教育机器人的设计与关键问题分析

教育机器人的设计与关键问题分析

李艳燕1 李 新2 王君秀1

（1．北京师范大学 智慧学习研究院，北京 100875；

2．北京师范大学 互联网教育智能技术及应用国家工程实验室，北京 100875）

摘要：教育机器人作为人工智能的研究热点之一，如何加强其本体构建、进行智能要素界定、实现关键技术突破等核心问题，已成为其在教育教学领域应用落地面临的新挑战。为此，文章从需求出发，提出教育机器人的本体包括形态、硬件和软件，智能要素包括智能架构、感知与交互、教育适用性，关键技术则包括人机交互技术、机器视觉技术和情境感知技术。在此基础上，文章分析了教育机器人设计的关键问题，以期为教育机器人的研发提供参考，并推动教育机器人在教育教学中的落地应用。 关键词：教育机器人；本体；智能要素；关键技术；关键问题

【中图分类号】G40-057 【文献标识码】A 【论文编号】1009—8097（2020）01—0012—06 【DOI】10.3969/j.issn.1009-8097.2020.01.002

引言

教育机器人是机器人应用于教育领域的代表，以培养学生的分析能力、创造能力和实践能力为目标，是人工智能、语音识别和仿生技术在教育中的典型应用[1]。于2015年印发的《中国制造2025》[2]和2017年颁布的《新一代人工智能发展规划》[3]，都对智能机器人、教育服务机器人给予了高度重视。而促进机器人标准化、模块化发展并实现大规模应用，现已成为机器人发展的新趋势。

2018年，教育部发布《教育信息化2.0行动计划》，提出加强教育机器人等关键技术在教育教学中的研究与应用，推进智慧教育的创新发展[4]。2019年，*总向国际人工智能与教育大会致贺信，他提到人工智能将推动人类社会迎来人机协同、跨界融合、共创分享的智能时代，把握全球人工智能发展态势、找准突破口和主攻方向、培养大批具有创新能力和合作精神的人工智能高端人才，是教育的重要使命[5]。在此背景下，教育机器人作为人工智能与教育结合的直接产物，将成为推动我国迈向智能时代、培养创新高端人才的重要驱动力。北京师范大学智慧学习研究院《2019全球教育机器人发展》项目组对我国3000多名教师、家长及学生的调查结果显示，超过85%的学生希望拥有一台教育机器人，而教师希望拥有一台教育机器人的比例更是高达90%[6]。此外，钟柏昌等[7]针对我国中小学机器人教育现状的调查结果也显示：机器人进课堂已经成为一种期待，学生非常喜欢机器人课程。然而，面对复杂多变的教育场景，应如何设计满足师生个性化需求与发展的教育机器人？为此，本研究从需求出发，从教育机器人的本体、智能要素和关键技术三个角度来探讨教育机器人的设计内容，并分析教育机器人设计的关键问题，以期更好地推进教育机器人的研发及其在教育教学中的落地应用。

一 教育机器人的本体

在工业机器人领域，机器人本体是指机体结构和机械传动系统，包括传动部件、机身及行走机构、臂部、腕部、手部等部件。然而，由于教育机器人实现的教育服务功能类型多样，对应的机器人形态差别较大，很难像工业机器人那样对机体结构部件等进行明确的划分。因此，

12

Vol.30 No.1 2020

教育机器人的本体通常是指物理上的机器人实体（包括形态、硬件）和虚拟软件的结合，是教育机器人实现教育功能的基础。

1 形态

教育机器人是一个切实可见的物理实体，主要包括三个要素：①外形。教育机器人的外形主要分为人形和非人形两类。其中，人形机器人模仿人的头部外观与轮廓特征，拥有与人相似的五官、头发和相关服饰，但其四肢一般不具备自主活动能力，主要用于和师生进行频繁交互的教育场景。非人形机器人包括玩具外形的机器人和专业功能型器人——玩具外形的机器人能吸引学生的注意力、激发学生的学习兴趣，如集DIY组装与编程入门学习于一体的Makeblock教育机器人；专用功能型机器人是指具有特定功能的机器人，如校园巡逻机器人、安全教育机器人、STEM教学机器人等。②机构件，是对构成机器人本体起着支撑或连接作用的部件。机构件的作用不只是塑造机器人的外部形态，而且也是机器人体内电路板、舵机、传感器等的容器和载体。③材质。覆盖在机器人表面或其机构件所使用的材料是构成机器人外在形态的重要元素，其质地会对用户的视觉、触觉和接受度等产生重要影响。

