本文介绍了利用深度强化学习提供个性化教育支持的方法，通过解释人工智能工具来提取可解释的教育策略。结果表明，该策略对于那些最需要支持的学生有最大的益处。

Apr, 2023

提出了一种基于师生课程学习的强化学习方法，该方法独立于人类领域知识和手动课程设置，可以改善学生的样本效率和通用性。

Oct, 2022

本研究通过上下文化和模拟累计奖励来解决教育上的干预建议问题，采用强化学习的代理模型结合混合学习方法，景点在线平台的自动化功能

Nov, 2022

通过比较经典人工智能方法和深度强化学习方法在元认知干预方面的应用，本研究在两个学期内进行两项课堂实验证明，DRL 适应性干预对缩小学生元认知技能差距具有显著作用，而静态分类器的干预只有在事先了解如何使用逆向链策略的学生中才有益处。此外，本研究所涉及的 DRL 代理在两个 ITS 上令实验学生显着超越其对照组同学。

Apr, 2023

本篇论文提出了基于预测模型，使用历史数据构建的虚拟空间的强化学习模型，能够平衡长期和短期奖励，并使模型与真实环境交互以实现学习策略的最终收敛。在 Fed-Batch 过程的实验设置下，我们的方法始终优于现有技术水平。

Nov, 2022

本研究探究了带有教师辅助的反向强化学习问题，提出了一种交互式教学框架，设计了两种具体教学算法：全知教学和黑盒教学，最后在汽车驾驶仿真环境中进行了实验并证明了教学算法的效果。

May, 2019

使用模型为基础的增强学习，将上下文乐队用作指派学习活动的方法，提高了学生的完成率和参与度，增强了个性化学习体验。

Jul, 2022

本研究提出了一种基于 “可教学” 的决策系统的交互式学习监督范式，能够通过学习外部教师提供的结构化建议，解决复杂任务的学习难度，对拼图、导航和运动等各种任务需求的人工干预也相对较少。

Mar, 2022

研究人员设计了一个交互平台，利用人类的决策过程，通过向导课程强化学习结果，实现了成功地调整强化学习性能以适应人类期望困难程度的目标，并证明人类与计算机互动式课程增强学习的有效性，促进了该领域的发展。

Aug, 2022

模拟到现实的迁移是机器人学习的一个基本问题，本文提出了一种学习框架，通过引入师生学习范式和样本高效性，解决了培训中噪声观测造成的困难，实现了模拟环境下机器人的高性能表现。

Feb, 2024