严肃游戏中适应性教育场景的生成Aarij Hussaan引用此版本：AarijHussaan。严肃游戏中适应性教育场景的生成教育。克劳德·伯纳德大学-里昂一世，2012年。英语。NNT：2012LYO10346。电话：02868764HAL ID：电话：02868764https://theses.hal.science/tel-02868764提交日期：2020年HAL是一个多学科的开放存取档案馆，用于存放和传播科学研究论文，无论它们是否被公开。论文可以来自法国或国外的教学和研究机构，也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire里昂大学-克劳德·伯纳德信息数学博士学校计算机科学与数学P H D T H E S I S获取标题科学博士里昂第一大学-克劳德·伯纳德专业： 计算机科学辩护人Aarij MahmoodHussaan严肃游戏中适应性教育场景的生成2012年12月19日辩护陪审团：评审员：PascalESTRAILLIER，拉罗谢尔大学教授Jean-marcLABAT，皮埃尔和玛丽·居里大学教授检查员：DanielBuR goS，拉里奥哈国际大学（UNIR）-PhillipeRE vy，Gerip公司言语治疗师董事：AlainMILLE，里昂第一大学（LIRIS）教授KarimSEHABA，里昂第二卢米埃尔大学（LIRIS）助理教授-确认书我首先要感谢全能的上帝给了我机会、勇气和耐心，让我在离家的地方成功地完成了我的博士研究。我还要亲切而真诚地感谢所有陪审团成员同意引用我的论文答辩。在我的论文答辩中有这样优秀的人作为陪审团成员是我的荣幸。感谢Jean-Marc Labat教授和Pascal Estrallier教授报告了我的论文。他们对我的研究的宝贵反馈给了我对未来工作的宝贵见解。我还要衷心感谢丹尼尔·布尔戈斯教授同意成为我的陪审团的一员，尽管我在西班牙。他的评论、问题和鼓励帮助我更有动力继续我的研究路线。特别感谢Phillipe Revy先生参与我的研究，他为我们提供了在现实世界平台上测试我的研究所需的必要工具。他对我工作的评价将永远在我心中占有特殊的我还要向我的主管Karim Sehaba先生表示感谢。我真诚地感谢他接受我在他的监督下做博士学位。我很难找到一个比他更好的主管。他的奉献我的研究将永远在我心中占有特殊的地位。他的鼓励和激励使我成功地度过了一段非常困难的时期。有时候，他表现得更像是一个哥哥，而不是一个主管。我知道我不是世界上最容易共事的人，为此我感谢Karim Sehaba先生耐心地坚持与我共事。我在法国最难忘的经历之一是与我的论文导师阿兰·米勒教授合作。他对人工智能的深入了解一直是我灵感的源泉我还在我的研究范围之外与阿兰·米勒教授互动，总是发现他最乐于助人和谦逊。他对我的研究的持续和令人钦佩的反馈使我能够完成我的学位。我可以肯定地说，我在教我如何做研究方面发挥了很大的作用。我将永远感激他的贡献。我的研究也得到了我所处的优越环境的帮助。这包括我的研究同事。我要感谢我的朋友Saleheddine、Olivier、Patrice、Amaury、Lemya、Charlotte和所有其他同事，他们帮助我在外国环境中感到宾至如归。最后但并非最不重要的是，我感谢我的父母。 我所拥有的一切我欠他们一条命。他们总是牺牲自己的需要，为我提供他们所能提供的最好的。是我的父母激励我去外国做研究。我将永远拥有的一个遗憾是，我已故的父亲和母亲没有和我一起参加我的博士答辩。 我的父母是上帝给我的最伟大的礼物。2摘要严肃游戏是一种主要目的不仅仅是娱乐的游戏。在这篇论文中，我们感兴趣的是一种特殊类型的严肃游戏：学习游戏。这些游戏通过基于乐趣的挑战，提高学习者的动机和参与度，使学习过程更具吸引力和乐趣。在此背景下，本文研究了学习游戏中儿童情景的自动生成问题。这是一个在学习游戏背景下理解教育场景与计算机游戏整合的问题。通过教育场景，我们的意思是一系列的教育活动，整合到一个学习游戏中，使学习者能够实现一个或多个教育目标。本研究的目的是为可用于严肃游戏（尤其是学习游戏）的适应性教育场景的生成提供精细的表示和推理模型。生成的场景应考虑用户的配置文件、教育目标以及用户的交互痕迹。跟踪用于更新用户配置文件和扩展域知识。所提出的知识表示模型允许将领域知识组织成三层体系结构：领域概念层、教育资源层和游戏资源层。对于这些层中的每一层，我们都提出了一种自适应的形式化方法。知识的通用组织允许在不改变或影响其他层的元素的情况下进化一层的元素。类似地，它允许将相同的领域知识与不同的游戏。与场景生成模型一样，它包括三个连续的步骤。首先，从用户配置文件及其教育目标开始，它生成了一个概念场景。这包括从第一层的域概念中选择一定数量的概念，以满足目标概念。这些有针对性的概念代表了用户的教育目标。概念情境随后被转化为教育情境。为此，它要求为概念场景中的每个概念选择一个或多个与所讨论的概念相关的教育资源。这一选择考虑到了演示模型和适应知识。培训师允许根据其类型构建教育资源。适应性知识允许在教育场景中设置每个教育资源的难度级别。第三个也是最后一个步骤是将教育场景的教育资源与游戏资源联系起来，以反映游戏模型。在提出的表征和推理模型的基础上，我们开发了GOALS（自适应学习场景生成器）平台。它是一个通用的、可在线访问的平台，允许生成适应性教育场景。在FUI项目CLES（认知语言元素刺激）的背景下，该平台被用于评估和康复认知障碍的严肃游戏为了验证我们的贡献，我们在CLES项目的背景下进行了几次评估我这些评估的目的有两个方面：第一，验证情景性别者模型;第二，研究GOALS生成的情景对用户学习的影响。