CN117113730A - 一种训练课程内容、配置、仿真的生成方法、装置和系统 - Google Patents
一种训练课程内容、配置、仿真的生成方法、装置和系统 Download PDFInfo
- Publication number
- CN117113730A CN117113730A CN202311374936.6A CN202311374936A CN117113730A CN 117113730 A CN117113730 A CN 117113730A CN 202311374936 A CN202311374936 A CN 202311374936A CN 117113730 A CN117113730 A CN 117113730A
- Authority
- CN
- China
- Prior art keywords
- training
- node
- configuration data
- training course
- course
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 2200
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000004088 simulation Methods 0.000 title abstract description 22
- 238000013461 design Methods 0.000 claims abstract description 138
- 230000003993 interaction Effects 0.000 claims description 182
- 230000009471 action Effects 0.000 claims description 90
- 238000011156 evaluation Methods 0.000 claims description 88
- 230000008846 dynamic interplay Effects 0.000 claims description 74
- 230000000007 visual effect Effects 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 14
- 238000012800 visualization Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 description 50
- 230000000694 effects Effects 0.000 description 42
- 230000008569 process Effects 0.000 description 22
- 238000011161 development Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000005094 computer simulation Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 238000013480 data collection Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000008520 organization Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000001149 cognitive effect Effects 0.000 description 6
- 238000012938 design process Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000001755 vocal effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 230000011273 social behavior Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002910 structure generation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种训练课程内容、配置、仿真的生成方法、装置和系统,所述训练课程内容设计方法包括:针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合;针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,并将所述目标训练环节模板绑定于所述末端分支节点。