2 硬件

教育机器人通常具有感知、认知、决策、控制等功能，每一项功能都有与之对应的硬件。《2019全球教育机器人发展》项目组通过调研市场上的教育机器人产品，发现目前教育机器人基本上都是从需求出发，以组合、拓展的方式进行构建，主要包括三个要素：①结构。教育机器人硬件结构中负责执行运算功能的主板仍然属于冯·诺依曼结构，但机器人不同于以单纯运算为主的计算机。功能复杂的机器人以主板为基础，可根据功能需要组合搭配各种硬件，以实现功能的扩展；而功能相对简单的机器人可采用集中式的体系结构，并借鉴现有的开源硬件、单板机、PC机、手机等硬件方案，集成出一个简单的机器人。②标准。未来教育机器人的设计至少应在通讯、接口、安全等方面设立统一的标准，以进行机器人的规范化设计与制造。此外，教育机器人设计标准的制定还应考虑教育教学的实际情况，在内容的规范性、目标的适切性、学生的适用性、服务类型的可拓展性等方面需要满足教育服务的特殊要求。③模块。从设计的角度来看，机器人硬件不是各种器件与板卡的堆叠；一种更为可行的思路是进行模块化设计，即根据机器人的头部、躯干、四肢等不同部分的功能价值，设计出相应的功能模块。

3 软件

教育机器人是硬件和软件相结合的实体——硬件奠定了机器人的物理基础，而软件是机器人的“灵魂”，控制着机器人的各种功能。教育机器人使用的软件主要分为三类：①操作系统。机器人操作系统（Robot Operating System，ROS）是专门为机器人设计的一款操作系统，不同的机器人和传感器在ROS里可以用相同的方式表示，供上层应用程序调用。②嵌入式软件。在机器人的各种模块中，嵌入式软件通常基于嵌入式技术进行设计与开发，自动执行实时控制、监视、管理、移动计算、数据处理等一些特定而的任务。③应用软件，是指运行在操作系统上的各类应用程序，其基本功能直接反映了教育机器人可实现的功能和价值。

二 教育机器人的智能要素

机器人教育是培养高素质、跨学科、复合型人才的重要途径，具有无法比拟的教育价值与发展前景[8]。教育机器人的智能源自机器人所配置的智能处理能力，主要包括智能架构、感知与

13

Vol.30 No.1 2020 交互、教育适用性三要素，是机器人适应多种教育场景、满足教育服务需求、实现教育服务功能的基础。

1 智能架构

智能架构是指教育机器人的智能构成结构，是设计人员根据产品定位和功能需求，对机器人的本机智能和云端智能进行设计的结果。市场上教育机器人的智能架构主要有三种价值取向：①强调本机智能。只有具有强大的本机智能，教育机器人才能适应教育服务场景的各类需求。②强调云端智能。在网络畅通和需要大量教育资源支持的场景中，教育机器人不能存储太多资源，而云端处理能力将使教育机器人更好地完成教育服务。③强调本机智能与云端智能的协同应用，即协同智能。其中，本机智能支持需及时响应的教育场景，云端智能则支持需进行大数据处理或储存大量教学资源的教育场景。综合来看，国内市场上的教育机器人产品大多采用协同智能，而国外市场上的教育机器人产品比较重视本机智能的设计。

2 感知与交互

教育机器人的感知能力主要通过传感器实现，感知信息包含光、电、磁、声等物理信号。交互则是机器人感知功能的延伸，是体现机器人智能的重要标志。常见的人机交互方式包括：①基于自然语音的语音交互，如机器人感知到师生的声音信号后，与师生进行自然语音对话；②基于遥控器或触控屏的命令交互，如对师生通过遥控器发出的指令做出动作；③基于手势的体感交互，如机器人对师生的手势做出响应；④基于情感识别的情感交互，如当机器人听到师生的笑声或看到师生的笑脸后给予反馈。随着人工智能技术的不断发展，未来教育机器人的人机交互将走向“自然”、“智能”、“自由”，而融合视觉、听觉、触觉、嗅觉甚至味觉的多模态自然交互将成为下一代人机交互的发展趋势，其反应速度和提供的服务都将优于单一的视觉模式或听觉模式。

3 教育适用性

教育机器人的智能既应包含作为机器人的通用智能（如能识别用户的语音与命令等），也需发展面向教育场景的专用智能——也就是说，教育机器人在满足基本功能需求的基础上还应满足教育服务的特殊需求。如对在教室中授课的教师来讲，教育机器人能够辅助教师监控学生的上课状态、对学生进行评测和打分等；而对正在上课的学生来说，教育机器人可成为其学习伙伴，并为其提供必要的学习资源等。学习者识别是体现教育机器人教育适用性的一项重要指标，其识别范围不应局限于性别、年龄等基本信息，而要扩展到诸如行为、性格、兴趣、特长、学习风格、认知特征等多种信息，以更加准确地把握学习者的学习特征。提升教育机器人的教育适用性有两种主要途径：一种是在教育机器人上堆叠更多类型的智能，使其兼具多种服务功能，但其成本会大幅增加；另一种是对教育服务进行拆解、对机器人的角色和功能进行细化，从而发展出专项功能更强大的教育机器人。