为了实现这两个目标，我们提出了两种评估方案。这些方案已在两个油田实验的背景下付诸实践。内容。1引言11.1动机21.2研究背景：CLES3项目1.3研究目标61.4研究问题61.5特征81.5.1场景生成器8的一般性质1.5.2持续知识获取91.6摘要92相关工作132.1引言。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...142.2定义。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...... ... ...152.2.1自适应和自适应系统。... ... ... ... ... ... ... ... ... ... ... ... ... ... ...152.2.2教育情景。 . . . . . . . . . . . . . . . . . . . . . ...152.2.3严肃游戏。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...172.3严肃游戏中的场景生成 . . . . . . . . . . . . . . . . ...183.1创作工具。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...202.3.2基于游戏的学习 . . . . . . . . . . . . . . . . . . . . . ...233.3动态难度调整。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...242.3.4总结。 . . . . . . . . . . . . . . . . . . . . . . . . . . . .262.4AEHS中的场景生成。 . . . . . . . . . . . . . . . . . . . . ...282.4.1课程音序器。 . . . . . . . . . . . . . . . . . . . . . . .292.4.2课程生成器。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...332.4.3总结。 . . . . . . . . . . . . . . . . . . . . . . . . . . . .393贡献413.1引言。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...423.2知识建模。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...423.2.1三层体系结构。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...443.2.2域概念。 . . . . . . . . . . . . . . . . . . . . . . . ...463.2.3教育资源。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...503.2.4游戏资源。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...533.2.5学习者简介 . . . . . . . . . . . . . . . . . . . . . . . . . ...543.2.6演示模型。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...573.2.7适应知识。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...593.3场景生成器。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...603.4场景生成算法。 . . . . . . . . . . . . . . . . . . . ...634.1概念选择器。 . . . . . . . . . . . . . . . . . . . . . . . ...633.4.2教育资源选择器。 . . . . . . . . . . . . . . . . ...68四内容。3.4.3严重资源选择器693.5通过交互跟踪更新学习者配置文件703.6正式确认723.7摘要744目标：适应性学习情景生成器754.1目标的目标。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...764.2不同类型的用户。 . . . . . . . . . . . . . . . . . . . . . . . ...774.2.1系统管理员。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...784.2.2领域专家。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...784.2.3学习者。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .784.3专家对目标的配置。 . . . . . . . . . . . . . . . ...794.3.1项目管理。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...794.3.2学员管理。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...803.3知识编辑器。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...824.3.4演示模型。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...884.3.5学员简介 . . . . . . . . . . . . . . . . . . . . . . . . . ...894.3.6场景生成器。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...904.4学员在目标中生成情景。... ... ... ... ... ... ... ... ... ... ... ...914.5说明性示例。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...924.6技术体系结构。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...944.6.1表示层。... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...956.2业务层。 . . . . . . . . . . . . . . . . . . . . . . . . .984.6.3数据访问层和资源层。 . . . . . . . . . . . ...995应用程序背景：项目CLES1035.1CLES项目..............................................................................104的背景和目标5.2合作伙伴...............................................................................................1055.2.1GERIP.................................................................................................1055.2.2实验室EMC.......................................................................................1055.2.3LUTIN....................................................................................106实验室5.2.4LIRIS实验室-SILEX团队................................................................1065.2.5定向认知功能....................................................................................1075.3汤姆·......................................................................................................................四内容。5.4迷你游戏..........................................................................................................1095.4.1识别混合对象（要识别的混合对象） . 1105.4.2记忆和回忆对象（记忆和回忆对象）。1115.4.3观点（观点）....................................................................................1125.4.4完成系列（要完成的逻辑系列）..................................................1135.5CLES建模........................................................................................................1135.5.1主要概念建模....................................................................................1145.5.2子概念建模.........................................................................................1165.6将目标用于关键字..........................................................................................1196评估1216.1导言.................................................................................................................1226.2最先进的技术................................................................................................ 