信息与电脑杂志

摘要：强化学习(Reinforcement Learning, RL)在个性化学习中展现出巨大潜力，Actor-Critic作为RL算法之一，在教育领域得到广泛应用。针对Actor-Critic依赖稀疏的奖励信号，易导致智能体产生“短视”的问题，文章构建了一种融入长期回报机制的Actor-Critic算法(Long-Term Return Actor-Critic, L-AC),并训练了一个个性化学习策略模型，通过量化知识点的长期价值和依赖关系等因素，为智能体提供了面向长期目标的优化信号。在模拟环境中，文章对L-AC与基线(标准Actor-Critic)进行了对比实验与结果分析。结果表明，L-AC生成的学习策略对学习效果有积极影响，优于Actor-Critic算法。

关键词： 强化学习;Actor-Critic算法;教育人工智能;

基金资助： 广元市“十四五”第四批教育信息化科研课题“基于认知诊断的个性化学习模型研究”(项目编号：GYEI25015)；

专辑： 信息科技;社会科学Ⅱ辑

专题： 教育理论与教育管理;计算机软件及计算机应用;自动化技术

分类号： G434;TP18