BEAGLE：面向真实学习者仿真的行为约束代理

摘要

在开放式问题解决环境中模拟学生的学习行为具有教育研究的潜力，从培训适应性辅导系统到压力测试教学干预。然而，由于隐私问题和纵向研究的高昂成本，收集真实数据具有挑战性。虽然大语言模型 (LLM) 为学生模拟提供了一条有前途的途径，但它们存在能力偏差，针对高效正确性进行优化，而不是新手学习者不稳定、迭代的挣扎特征。我们提出了 BEAGLE，这是一种神经符号框架，它通过将自我调节学习（SRL）理论融入到一种新颖的架构中来解决这种偏见。 BEAGLE集成了三项关键技术创新：（1）半马尔可夫模型，控制认知行为和元认知行为的时间和转换； (2) 通过明确的缺陷注入进行贝叶斯知识追踪，以加强现实的知识差距和“未知的未知数”； (3) 解耦代理设计，将高级策略使用与代码生成操作分开，以防止模型默默地纠正自己的故意错误。在对 Python 编程任务的评估中，BEAGLE 在再现真实轨迹方面显着优于最先进的基线。在人类图灵测试中，用户无法区分合成痕迹和真实学生数据，其准确率与随机猜测无法区分（52.8%）。

BEAGLE：面向真实学习者仿真的行为约束代理 — 图3：BEAGLE 智能体架构概览。符号控制（Symbolic Control，左）通过元认知行为（Planning、Reflecting、Monitoring、Enacting）与认知状态（Constructing、Assessing、Debugging）的半马尔可夫模型来约束高层行为，并结合 BKT 对知识获取进行建模。神经动作（Neural Action，右）实现两阶段 LLM 流水线：Strategist 根据当前状态确定目标、心态与指令，Executor 生成自然风格的代码与独白。Buffer/Thought（避免重复）与 Memories（从短期错误中学习）机制确保两个 LLM 智能体的行为连贯且不重复（提示的更多细节见附录 C）。环境（Environment，底部）通过 IDE Oracle 执行代码，并提供更新符号状态机与神经动作上下文的反馈信号。