三 教育机器人的关键技术

教育机器人的关键技术是教育机器人在设计过程中需要重点解决的问题。目前，已有研究者围绕教育机器人的关键技术进行了相关探讨，如黄荣怀等[9]认为教育机器人的关键技术包括人工智能、语音识别和仿生科技；汪时冲等[10]认为教育机器人的关键技术包括机器学习、知识图谱、自然语言处理、人机交互、计算机视觉以及机器人学。本研究依托《2019全球教育机器人

14

Vol.30 No.1 2020 发展》项目，通过文献分析、专家访谈、实地走访等方式，汇总出教育机器人未来发展的三项关键技术：

1 人机交互技术

人机交互（Human-Machine Interaction）是指人与计算机之间的信息交换——通俗地说，就是人与机器人之间的交互或对话，它既是认知心理学、人机工程学、语言学、社会学、计算机科学等学科交叉融合的产物，也是教育机器人在教育领域发挥作用的关键。教育机器人借助人机交互技术，可以进一步丰富人与机器人的互动方式，如师生可以通过语音、文字、动作、表情等与机器人互动，机器人也将更好地感知师生教与学的场景，从而提供更合适的教育服务。

2 机器视觉技术

机器视觉（Machine Vision）技术是人工智能和机器人技术的重要组成部分。机器人通过视觉传感器获取环境图像并对其进行分析与解释，可以辨识物体、确定位置。机器视觉技术利用机器代替人眼进行各种测量和判断，是计算机学科的一个重要分支，综合了光学、机械、电子、计算机软硬件等方面的技术，涉及计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域[11]。利用机器视觉技术，教育机器人可以根据深度学习算法，更精准地识别学生的作业情况、面部表情信息等，从而为学习者提供个性化的学习服务。

3 情境感知技术

情境感知（Context Awareness）是指计算机利用传感器及其相关技术“感知”当前的情境，以做出正确的决策。通过传感器，教育机器人能够感知师生所处的教学环境，进一步了解师生的行为动机，从而做出自适应的改变，为师生提供推送式服务。此外，借助情境感知技术，教育机器人能够跳脱出“为了机器人而做机器人”的思维，从而迭代为更具教育适用性的服务机器人，以在动态、未知、非结构化的复杂教育环境中完成不同类型的教学任务，满足不同群体的教育需求，实现特定的教学目标。

四 教育机器人设计的关键问题分析

未来教育机器人在外形上将更像真人，在行为与智能上也将更加人性化。从设计角度来看，形态、硬件、软件、智能、核心功能等是教育机器人设计的主要内容，每一项设计都对教育机器人功能的实现具有重要影响。通过对教育机器人产品进行广泛调研，同时结合生产厂家的反馈信息，本研究得出了如下结论：

1 教育机器人本体设计与研发还处在初级阶段

教育机器人的设计一方面需要具有强大的计算能力，以应用人工智能技术实现人与机器人的交互；另一方面需要具有良好的控制能力，以实现对机器人舵机、传感器等硬件的操控。近年来教育机器人技术发展迅速，并出现了大量的教育机器人产品，但大多数教育机器人产品并没有成熟的技术方案，其与教育场景的适用性、深度融合等问题仍没有得到有效解决，这也在一定程度上阻碍了教育机器人的落地应用。此外，从现有的教育机器人产品来看，教育机器人的本体设计还未形成与计算机、手机相类似的规模效应，大多数教育机器人的研发采用的是开源技术，尚不足以支撑整个行业的突破性发展。

2 应用场景分析是教育机器人设计的逻辑起点

教育机器人的设计与研究有两种发展取向：一种是以科学研究为导向，另一种是以产品生

15

Vol.30 No.1 2020 产为导向。无论是哪种取向的设计与研究，教育机器人要想在教育实践中发挥巨大作用，都首先需要对应用场景进行分析，然后根据应用场景中存在的需求，确定该场景下需要实现的功能，最后提出可能的实现方案。如在课堂教学中，教育机器人既可充当学习者的学习助手、智能学伴，为其提供答疑、导航、推荐、社交等智能服务[12]，也可辅助教师进行教学监控与管理，延伸教师的表达能力、知识传递能力和沟通能力[13]。