Description
技术领域
本发明涉及虚拟仿真技术领域,尤其涉及一种训练课程内容、配置、仿真的生成方法、装置和系统。
背景技术
职业技能培训包含理论和实操两种形式的培训,由于职业教育的特点,实操培训对于职业培训的成功具有决定性意义。随着经济的发展,我国实操培训呈现专业多、人数多、更新快三大特点。常需在短时间内,准备人均数量足够的、大量的实操培训课程、场地和师资。传统的实操培训发生在以实物为主的培训中心中。需要培训教师根据因材施教、任务引导的原则设计科学培训课程。同时这种方式存在地域限制和成本高昂的问题,对教师的素质要求过于全面与深入,所以通常众多岗位的实操培训环节难以真正落地,保证足够训练时长,并达成训练效果。虚拟仿真技术是一种通过计算机模拟和数字模型构建虚拟环境,模拟真实世界中的物理现象、生物特征和社会行为等的技术。使用虚拟仿真技术模拟真实工作环境,既节约师资、成本和场地消耗,又能结合游戏技术模拟出高交互高仿真的逼真操作效果,已经成为职业培训的新趋势。针对虚拟仿真实操培训课程,有部分开发人员采用零代码开发工具来制作,方便开发;还有部分开发人员采用游戏引擎,按照软件思维开发,虽然能够开发出高仿真的内容,内容逼真。
在实现本发明过程中,申请人发现现有技术中至少存在如下问题:
现有技术缺乏教育技术与对不同岗位专业度的理解,做出的虚拟仿真内容,缺乏因材施教、任务导向等科学的培训设计方法,最终导致受训人员的实操培训效果差。
发明内容
本发明实施例提供一种训练课程内容、配置、仿真的生成方法、装置和系统,也是一种虚拟仿真课程内容、配置、仿真的生成方法、装置和系统,解决了现有技术缺乏教育技术与对不同岗位专业度的理解,做出的虚拟仿真训练课程内容,缺乏因材施教、任务导向等科学的培训设计方法,最终导致受训人员的实操培训效果差,且虚拟仿真训练课程内容开发效率低的问题。
为达上述目的,第一方面,本发明实施例提供一种训练课程内容设计方法,包括:针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合;针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,并将所述目标训练环节模板绑定于所述末端分支节点;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述训练课程内容用于生成虚拟仿真训练课程配置数据;所述虚拟仿真训练课程配置数据用于生成虚拟仿真环境下的虚拟仿真训练课程。
第二方面,本发明实施例提供一种虚拟仿真训练课程配置数据生成方法,包括:获取预先生成的训练课程内容;所述训练课程内容由如前所述的一种训练课程内容设计方法生成;针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据;针对所述训练课程内容中的每个末端分支节点,获取预先绑定于所述末端分支节点的目标训练环节模板和预先绑定于所述末端分支节点的训练课程节点参数,并根据所述末端分支节点的训练课程节点参数和所述末端分支节点的目标训练环节模板,生成所述末端分支节点对应的配置数据;所述目标训练环节模板用于生成所述末端分支节点的至少一个叶子节点;针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,将所述末端分支节点的所有叶子节点对应的动态交互与反馈配置数据,共同构成所述末端分支节点的环节模板配置数据;其中,所述动态交互与反馈配置数据用于记录叶子节点的动态交互类型的配置;所述动态交互类型包括:在虚拟仿真环境下,训练对象与虚拟仿真系统、训练对象之间、和/或虚拟仿真系统内部的信息交互与反馈;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;所述特定节点对应的配置数据包括所述特定节点和所述特定节点的子节点集合之间的树状层次结构的信息和所述特定节点的训练课程节点参数;所述末端分支节点对应的配置数据包括所述末端分支节点和所述末端分支节点的至少一个叶子节点之间的树状层次结构的信息、所述末端分支节点的目标训练环节模板的信息、和所述末端分支节点的训练课程节点参数;所述末端分支节点的环节模板配置数据包括所述末端分支节点的每个叶子节点对应的动态交互与反馈配置数据。
第三方面,本发明实施例提供一种虚拟仿真环境下的虚拟仿真训练课程生成方法,包括:获取预先生成的虚拟仿真训练课程配置数据;根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户;虚拟仿真训练课程门户用于以可视化方式按训练课程内容的树状层次结构展示虚拟仿真训练课程;在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例;将虚拟仿真环境下的虚拟仿真训练课程门户、所有特定节点下的所有末端分支对应的训练环节实例和所有特定节点对应的训练场景模型实例,构成虚拟仿真环境下的虚拟仿真训练课程;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;所述虚拟仿真训练课程配置数据预先由如前所述的一种虚拟仿真训练课程配置数据生成方法,根据预先生成的所述训练课程内容生成。