1226.3发电机场景评估............................................................................................1266.3.1评估方案............................................................................................1276.3.2实验和结果............................................................................... 1316.4严肃游戏对学习者影响...................................................................的研究1356.4.1评估方案............................................................................................1356.4.2实验和结果............................................................................... 1367结论和展望1417.1前景..................................................................................................................143参考书目145第一章简介内容。1.1动机..................................................................................................................... 21.2研究背景：CLES..............................................................................................3项目1.3研究目标............................................................................................................. 61.4研究问题............................................................................................................. 61.5特征..................................................................................................................... 81.5.1场景生成器8的一般性质1.5.2持续知识获取91.6摘要..................................................................................................................... 9缺乏对严肃游戏中的教育场景的适应是本文工作的动机。我们从展示...这个问题在CLES项目中得到了解决，该项目关注的是评估和再教育认知能力的游戏。接下来是研究工作目标的介绍。接下来，我们介绍了科学研究问题和我们为回答这些问题而给出的答案的原则。我们还确定了使我们的方法通用化并使其适应不断获取知识所需的特征。本章最后为论文的其余部分提供了一个大纲2第1章。简介1.1动机这项研究工作的动机可以通过一个场景来解释。假设一个叫杰克的学生。杰克想研究一个课题组。此主题有几个子主题。此外，主题划分只能通过一些其他主题的帮助来理解;这些主题可以是一个或多个。例如，让我们假设在学习除法之前学习加法和乘法是必要的。有各种各样的教学资源与除法、乘法和加法的每一个主题有关。这些资源对于教授主题是必要的，例如解释主题概念的文档、一些示例和测试不同主题（如MathSnack1等）能力的练习。现在假设杰克正在使用一个严肃的游戏来研究Division。这个游戏利用了与除法及其相关主题相关的各种教育资源，在这个例子中是加法和除法。让我们考虑一下，严肃的游戏，在问题中，提供了一个一刀切的解决方案，即游戏不提供任何适应。然后，我们可以列出一些可能的情况：1. 杰克对加法和乘法这两个主题都很了解，提供给杰克的教育资源完全符合他的理解水平。