3 智能化应用是教育机器人设计的着力点

随着人工智能的不断成熟，推动教育机器人的智能化应用将成为其设计的重要着力点。教育机器人的智能化应用主要体现为在人机交互、机器视觉、情境感知等技术的支持下，教育机器人将具有能动地满足不同人群多元教育需求的属性：①在智能服务方面，教育机器人利用人机交互技术，为师生提供学校教学、管理、信息查询等功能；②在智慧校园方面，教育机器人利用机器视觉技术，实现校园的安全巡逻、无人监控等功能；③在智慧课堂方面，教育机器人利用情境感知技术，实时感知学生的情感、注意力等学习状态信息并提供实时反馈，便于教师实时调整教学策略，提高教学效果。

4 教育机器人有待发展更多的教育适用性智能

教育机器人需要在教室、家庭这两个最能体现教育服务特性的场景中发展更多的教育适用性智能，以最大化发挥其潜在的应用价值。当前，人形机器人被更多地应用于家庭场景，而在教室场景中的应用较少，仅限于将人形机器人作为授课工具教授学生基础知识，或辅助教师开展课堂教学。而发展教育适用性智能的途径之一，就是深入研究课堂的教学过程，并对教学过程进行拆解，将教育机器人在教学过程中真正能实现的服务功能挖掘出来。如教育机器人可以通过AI摄像头和AI算法，记录学生在课堂上的表现情况，进而通过大数据的处理，反馈学生的学习特点和存在的问题，便于教师开展针对性教学。

五 结语

人工智能技术的不断发展与成熟，为教育机器人在教育场景的应用落地提供了强有力的支持。本研究重点探讨了目前制约教育机器人研发与应用的本体构建、智能要素界定、关键技术突破等核心问题，指出应用场景分析是教育机器人设计的逻辑起点，而智能化应用是教育机器人设计的着力点。随着教育机器人设计与研发等关键问题的解决，未来教育机器人在教育场景中的应用将更加广泛、深入，并将助力“人机协同、跨界融合、共创分享”智能时代的到来！ ———————— 参考文献

[1][9]黄荣怀,刘德建,徐晶晶,等.教育机器人的发展现状与趋势[J].现代教育技术,2017,(1):13-20. [2].关于印发《中国制造2025》的通知[OL]. [3].关于印发新一代人工智能发展规划的通知[OL]. [4]教育部.教育部关于印发《教育信息化2.0行动计划》的通知[OL]. 16

Vol.30 No.1 2020

[5]新华网.*向国际人工智能与教育大会致贺信[OL].

[6]刘德建,黄荣怀,李艳燕,等.2019全球教育机器人发展(摘要版)[R].北京:北京师范大学智慧学习研究院,2019:17.

[7]钟柏昌,张禄.我国中小学机器人教育的现状调查与分析[J].中国电化教育,2015,(7):101-107.

[8]周进,安涛,韩雪婧.国际机器人教育研究前沿与热点——基于Web of Science文献的可视化分析[J].开放教育研究,2018,(4):43-52.

[10]汪时冲,方海光,张鸽,等.人工智能教育机器人支持下的新型“双师课堂”研究——兼论“人机协同”教学设计与未来展望[J].远程教育杂志,2019,(2):25-32. [11]百度百科.视觉机器[OL].

[12]李振,周东岱,王勇.“人工智能+”视域下的教育知识图谱:内涵、技术框架与应用研究[J].远程教育杂志,2019,(4):42-53.

[13]李振,周东岱,刘娜,等.人工智能应用背景下的教育人工智能研究[J].现代教育技术,2018,(9):19-25.

The Design and Key Problems Analysis of Educational Robot

LI Yan-yan1 LI Xin2 WANG Jun-xiu1

(1. Smart Learning Institute, Beijing Normal University, Beijing, China 100875; 2. National Engineering Laboratory for Cyberlearning and Intelligent Technology, Beijing Normal University, Beijing, China 100875) Abstract: As one of the research hotspots of artificial intelligence, educational robot faces new challenges in its application in the field of education and teaching, such as how to strengthen its ontology construction, how to define intelligent elements and further how to achieve key technology breakthroughs. Therefore, starting from the demand, this paper put forward that the educational robot’s ontology included morphology, hardware and software, the intelligent elements included intelligent architecture, perception and interaction, and educational applicability, the key technologies included human-machine interaction technology, machine vision technology and context awareness technology. On this basis, this paper analyzed the key problems of the design of educational robot, expecting to provide reference for the research and development of educational robot, and promote the practical application of educational robot in education and teaching.

Keywords: educational robot; ontology; intelligent element; key technology; key problem ————————

*基金项目：本文为国家自然科学基金“基于情景的学习者在线学习分析关键技术与评价模型研究”(项目编号：61877003)、国家社会科学基金一般课题“基于大数据的在线协作学习分析评价与干预策略的实证研究”(项目编号：BCA170077)的阶段性研究成果。

作者简介：李艳燕，教授，博士，研究方向为计算机支持的协作学习、学习分析，邮箱为liyy@bnu.edu.cn。 收稿日期：2019年9月16日

编辑：小米

17