Система индивидуального обучения студентов агентно-ориентированного типа

Федяев О.И.,к.т.н.,доц, Жабская Т.Е.,аспирант, Лямин Р.В., магистрант

Донецкий национальный технический университет, г. Донецк

fedyaev@r5.dgtu.donetsk.ua

Рассматривается подход к созданию распределенной системы виртуальной кафедры агентно-ориентированного типа. Выполнен агентно-ориентированный анализ учебного процесса по методологии Gaia и разработана версия многоагентной системы с помощью инструментария Bee-gent.

Введение

Современная тенденция в инженерном образовании характеризуется внедрением индивидуальных образовательных схем, в полной мере отвечающих быстрым изменениям конъюнктуры рынка. Обучение студентов в ВУЗе профессионально ориентировано, распределено в пространстве, регламентировано по времени, динамично по содержанию и поэтому, как процесс подготовки специалистов, является сложным для создания современных компьютерных средств распределённого обучения.

В статье рассматривается задача построения новой модели процесса обучения студентов дисциплинам, которая на основе сохранения близких к реально существующим взаимоотношениям между участниками учебного процесса и предоставления возможности автономного и распределенного выполнения учебно-методических обязанностей позволит повысить децентрализованность и индивидуальность работы всех участников процесса обучения на кафедральном уровне.

В учебном процессе, выполняемом кафедрой, участвуют следующие субъекты: профессорско-преподавательский состав кафедры (заведующий кафедрой, лекторы L₁, L₂,…, L_n, ассистенты Р₁, Р₂,…, Р_k), лаборанты (Y₁, Y₂,…Y_m), студенты (Х₁, Х₂,…,Х_n)). На каждом отрезке времени (семестре) студенты изучают предусмотренные учебным планом специальности дисциплины (D₁, D₂,… D_m). Изучение каждой дисциплины включает прослушивание лекций (Lect₁, Lect₂, …Lect_k), выполнение лабораторных работ, возможно выполнение курсовой работы и сдачу экзамена (зачёта). Для успешной учебы студентам необходимо посещать лекции и общаться с преподавателями на практических и лабораторных занятиях, т. е. выполнять установленные взаимодействия и взаимоотношения между субъектами учебного процесса.

Учебный процесс (УП) может быть описан следующими компонентами: УП = (S, K, R, Аct, I, T, U). На кафедре (К) учебный процесс выполняется множеством субъектов S ={М, (Х₁, Х₂,…,Х_n), ((L₁,L₂,…L_m),(Р₁, Р₂,…, Р_k)), (Y₁, Y₂,…Y_l)}, посредством действий (Act) и взаимодействий (I) между конкретными субъектами (X_i, L_i, P_i, Y_i), определяемыми на кафедре отношениями R (например, лектор-дисциплина-студент, лектор-ассистент), происходящими по строгому расписанию (Т). Состояние выполнения студентами учебного плана (экзаменационные ведомости, учебно-методические карты дисциплин и т.п.) определяется компонентой U. Кафедра, как среда для проведения учебного процесса, может накладывать различные ограничения, например, в виде дефицита аудиторий. Таким образом, учебный процесс как объект моделирования является распределенным и динамичным.

Ставится цель создать такую компьютерную среду обучения (виртуальную кафедру К′), в которой сохраняются все необходимые для учёбы отношения (R) и устраняются жёсткие пространственно-временные ограничения в виде расписания занятий (Т) (рис.1):

УП = {S, K′, R, Act, I, U},

К' = {A, E, R, Act, Com, Org},

где А – множество программных агентов субъектов учебного процесса; Е – среда функционирования программных агентов; R – отношения между программными агентами; Act – множество действий, выполняемых агентами; Com – коммуникативные действия программных агентов; Org – формируемая программными агентами организация.

Такая среда может быть успешно построена на основе агентно-ориентированного подхода, использующего принципы распределенного искусственного интеллекта [1] .

Агентно-ориентированный анализ процесса обучения студентов

Для разработки агентно-ориентированной модели процесса обучения на кафедральном уровне применялась универсальная методология Gaia [2], позволяющая учитывать особенности системы обучения на макро и микро уровнях. С помощью этой методологии выполнен агентно-ориентированный анализ обучения, который позволил системно перейти от этапа постановки задачи к этапу разработки различных моделей виртуальной кафедры, удобных для программной реализации. Процесс обучения, в соответствии с методологией Gaia, описывается следующими моделями: моделью ролей, моделью взаимодействий, моделью агентов, моделью услуг, моделью связей.

Рис. 1. Схема организации индивидуального обучения студентов на основе агентно-ориентированного подхода

Многоагентная система (МАС) обучения на уровне кафедры рассматривается как набор ролей и связей между ними, которые определяются должностными инструкциями. Роль рассматривается как абстрактное описание функций должностного лица, поэтому система обучения должна предусматривать выполнение следующих ролей: ЛЕКТОРА, АССИСТЕНТА, ЛАБОРАНТА и СТУДЕНТА. Роли характеризуются полномочиями и обязательствами.