第四方面,本发明实施例提供一种训练课程内容设计装置,包括:训练课程特定节点设计单元,用于针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合;训练课程末端分支节点设计单元,用于针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,并将所述目标训练环节模板绑定于所述末端分支节点;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述训练课程内容用于生成虚拟仿真训练课程配置数据;所述虚拟仿真训练课程配置数据用于生成虚拟仿真环境下的虚拟仿真训练课程。
第五方面,本发明实施例提供一种虚拟仿真训练课程配置数据生成装置,包括:训练课程内容获取单元,用于获取预先生成的训练课程内容;所述训练课程内容由如前所述的一种训练课程内容设计方法生成;特定节点配置数据生成单元,用于针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据;末端分支节点配置数据生成单元,用于针对所述训练课程内容中的每个末端分支节点,获取预先绑定于所述末端分支节点的目标训练环节模板和预先绑定于所述末端分支节点的训练课程节点参数,并根据所述末端分支节点的训练课程节点参数和所述末端分支节点的目标训练环节模板,生成所述末端分支节点对应的配置数据;所述目标训练环节模板用于生成所述末端分支节点的至少一个叶子节点;环节模板配置数据生成单元,用于针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,将所述末端分支节点的所有叶子节点对应的动态交互与反馈配置数据,共同构成所述末端分支节点的环节模板配置数据;其中,所述动态交互与反馈配置数据用于记录叶子节点的动态交互类型的配置;所述动态交互类型包括:在虚拟仿真环境下,训练对象与虚拟仿真系统、训练对象之间、和/或虚拟仿真系统内部的信息交互与反馈;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;所述特定节点对应的配置数据包括所述特定节点和所述特定节点的子节点集合之间的树状层次结构的信息和所述特定节点的训练课程节点参数;所述末端分支节点对应的配置数据包括所述末端分支节点和所述末端分支节点的至少一个叶子节点之间的树状层次结构的信息、所述末端分支节点的目标训练环节模板的信息、和所述末端分支节点的训练课程节点参数;所述末端分支节点的环节模板配置数据包括所述末端分支节点的每个叶子节点对应的动态交互与反馈配置数据。
第六方面,本发明实施例提供一种虚拟仿真环境下的虚拟仿真训练课程生成装置,包括:配置数据获取单元,用于获取预先生成的虚拟仿真训练课程配置数据;门户创建单元,用于根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户;虚拟仿真训练课程门户用于以可视化方式按训练课程内容的树状层次结构展示虚拟仿真训练课程;环节实例和训练场景模型生成单元,用于在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例;虚拟仿真单元,用于将虚拟仿真环境下的虚拟仿真训练课程门户、所有特定节点下的所有末端分支对应的训练环节实例和所有特定节点对应的训练场景模型实例,构成虚拟仿真环境下的虚拟仿真训练课程;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;所述虚拟仿真训练课程配置数据预先由如前所述的一种虚拟仿真训练课程配置数据生成方法,根据预先生成的所述训练课程内容生成。
第七方面,本发明实施例提供一种虚拟仿真训练课程的虚拟仿真生成系统,包括:如前所述的训练课程内容设计装置、如前所述的虚拟仿真训练课程配置数据生成装置和如前所述的虚拟仿真环境下的虚拟仿真训练课程生成装置。
