摘要
针对现有教育智能体在 multimodal 和具身教学方面的不足，本文提出 LectūraAgents 框架。该框架模拟师生协作关系，通过分层多智能体架构实现端到端的个性化学习。其核心贡献包括：支持自适应具身教学的机制，使教授智能体能执行手写、高亮等教学动作；以及提出教学动作 - 语音对齐（TASA）算法，生成与学习者画像一致的连贯动作序列。实验表明，该方法在内容质量、教学效果及个性化方面均优于现有方案。
AI 推荐理由
论文核心包含分层多智能体架构，明确涉及研究、规划及教学动作序列生成，规划是关键部分。
研究机构
北京科技大学
北京大学
康奈尔大学
北京智源人工智能研究院
论文信息