2. Jack不知道加法和/或乘法这两个主题。3. 杰克知道加法和乘法的主题，但教育资源不符合他的个人资料（技能，偏好，能力等）。在第一种情况下，严肃游戏提供的教育会让杰克满意。在第二种情况下，杰克需要首先理解加法和/或乘法的主题，然后他可以学习除法，如果这不是情况，那么他将有困难的教育资源所提供的严重游戏。在第三种情况下，杰克会发现资源太容易或太难。在后一种情况下，杰克可能会对游戏的难度感到沮丧，从而对游戏失去兴趣。任何以非适应性方式设计的严肃游戏都面临着这样的情况。如果严肃游戏设计者假设所有目标用户都与案例1中的杰克相似，那么这种假设就过于乐观，在现实世界环境中很难找到这样的例子。为了适应不同的用户需求，在框2和框3中，需要对教育资源进行一些调整。适应，对于像案例2中的杰克这样的学习者来说，可以采取确保学习者拥有在学习中取得进步所需的所有技能的形式通过玩游戏。适应，对于像案例3中的杰克这样的学习者来说，可以根据学习者的能力和偏好来调整教育资源。学习者。 这种改编确保了学习者既不能完成游戏，也不能太难或太容易玩。同样，游戏也应该是动态的1http://mathsnacks.com/1.2. 研究背景：CLES3根据学员的表现进行调整。这种动态的适应将使学习者对游戏保持兴趣，并确保学习者获得最大的教育效益。 随着学习者的成长，适应的需求也在增加身体或认知障碍的情况。此外，如果游戏是在线的，学习者的数量很大，适应的需要就增加了，因为很难为每个学习者提供手册适应。亨斯，改编必须以自动的方式提供。所有这些论述都可以概括为这样一句话：为了确保学习者在玩严肃游戏时获得最大的利益，教育内容必须针对学习者进行个性化。这种个性化应该考虑到学习者的个人资料和他的教育目标。此外，游戏还应考虑到一个主题的教育学特性，即该主题需要其他主题来理解，该主题可以分解为其他子主题，等等。1.2研究背景：CLES电脑游戏几乎从一开始就为用户提供娱乐计算机本身。除了为用户提供娱乐之外，如果适度使用，计算机游戏还可以在许多其他方面有益。研究人员观察到计算机游戏玩家的手眼协调和视觉运动技能水平更高[Enochsson 2004]。电脑游戏也有能力让玩家保持专注、投入和积极性[Rieber 1996]，所有这些特征都有助于增加玩家的注意力广度。此外，游戏可以帮助发展分析和空间技能、战略技能和洞察力、学习和回忆能力、心理运动技能、视觉选择性注意力[Mitchell 2004];空间建模、设计构图和形式创造[Coyne 2003;Radford 2000]。心理旋转可以通过玩像Tetris这样的游戏来改善[De Lisia 2002]其他一些优势包括：自我监控、问题识别和问题解决、决策、更好的短期和长期记忆以及协作、谈判和共享决策等社会技能的提高[ELSPA 2006，Mitchell 2004，Rieber1996]。[奥尔德里奇2005，Tashiro 2009]提出了游戏的一些更大的优势研究人员试图通过电脑游戏来证明教育对学习者的吸引力。从一开始，在课堂上使用游戏的想法就没有吸引力，特别是家长和教师[Kirriemuir 2004，Klopfer 2009，Law 2008]。然而，随着时间的推移和研究人员对这一领域兴趣的增加，通过游戏教学的想法已经找到了它的位置，并正确地这样做。作为这些研究的结果，越来越复杂的教育游戏出现了。研究人员还相当详细地研究了与基于计算机的教学方法相比，游戏对学习的影响[Wong 2007，Papastergiou2009]。在某些情况下，这些研究的结果是积极的[Papastergiou 2009];特别是在4第一章。简介儿童病例。因此，教育游戏得到了教师和家长的普遍接受。事实上，娱乐软件协会（ESA）2最近的一份报告显示：家长们也看到了娱乐软件的几个好处，52%的人说电子游戏是他们孩子生活中积极的一部分。66%的父母认为游戏提供了精神刺激或教育，61%的父母认为游戏鼓励他们的家人花时间在一起，59%的父母认为游戏有助于他们的孩子与朋友联系。在文献中，研究人员使用术语"严肃游戏"来描述游戏。用于教育。严肃游戏的应用领域相当广泛，例如，健康、医学、培训、军事、商业、广告等[Susi 2007]。在这篇论文中，我们专注于认知障碍患者康复的严肃游戏。在这种背景下，研究人员开发了许多游戏来评估和再教育认知能力。这些游戏涵盖了许多不同的认知功能，如处理视觉注意力[Green 2003]、记忆[Ferguson2007]、视觉空间[Enochsson 2004，Drivera 1991]、注意力[Castel 2005，Manly 2001]，感知[Green 2010，Mody 1997]等。其他系统使用虚拟现实来治疗幽闭恐惧症[Botella 2000]，注意力增强[Cho 2002]等。这些系统具有更灵活和可分配的优势。他们还可以存储用户的记录，允许从业者监测患者的成就和进展[Sehaba 2005a]。然而，这些系统中的大多数并不适合每个系统的特性和需求。儿子。这种适应尤其重要，因为不同的人有不同的技能、能力或偏好。在严肃游戏和治疗认知障碍的背景下，我们提出了CLES 3项目。认知语言元素刺激的缩写由法国工业部资助，并得到Imaginove商业集群的支持。CLES项目的目标是开发一种严重的适应性游戏，用于认知障碍患者的康复和认知刺激。这个游戏，可在网上，爱在儿童和青少年-美分.许多研究实验室和公司为这个项目进行了合作。