摘要
针对现有教育智能体依赖静态人设、忽视认知能力动态变化的问题，本文提出 CogEvolution。该智能体首先基于 ICAP 分类法构建认知深度感知器以量化参与度；其次利用项目反应理论（IRT）设计记忆检索方法，模拟新旧知识的同化；最后引入基于进化算法的动态认知更新机制，实时整合学习行为与认知演化。评估表明，该方法在行为保真度和学习曲线拟合上显著优于基线，能复现符合教育心理学预期的稳健认知进化路径。
AI 推荐理由
论文核心提出基于进化算法的动态认知更新机制，模拟学生认知的自我进化过程。
研究机构
Faculty of Artificial Intelligence in Education, Central China Normal University, Wuhan, Hubei, China
National Engineering Research Center for Educational Big Data, Central China Normal University, Wuhan, Hubei, China
论文信息