Buchumschlag

Improved Performances and Motivation in Intelligent Tutoring Systems: Combining Machine Learning and Learner Choice

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Clément, Benjamin, Sauzéon, Hélène, Roy, Didier, Oudeyer, Pierre-Yves
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society Artificial Intelligence Machine Learning I.2.1; I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Arrival of AGI? When Expert Personas Exceed Expert Benchmarks
von: Mullens, Drake, et al.
Veröffentlicht: (2026)

LLM-Rubric: A Multidimensional, Calibrated Approach to Automated Evaluation of Natural Language Texts
von: Hashemi, Helia, et al.
Veröffentlicht: (2024)

Imitation learning for sim-to-real transfer of robotic cutting policies based on residual Gaussian process disturbance force model
von: Hathaway, Jamie, et al.
Veröffentlicht: (2023)

End-to-end example-based sim-to-real RL policy transfer based on neural stylisation with application to robotic cutting
von: Hathaway, Jamie, et al.
Veröffentlicht: (2026)

Perfecting Aircraft Maneuvers with Reinforcement Learning
von: Cilan, Atahan, et al.
Veröffentlicht: (2026)

Artificial intelligence for sustainable wine industry: AI-driven management in viticulture, wine production and enotourism
von: Sidorkiewicz, Marta, et al.
Veröffentlicht: (2025)

Amortized Molecular Optimization via Group Relative Policy Optimization
von: Javaid, Muhammad bin, et al.
Veröffentlicht: (2026)

Kolmogorov Arnold Networks and Multi-Layer Perceptrons: A Paradigm Shift in Neural Modelling
von: Gaonkar, Aradhya, et al.
Veröffentlicht: (2026)

Distributional Reinforcement Learning for Condition-Based Maintenance of Multi-Pump Equipment
von: Yasuno, Takato
Veröffentlicht: (2026)

SQARL: A Size-Agnostic Reinforcement Learning approach for Circuit Allocation in Distributed Quantum Architectures
von: Carballo, Víctor, et al.
Veröffentlicht: (2026)

Learning Controllable and Diverse Player Behaviors in Multi-Agent Environments
von: Cilan, Atahan, et al.
Veröffentlicht: (2025)

SUN Team's Contribution to ABAW 2024 Competition: Audio-visual Valence-Arousal Estimation and Expression Recognition
von: Dresvyanskiy, Denis, et al.
Veröffentlicht: (2024)

Multi-Agent Pathfinding with Non-Unit Integer Edge Costs via Enhanced Conflict-Based Search and Graph Discretization
von: Fan, Hongkai, et al.
Veröffentlicht: (2026)

Augmenting deep neural networks with symbolic knowledge: Towards trustworthy and interpretable AI for education
von: Hooshyar, Danial, et al.
Veröffentlicht: (2023)

One Policy, Infinite NPCs: Persona-Traceable Shared RL Policies for Scalable Game Agents
von: Hong, Yoosung
Veröffentlicht: (2026)

Assessing the Performance-Efficiency Trade-off of Foundation Models in Probabilistic Electricity Price Forecasting
von: Lettner, Jan Niklas, et al.
Veröffentlicht: (2026)

SRLAgent: Enhancing Self-Regulated Learning Skills through Gamification and LLM Assistance
von: Ge, Wentao, et al.
Veröffentlicht: (2025)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

N-Agent Ad Hoc Teamwork
von: Wang, Caroline, et al.
Veröffentlicht: (2024)

TelePlanNet: An AI-Driven Framework for Efficient Telecom Network Planning
von: Deng, Zongyuan, et al.
Veröffentlicht: (2025)

End-to-end deep learning-based framework for path planning and collision checking: bin picking application
von: Tamizi, Mehran Ghafarian, et al.
Veröffentlicht: (2023)

IntelliCode: A Multi-Agent LLM Tutoring System with Centralized Learner Modeling
von: David, Jones, et al.
Veröffentlicht: (2025)

4OPS: Structural Difficulty Modeling in Integer Arithmetic Puzzles
von: Zeytuncu, Yunus E.
Veröffentlicht: (2026)

Improving Fairness with Ensemble Combination: Margin-Dependent Bounds
von: Bian, Yijun
Veröffentlicht: (2023)

Model Fusion via Retrofitting
von: Luenam, Phoomraphee, et al.
Veröffentlicht: (2025)

EvoIdeator: Evolving Scientific Ideas through Checklist-Grounded Reinforcement Learning
von: Sauter, Andreas, et al.
Veröffentlicht: (2026)

Leveraging Large Language Models to Extract and Translate Medical Information in Doctors' Notes for Health Records and Diagnostic Billing Codes
von: Hartnett, Peter, et al.
Veröffentlicht: (2026)

Hybrid-AIRL: Enhancing Inverse Reinforcement Learning with Supervised Expert Guidance
von: Silue, Bram, et al.
Veröffentlicht: (2025)

Compositional Concept-Based Neuron-Level Interpretability for Deep Reinforcement Learning
von: Jiang, Zeyu, et al.
Veröffentlicht: (2025)

Hierarchical Pooling and Explainability in Graph Neural Networks for Tumor and Tissue-of-Origin Classification Using RNA-seq Data
von: Fontanari, Thomas Vaitses, et al.
Veröffentlicht: (2026)

Selecting for Less Discriminatory Algorithms: A Relational Search Framework for Navigating Fairness-Accuracy Trade-offs in Practice
von: Samad, Hana, et al.
Veröffentlicht: (2025)

ROTATE: Regret-driven Open-ended Training for Ad Hoc Teamwork
von: Wang, Caroline, et al.
Veröffentlicht: (2025)

A Novel Loss Function for Deep Learning Based Daily Stock Trading System
von: Guo, Ruoyu, et al.
Veröffentlicht: (2025)

Nemobot Games: Crafting Strategic AI Gaming Agents for Interactive Learning with Large Language Models
von: Tan, Chee Wei, et al.
Veröffentlicht: (2026)

Unsupervised Discovery of Clinical Disease Signatures Using Probabilistic Independence
von: Lasko, Thomas A., et al.
Veröffentlicht: (2024)

Atom dimension adaptation for infinite set dictionary learning
von: Băltoiu, Andra, et al.
Veröffentlicht: (2024)

Cryptogenic stroke and migraine: using probabilistic independence and machine learning to uncover latent sources of disease from the electronic health record
von: Betts, Joshua W., et al.
Veröffentlicht: (2025)

Rewarding Beliefs, Not Actions: Consistency-Guided Credit Assignment for Long-Horizon Agents
von: Tang, Wenjie, et al.
Veröffentlicht: (2026)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Decoding Rewards in Competitive Games: Inverse Game Theory with Entropy Regularization
von: Liao, Junyi, et al.
Veröffentlicht: (2026)