、元级 信息等。目前使用较多的外部语言有两种：k q m l ( k n o w l e d g eq u e r ya n dm a n i p u l a t i o n l a n g u a g e ) 和 f i p a a c l ( f o u n d a t i o n f o r i m e l l i g e n tp h y s i c a la g e n t sa g e n t c o m m