Resumen

Las tácticas de tutorial son políticas para que un Sistema de Tutoría Inteligente (ITS) decida la próxima acción cuando hay múltiples acciones disponibles. Investigaciones recientes han demostrado que cuando los contenidos de aprendizaje estaban controlados para ser iguales, diferentes tácticas de tutorial harían una diferencia en las ganancias de aprendizaje de los estudiantes. Sin embargo, las técnicas de Aprendizaje por Refuerzo (RL) que se utilizaron en estudios anteriores para inducir tácticas de tutorial son insuficientes cuando se enfrentan a problemas grandes y, por lo tanto, se utilizaron de manera offline. Por lo tanto, introdujimos un enfoque de Aprendizaje por Refuerzo basado en Genética (GBML) para inducir tácticas de tutorial de manera de aprendizaje en línea sin basarse en ningún conjunto de datos preexistente. El método introducido puede aprender un conjunto de reglas del entorno de manera similar al RL. Incluye un optimizador basado en genética para la tarea de descubrimiento de reglas generando nuevas reglas a partir de las antiguas.

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Tácticas de tutorial; Sistema de tutoría inteligente; Aprendizaje por refuerzo; Aprendizaje por refuerzo basado en genética; Aprendizaje en línea; Escalabilidad
• Keywords:Tutorial tactics; Intelligent tutoring system; Reinforcement learning; Genetic-based reinforcement learning; Online-learning; Scalability