生成式人工智能赋能的非线性学习智能体模型建构

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：该研究探讨了生成式人工智能（AIGC）赋能的非线性学习智能体模型建构，分析了非线性学习的特点，并预设了自学、混合和协作三种学习场境。基于这些场境推导出智能体模型的功能需求，进而抽象出模型的核心能力。该文界定了非线性学习智能体的含义、数学表达式及核心算法，并阐述智能体模型的核心是一个改进的马尔可夫决策过程，旨在能够为学习者提供个性化、动态优化的学习支持，有效提升非线性学习的效率，为AIGC在教育领域的应用提供了新的模型构建方法，对推动教育信息化和个性化学习具有重要意义。（剩余12876字）

试读结束

目录
monitor