智能教育機器人正處于發(fā)展初級階段,面臨著教學(xué)性不足、反饋性差、感知力欠缺等諸多問題。本研究基于人工智能領(lǐng)域的多項關(guān)鍵支撐技術(shù),采用經(jīng)典心理學(xué)的自我決定理論作為理論基礎(chǔ),設(shè)計并實現(xiàn)了"智慧學(xué)伴"智能教育機器人的系統(tǒng)架構(gòu)。本研究首先基于知識圖譜技術(shù)構(gòu)建了教育認知地圖,基于機器學(xué)習(xí)技術(shù)構(gòu)建了學(xué)習(xí)者模型,基于自然語言處理技術(shù)構(gòu)建了問答與對話系統(tǒng),利用情感計算技術(shù)估計學(xué)習(xí)者的學(xué)習(xí)情緒和專注度等關(guān)鍵狀態(tài)信息。在此基礎(chǔ)上,本研究針對家庭教育與環(huán)境的特點,設(shè)計了五類典型的智能機器人應(yīng)用模式,以幫助學(xué)習(xí)者完成不同階段的學(xué)習(xí)目標,并滿足其自主感、勝任感及歸屬感等核心需求。本研究將有助于人工智能技術(shù)與教育機器人領(lǐng)域的融合與發(fā)展。 

【文章頁數(shù)】：9 頁

【文章目錄】：
一、背景與挑戰(zhàn)
    (一)研究背景
    (二)面臨挑戰(zhàn)
        1. 教育性不足
        2. 交互性較差
        3. 感知力欠缺
二、理論基礎(chǔ)與關(guān)鍵技術(shù)
    (一) 理論基礎(chǔ)
        1. 自主感
        2. 勝任感
        3. 歸屬感
    (二)關(guān)鍵支撐技術(shù)
        1.知識圖譜技術(shù)構(gòu)建教育認知地圖
        2. 機器學(xué)習(xí)技術(shù)構(gòu)建學(xué)習(xí)者模型
        3.自然語言處理技術(shù)構(gòu)建問答與對話系統(tǒng)
        4.情感計算技術(shù)估計學(xué)習(xí)情緒與專注度
三、系統(tǒng)架構(gòu)與實現(xiàn)
    (一) 教學(xué)交互模塊
        1.情感計算引擎
        2. 問答引擎
        3. 對話代理引擎
    (二)數(shù)據(jù)與資源模塊
        1. 學(xué)科知識圖譜
        2. 社會性學(xué)習(xí)資源
        3. 學(xué)習(xí)者數(shù)據(jù)與分析
        4. 個性化認知地圖
四、應(yīng)用模式
    (一) 學(xué)習(xí)疑難問答
    (二)學(xué)情報告分析
    (三)學(xué)習(xí)督促提醒
    (四)學(xué)習(xí)陪伴激勵
    (五)家長教育助手
五、趨勢與展望
    (一) 教育專業(yè)化
    (二) 交互智能化
    (三) 感知情境化


【參考文獻】：
期刊論文
[1]機器人賦能未來教育的創(chuàng)新與變革——國際機器人教師研究綜述[J]. 張堯,王運武.  開放教育研究. 2019(06)
[2]國際機器人教育研究前沿與熱點——基于Web of Science文獻的可視化分析[J]. 周進,安濤,韓雪婧.  開放教育研究. 2018(04)
[3]基于學(xué)習(xí)元平臺的學(xué)習(xí)認知地圖構(gòu)建[J]. 萬海鵬,余勝泉.  電化教育研究. 2017(09)
[4]基于大數(shù)據(jù)的區(qū)域教育質(zhì)量分析與改進研究[J]. 余勝泉,李曉慶.  電化教育研究. 2017(07)



本文編號：3700463