Editorial Pendidikan
Reinforcement Learning dalam Pendidikan: Tinjauan Literatur Sistematis
Masalah inti
Reinforcement Learning (RL) adalah paradigma machine learning ketika agen belajar mengambil tindakan dalam suatu lingkungan untuk memaksimalkan sinyal imbalan kumulatif. Secara formal, agen berinteraksi dengan lingkungan pada langkah waktu diskret , mengamati keadaan , mengambil tindakan , menerima imbalan , dan bertransisi ke keadaan berikutnya . Tujuannya adalah mempelajari kebijakan yang memaksimalkan ekspektasi imbal hasil terdiskon:
dengan adalah faktor diskon. Dalam pendidikan, RL telah dieksplorasi untuk meningkatkan hasil belajar dan mengembangkan intervensi yang dipersonalisasi. Tinjauan sistematis ini, yang dilakukan sesuai standar PRISMA, menyurvei 89 manuskrip dari IEEE Xplore, Google Scholar, dan ACM yang diterbitkan antara 2000 dan 2024. Tinjauan ini menjawab lima tujuan: (1) konteks pendidikan dan strategi evaluasi, (2) dampak terhadap variabel kognitif dan afektif, (3) algoritma RL dan baseline, (4) mekanisme adaptasi, dan (5) praktik terbaik untuk implementasi.
Inovasi
Mengapa penting
Siapa yang sebaiknya membaca
Membuka konten memberโฆ