PersonalPlan：规划个性化编程学习的多代理系统

有效的编程教育需要适应不同学习者背景的个性化教学。然而，虽然基于 LLM 的多智能体系统 (MAS) 擅长复杂规划，但现有规划者往往缺乏对个人资料的利用和教学支架，从而破坏了个性化编程学习。为了填补这一空白，我们首先引入 \textbf{MAP-PPL} （\textbf{M}ulti-\textbf{A}gent \textbf{P}lans for \textbf{P}personalized \textbf{P}rogramming \textbf{L}earning），这是一个配置文件条件的多智能体规划数据集，包含来自 1{,}730 Stack Overflow 问题的 3{,}043 个查询--配置文件--计划实例小组和 2{,}738 个学习者档案。每个计划都指定代理、子任务、可执行步骤和先决条件依赖性。然后，我们提出 \textbf{PersonalPlan}，一个两阶段的 MAS 规划器，它首先使用单独的 LoRA 适配器执行分层 SFT，以进行配置文件感知任务分解和步骤依赖性规划，然后应用奖励自适应 GRPO 来鼓励模型生成可执行的、个性化的和教学支架计划。 MAP-PPL 上的大量实验将 PersonalPlan 与前沿 LLM、通用 MAS 框架和代理规划器进行比较，证明了其优越性。通过仅 8B 和 32B 变体，PersonalPlan 实现了最先进的计划可执行性、个性化和教学质量，有效地协调 MAS 以实现代理与学生的交互。