基于Internet的远程教学模式突破了时间、地域的限制，能充分利用丰富的教学资源进行实时的交互式教学。因此，如何利用计算机技术构建一个分布式个性化自适应性远程教学系统具有重要意义。 但是，目前的网络教学系统还普遍存在着一些问题，并没有达到我们想象的理想程度，如：缺乏智能的适应性，系统以自身为中心，没有充分考虑到学生的学习需求和习惯，要求人来适应系统，而不是系统去适应用户，因而显得交互性差，难以实现因材施教；采用超文本的方式组织教学材料，学生在学习过程中掌握主动权，容易导致迷航的现象，偏离学习目标；系统缺乏自我完善的机制，在投入使用一段时间之后，除非人为地对教学策略的不适应性做出调整，系统不能自学习；此外，现有的网上教学系统基本上都是C/S结构，客户端过于庞大，而且客户端驻留程序可以对客户端任意操作，增加了不安全的因素。 针对上述情况，本文以建构主义学习理论和分布式人工智能的Agent技术为基础，提出了一个集教学过程自适应和教学策略自学习为一体的新型远程教学自适应教师模型EATM(E-learning Adaptive Teacher Model)，并且构建了该模型的JAVA平台运行环境和相关机制。太原理工大学硕士研究生学位论文 EATM的基本设计思想是:一方面，以建构主义学习理论为指导，通过监视人机交互发现学生的反馈，构建相应的学生模型，以此来动态确定教学规划和相应的教学策略，真正实现网络教学的智能化和个性化;另一方面，引入机器学习机制对教学策略进行自我完善调整，提高远程教学系统的“自适应，自学习”能力。 本文分为三部分: 首先，介绍智能教学和MAS(Mul ti一AgentS)以及它们之间的联系。 其次，构建了一个基于毗S的远程教学自适应教师模型EATM;在EATM中，我们把基于AND/0R图的MAS规划理论引入教学系统，采用AND/OR图来组织领域知识，并在此基础上提出了教学Agent的分层设计结构，这种分层设计思想使得教学Agent能很好地将Agent的反应性(ReaCtivity)、推理性 (De 1 1 berat ion)、合作性(Cooperation)以及适应性 (Adaptability)结合在一起;同时赋予教师Agent对教学策略自学习的机制。 最后，我们构建了一个基于MAS的Java平台三层客户机/服务器的EATM工作模型;构建了MAS通讯相关的类;设计和描述了该模型的应用开发环境。