Полномочия устанавливают ресурсы, которые необходимы для выполнения роли, и возможности (генерировать, читать или изменять информацию). Например, роль СТУДЕНТА включает получение учебного материала, формирование ответов на тестовые задания или экзаменационный билет. В обязанность ЛЕКТОРА входит создание конспекта лекций, ведение журнала успеваемости студентов, составление тестовых заданий и экзаменационных билетов, оценивать ответы студентов. Полномочия роли специфицируются следующими ключевыми словами: read (доступ к информации без возможности её изменять), changes (возможность изменять информацию) и generates (возможность генерировать информацию). Например, спецификация полномочий роли СТУДЕНТ показана на рис.2.

Обязательства роли описаны в соответствии с функциями должностного лица и разделены на две категории: жизнеспособность и условия безопасности. Обязательства жизнеспособности показывают "жизненный цикл" роли и они определены регулярными выражениями, включающими деятельность и взаимодействие данной роли (рис. 2). Деятельность определяется действиями, выполняемыми агентом самостоятельно, а взаимодействие с другими ролями - протоколами. Условия безопасности в методологии Gaia специфицируются посредством предикатов. Например, предикат в условиях безопасности роли СТУДЕНТ означает, что роль будет выполняться в том случае, если после ввода пароля студент идентифицирован. Схема роли СТУДЕНТ показана на рис. 2. Аналогичным образом определены схемы других ролей, участвующих в учебном процессе на кафедральном уровне, которые вместе составляют модель ролей МАС.

Динамика МАС определяется взаимодействием между ролями, поэтому на следующем этапе анализа рассматривались основные виды и назначения взаимодействий. Совокупность взаимодействий между ролями образуют модель взаимодействий, которая состоит из набора установленных протоколов. Для каждого вида взаимодействия составляется отдельный протокол. На рис. 3 представлены протоколы взаимодействий, связанные с ролью СТУДЕНТ.

К моделям нижнего уровня относятся агентная модель, модель услуг и модель связей агентов. Модель агентов описывает используемые в системе агентные типы. Похожие роли (ЛЕКТОР, АССИСТЕНТ) объединены в один агентный тип Преподавателя. Агрегирование нескольких похожих ролей в один тип направлено на оптимизацию вычислительных ресурсов. Решение о совмещении нескольких ролей в один агентный тип не снижает понимание функционального назначения агентов, а только способствует повышению эффективности его программной реализации.

Схема роли СТУДЕНТ

Описание роли

Роль СТУДЕНТ предназначена для обучения студента конкретной учебной дисциплине. Обучение состоит из прослушивания лекций, выполнения тестовых заданий, выполнения лабораторных работ, сдачи экзамена.

Протоколы и Активность

Зарегистрироваться

Запросить учебный материал

Слушать лекцию

Прервать занятие

Ответить на тестовое задание

Повторить пройденный материал

Отправить выполненное задание на проверку

Завершить сеанс

Ответить на экзаменационный билет

Полномочия

generates данные студента

generates запрос учебного материала

reads зачетная книжка

reads конспект лекций

reads тестовое задание

generates ответ на тестовое задание

reads экзаменационный билет

generates ответ на экзаменационный билет

reads экзаменационная оценка

generates finishProcess (завершить сеанс обучения)

generates interruptLecture (прервать лекцию)

generates interruptTest (прервать тестирование)

Обязательства

жизнеспособности

СТУДЕНТ = Зарегистрироваться|Зарегистрироваться.(Сеанс обучения лекц материалу | Экзамен) .Завершить сеанс

Экзамен = Запросить учебный материал. Ответить на экз. билет. Прервать занятие. Отправить выполненное задание на проверку

условия безопасности

· регистрация прошла успешно (получен допуск к работе)

Рис. 2. Схема роли СТУДЕНТ

Рис. 3. Примеры протоколов роли СТУДЕНТ:
а) зарегистрироваться; б) запросить лекционный материал

Модель агентов системы представляется деревом агентных типов (рис. 4), в котором концевые вершины соответствуют ролям, определенным в модели ролей, а другие вершины соответствуют агентным типам.

Рис. 4. Модель агентов МАС обучения студентов

Модель услуг определяет функции, которые агент должен выполнять в соответствии с обязательствами жизнеспособности роли. Для каждой услуги, выполняемой агентом, в модели услуг определяются входные и выходные данные, пред- и постусловия, в зависимости от которых агент инициирует выполнение и определяет завершение услуги. Входные и выходные данные для услуг получаются из активностей ролей. Для услуг, реализующих протоколы взаимодействия, они определяются данными обмена между агентами. Например, при записи на дисциплину агент Студент должен выполнить услугу, связанную с реализацией протокола Зарегистрироваться (рис.3а). Входными данными этой услуги, согласно протоколу, будут логин и пароль студента. Выходными данными – данные о студенте (ФИО, группа, название дисциплины). Предусловие к выполнению услуги определяется успешностью прохождения студентом авторизации в системе. Постусловием является корректность выходных данных и факт отправки сообщения лаборанту. Примеры некоторых услуг, выполняемых агентом Студент, представлены в таблице.