其中包括LIRIS实验室的SILEX 4团队、专门从事认知和语言功能康复教育娱乐开发的GERIP 5公司、专门&从事认知机制研究和重新感知数字信息技术使用研究的EMC 6 LUTIN 7实验室。本项目特别关注以下八个认知领域22012年关于计算机和视频游戏行业的基本事实http://www.theesa.com/facts/pdfs/ESA_EF_2012.pdf3http://liris.cnrs.fr/cles/4http://liris.cnrs.fr/silex 5htp：www.gerip.com/6http://recherche.univ-lyon2.fr/emc/7htp：www.lutin-userlab.fr/site/_pages/english/1.2. 研究背景：CLES5功能[Hussaan 2011]：感知、注意力、记忆、口头语言、书面语言、逻辑推理、视觉空间和横向技能。在这个项目中开发的严肃游戏是汤姆这是一个冒险游戏。这个游戏的主角是一个叫汤姆的角色，他的任务是在豪宅里找到一座神圣的雕像。根据不同的教育课程，这个角色在豪宅的几个房间中的一个房间里找到了自己。如图1.1所示，每个房间都包含多个对象（椅子、桌子、屏幕等）。在这些物体的背后，隐藏着迷你游戏形式的挑战。用户必须与这些对象交互以启动这些迷你游戏。玩家必须在房间里启动所有的迷你游戏才能访问其他部分并在游戏中前进。图1.1汤姆·奥康纳大厦的一个房间图1.2：与记忆图1.2显示了一个与记忆相关的小游戏的界面正如这个数字所显示的，游戏显示了一系列玩家必须记住的图像。一段时间后，图像消失，迷你游戏要求玩家从几个选项中选择它们。这个游戏有几个参数：我的数量6第一章。简介要记住的年龄及其复杂性、这些图像的显示持续时间、建议的数量和播放器的响应时间。这些参数将根据每个玩家的能力和需求来调整游戏的难度级别。因此，对于八种认知功能中的每一种，都有一打游戏，而对于每一种游戏，都有九个级别的难度。 在CLES项目中，用户数量超过13，200，由于CLES是一个在线游戏环境，专家很难单独与所有用户交互。因此，它最重要的是，根据用户的残疾、技能和能力，自动化通过游戏和活动定制玩家路径的过程。因此，生成器的作用是，在一只手上，选择迷你游戏，并根据玩家的个人资料、互动的痕迹和会话的治疗目标调整它们的难度，在另一只手上，把它们交给他们。与大厦不同部分的物品有关1.3研究目标在改编严肃游戏中的教育内容的背景下，本研究的目的是提出模型和过程，以允许生成可用于严肃游戏的教育场景。这些场景应该适合每个学习者。 这种适应应根据学习者的背景知识、能力、身体和认知技能、能力和教育目标来进行。此外，情景生成还将考虑到学习者互动的痕迹我们没有适当地引入一些概念，我们在上面的段落中使用了这些概念，如教育场景、生成的场景和互动痕迹。我们已经在下面的章节中对这三个概念进行了详细的描述，但让我们简要地描述一下。通过教育场景，我们指的是向学习者教授主题所需的所有教育内容（主题和资源）。为了生成这样的教育场景，我们需要一个自动化的过程，使用关于教育内容和学习者的教育目标的信息来生成适当的教育资源序列。此过程可称为方案生成。生成器生成的场景的准确性与生成器可用的信息量成比例地增加。因此，我们建议在场景生成过程中使用作为学习者与系统/游戏交互的结果而留下的痕迹作为知识1.4研究问题为了实现研究目标，有一些研究问题需要解决。此外，这些问题显示了这项工作的科学基础1.4.研究问题7在设计严肃游戏中的自适应学习场景生成器时，我们首先考虑的是确定所需适应所需的知识，以及表示和组织这些知识的模型。该识别过程对于系统有效地提供所需的适应是必要的。在知识识别、表示和使用的背景下，第一个问题是：问题1：在严肃的游戏环境中，支持自适应教育场景生成的个性化知识是什么如何表示这种知识优势？为了回答这个问题，我们已经识别并建模了不同类型的知识边缘，包括领域知识、严肃游戏知识和学习者知识。第3章介绍了这些模型。接下来，我们来看看理解如何利用这些知识来在严肃游戏中生成适应的教育场景。在本研究中，它是使用模型化的知识为学习者提供适当的教育场景。因此，第二个问题是：问题2：正确利用个性化知识的推理过程是什么？为了回答这个问题，我们提出了一个教育情景生成器模型。此生成器使用在第一个问题中确定的知识来生成根据用户的目标定制的场景。这些场景可以在严肃的游戏环境中使用第三章介绍了教育情景生成器。我们已经提到，我们根据用户生成自适应我们已经使用了"根据学习者"这个术语，但我们还没有确定"根据学习者"是什么意思？如何测量？通过这些问题，我们试图评估生成的场景。这种评估是必要的，以验证知识的使用和情景是适当的，根据学员的代表因此，我们需要回答以下问题：问题3：如何验证情景生成器（用于生成教育情景的知识模型和策略）的功能以及如何研究生成的情景对学习者实际学习的影响？为了回答这个问题，我们开发了GOALS平台（自适应学习场景生成器），在其中我们实施了所提出的模型。我们使用GOALS来验证场景生成器的为了进行这些验证，我们必须8第一章。简介有两种方法。 第一种方法用于评估系统场景生成。第二个是用来研究系统生成的情景对学习者学习的对于第一个，我们提出了一个基于比较评估策略的评估方案，我们与一位专家治疗师一起进行了该方案CLES项目的背景。本协议的原则是将拟议场景生成器生成的教育场景与专家为相同输入创建的scenar- ios进行比较。 此协议有助于我们的后续工作 评估过程，也确定是否有问题并确定问题。对于第二个，我们对学习者进行了一个实验，以研究生成的场景对他们的影响。这个想法是为了
我的内容管理
展开
