강화 학습(RL)은 지능적이고 개인화되며 반응성이 뛰어난 학습 시스템을 지원할 수 있는 적응형 가상 교육의 핵심 기술로 부상하고 있습니다. 본 논문은 가상 교육 환경 내에서의 강화 학습 적용에 대한 종합적인 리뷰를 제시하며, 개인화, 반응성 및 정서적 적응 학습 시스템에서의 역할을 강조합니다. 주요 분야로는 시뮬레이션 기반 훈련, 소프트웨어 공학 교육, 지능형 튜터링 시스템, 커리큘럼 순서화 및 의료 훈련이 포함됩니다. 연구는 RL 에이전트가 성과와 참여도에 따라 과제의 난이도, 피드백, 학습 경로를 동적으로 조정하여 학습자 중심 경험을 어떻게 촉진하는지 살펴봅니다. 또한, 본 논문은 하이브리드 시뮬레이션-실세계 접근법, 해석가능성과 윤리적 문제 같은 도전 과제, 향후 연구 방향에 대해 논의합니다. 이러한 발전에도 불구하고, 가상 교육 환경에서 RL의 기술적 발전과 교육학적 효과성을 체계적으로 연결하는 연구에는 아직 공백이 존재합니다. 연구 결과는 개인화 교육을 발전시키는 확장 가능하고 안전하며 효과적인 가상 학습 환경을 만들기 위해 RL을 활용하려는 연구자, 교육자 및 개발자에게 귀중한 통찰을 제공합니다.
Sypsas 등(목,)이 이 질문을 연구했습니다.