Таблица. Услуги агента Студент

Услуга	Входные данные	Выходные данные	Пред- условия	Пост- условия
записаться на изучение дисциплины	пароль студента	данные студента	авторизация= успешно	сообщение лаборанту отправлено
выбрать вид занятия	виды занятий по дисциплине	вид занятия	решение допуске к дисциплине= допущен	вид занятияÎ {лекция, лаб. работа, экзамен}
запросить лекцию	темы лекций	данные студента, тема лекции	вид занятия = лекция	сообщение лектору отправлено
изучать лекционный материал	материал лекции	вариант завершения лекции	решение о допуске к лекции=допущен, лекция доступна	вариант завершения лекции = {изучена, прервана}

Модель связей отражает возможные коммуникативные связи между агентами и представляется в виде ориентированного или неориентированного графа. Узлы соответствуют типам агентов, а дуги – коммуникационным каналам. Каналы коммуникации между агентами предполагают передачу сообщений между агентами в обоих направлениях. Модель связей формируется на основе моделей ролей, взаимодействия и агентов.

Реализация МАС обучения средствами системы Bee-gent

В качестве инструментального средства реализации МАС использовалась система Bee-gent [3]. На её основе выполнена чёткая структуризация поведения каждого агента в виде графа состояний и определены протоколы взаимодействий агентов. Графы состояний агентов построены на основании жизнеспособности ролей, определенных в виде регулярных выражений на этапе агентно-ориентированного анализа по методологии Gaia. Фрагмент графа поведения агента Студент показан на рис. 5.

Рис.5. Граф состояний поведения агента Студент

Если агент взаимодействует с другими агентами, то при спецификации отдельных состояний система Bee-gent предусматривает определение протокола взаимодействия. Протокол должен отражать все линии поведения агента в данном состоянии. В каждом состоянии деятельность агента направлена на выполнение протоколов взаимодействия с целью реализации планируемой линии поведения. Деятельность каждого агента в МАС обучения определяется моделью услуг, разработанной на этапе агентно-ориентированного анализа.

Каждая линия поведения документируется диаграммой взаимодействия агентов с указанием содержимого сообщений и их очередности. На рис.6 приведена одна из диаграмм взаимодействия для состояния “Изучение дисциплины”. Формат сообщений определяется языком XML/ACL, который является развитием языка коммуникации KQML.

Каждое состояние в графе является экземпляром класса AwrIPState из агентной библиотеки фирмы Toshiba, реализованной на языке Java. Таким образом, на основе разработанных логических моделей, система Bee-gent автоматически генерирует на языке Java скелет программного кода многоагентной системы, который дополнятся необходимым программным кодом, обеспечивающим заданный “жизненный цикл” агентов.

Рис.6. Диаграмма взаимодействия агента Студент в состоянии “Изучение дисциплины”

Анализ агентно-ориентированного подхода к созданию модели кафедры

Кафедра ВУЗа является сложной распределенной системой. Компонентами такой распределенной системы являются множество субъектов учебного процесса, которые обладают характерными для человека сложным поведением, интеллектом и индивидуальными средствами коммуникации, что делает неэффективным применение традиционных формальных методов для их описания. Такая сложная система наиболее адекватно может быть описана методами теории интеллектуальных многоагентных систем.

Достоинством теории агентов является введение понятия реактивных агентов, направленное на моделирование свойств живых систем. Благодаря основным свойствам агентов, таким как автономность, целенаправленная активность, способность к общественному поведению, возникает возможность на их основе создавать динамические виртуальные среды и интеллектуальные организации.

Компьютерная образовательная среда, созданная на основе многоагентного подхода, обладает следующими возможностями:

- независимым и распределенным функционированием субъектов образовательного процесса;

- проведением консультаций и контроля знаний по предмету с элементами интеллектуального диалога и использования знаний;

- применением индивидуальных образовательных схем обучения с учётом потребностей студентов;

- реинжиниринга системы путём изменения её структуры и поведения отдельных агентов;

- оптимизации загрузки компьютерной сети за счёт распределённого выполнения программных агентов.

Совершенствуя модели агентов можно получать системы требуемого уровня интеллектуальности.

Заключение

В статье разработана компьютерная система обучения студентов дисциплинам кафедры. Система построена на основе агентно-ориентированного подхода, использующего принципы распределенного искусственного интеллекта. Такой подход позволил повысить децентрализованность и индивидуальность работы всех участников процесса обучении на основе сохранения реально существующих взаимоотношений между участниками учебного процесса и предоставления возможности автономного и распределенного выполнения учебно-методических обязанностей.

Концептуальный анализ процесса обучения выполнен по методологии Gaia, позволивший формально описать процесс следующими моделями: моделью ролей, моделью взаимодействий, моделью агентов, моделью услуг, моделью связей. По этим моделям программно реализована версия многоагентной обучающей системы с помощью инструментария Bee-gent.

Литература

1. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика.- М.: “Едиториал УРСС”, 2002. -352 с.

2. F. Zambonelli, N. R. Jennings, and M. Wooldridge. Developing Multiagent Systems: The Gaia Methodology. In ACM Transactions on Software Engineering Methodology, 12(3):317-370, July 2003.

3. Toshiba Bee-gent, http://www.toshiba.co.jp.