上述技术方案具有如下有益效果:一方面,在设计训练课程内容的特定节点时,使用与该特定节点对应的候选教学理论模型与训练需求信息设计该特定节点的子节点集合,从而使训练课程内容的设计者即使不熟悉教学理论知识也可以设计出具有科学性的训练课程内容,并且构建过程中开发人员不需要深度理解教学业务逻辑,设计效率高。对训练内容创作者能力要求低,占用精力小,缩短了虚拟仿真职业训练内容交互与反馈设计过程和耗时,降低了训练课程内容设计门槛;根据训练课程创作者输入的训练需求信息即可自动根据候选教学理论模型和训练环节模板库生成训练课程内容,克服了需要课程组织者独自设计课程,需要课程训练内容创作者掌握专业教学组织知识的现状,降低训练课程内容的设计难度,减轻训练内容创作者的训练课程内容设计负担,提高训练课程内容设计效率。另一方面,基于已经设计完成的训练课程内容生成特定节点、末端分支节点对应的配置数据以及环节模板配置数据,特别地,针对每个叶子节点生成动态交互与反馈配置数据,上述配置数据一起构成了虚拟仿真训练课程配置数据,通过上述虚拟仿真训练课程配置数据将职业训练内容创作者设计的训练课程内容转换为可以被虚拟仿真环境识别的数据,以便后续的虚拟仿真环境能自动生成训练环节实例和训练场景模型实例,构建虚拟仿真环境下的所述虚拟仿真训练课程。本发明技术方案使创作者在将训练课程内容转变为虚拟仿真环境下的虚拟仿真训练课程的过程中,无需具备三维模型的仿真建模知识,虚拟仿真训练课程配置数据在将训练课程内容转换到最终虚拟仿真环境下的虚拟仿真训练课程的过程中起到了桥梁的作用,使转换过程透明化,创作者只需要关注需求端即虚拟仿真训练课程各种需求信息和结果端即虚拟仿真环境下的虚拟仿真训练课程,从而实现了虚拟仿真训练课程的端到端的设计。提高了虚拟仿真训练课程的设计效率,显著减少虚拟仿真训练课程制作流程,简化了创作者团队的人员组成,例如无需熟知专业教学组织知识和三维仿真建模的人员,从而降低人力成本,提高开发效率。另一方面,利用基于训练课程内容转换得到的虚拟仿真训练课程配置数据,自动生成虚拟仿真训练课程门户、训练环节实例和训练场景模型实例,从而构建出虚拟仿真环境下的虚拟仿真训练课程;使创作者在将训练课程内容转变为虚拟仿真环境下的虚拟仿真训练课程的过程中,无需具备三维模型的仿真建模知识。基于虚拟仿真训练课程配置数据,创作者只需要关注需求端即虚拟仿真训练课程各种需求信息和结果端,即虚拟仿真环境下的虚拟仿真训练课程,从而实现了虚拟仿真训练课程的端到端的设计。提高了设计效率,显著降低了对创作者的专业化知识的要求,简化了创作者团队的人员组成,例如无需熟知专业教学组织知识和三维仿真建模的人员,从而降低人力成本,提高开发效率。另一方面,通过训练课程内容设计装置、虚拟仿真训练课程配置数据生成装置和虚拟仿真环境下的虚拟仿真训练课程生成装置构成的虚拟仿真生成系统,内置了候选教学理论模型,使虚拟仿真训练课程的创作者无需理解虚拟仿真训练课程设计业务逻辑。使用虚拟仿真训练课程配置数据生成装置生成的配置数据,作为连接虚拟仿真训练课程内容和虚拟仿真环境下的虚拟仿真训练课程的桥梁。可以直接将个性化需求分析和虚拟仿真训练课程设计的结果,处理为虚拟仿真训练数据配置数据。无需课程创作者设计产品需求文档和产品功能,无需进行代码编辑与模型搭建。即可实现从虚拟仿真职业训练内容设计到虚拟仿真环境下的虚拟仿真训练课程生成的转换。显著简化了虚拟仿真训练课程制作的难度,提高制作效率,设计效率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例之一的一种训练课程内容设计方法的流程图;
图2是本发明实施例之一的一种虚拟仿真训练课程配置数据生成方法的流程图;
图3是本发明实施例之一的一种虚拟仿真环境下的虚拟仿真训练课程生成方法的流程图;
图4是本发明实施例之一的一种训练课程内容设计装置的架构示意图;
图5是本发明实施例之一的一种虚拟仿真训练课程配置数据生成装置的架构示意图;
图6是本发明实施例之一的一种虚拟仿真环境下的虚拟仿真训练课程生成装置的架构示意图;
图7是本发明实施例之一的一种虚拟仿真训练课程的虚拟仿真生成系统架构示意图;
图8是本发明实施例之一的虚拟仿真环境下的虚拟仿真训练课程生成方法的另一流程图;
图9 是本发明实施例之一的训练课程框架生成的示例流程图;
图10是本发明实施例之一的动态交互逻辑配置数据示意图;
图11是本发明实施例之一的环节生成的示例流程图;
图12是本发明实施例之一的训练课时结构生成的示例流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
名词解释:
训练环节模板库:训练环节模板库包含多个训练环节模板。每种训练环节模板已经设计好整体的环节流程和该流程需要的交互与反馈组件。根据输入的训练课程具体信息,分析出训练环节模板需要的行业职业训练数据导入模板内,即可生成在虚拟仿真场景中,直接使用。
虚拟仿真组件:由于虚拟仿真职业训练课程最大的特点是通过大量操作动作与训练人员交互信息,使训练对象在虚拟仿真场景内进行实操的职业训练。所以需要重点对动作交互与训练人员信息交互进行大量设计。本专利采用的设计方法是通过分析训练内容创作者前期输入的训练课程信息,通过分析训练内容设计者输入的职业训练课程信息获取到需要的职业训练交互类型信息和具体交互配置数据,使交互设计模块能够快速根据获取到的指定数据,在交互设计模块内快速生成设定好的动作交互与训练人员交互效果。
课时地图包括训练课程的一级目录和二级目录(即课程大纲),以及每个课时的详细训练环节(即环节)。课时地图能帮助训练内容创作者在创建和编辑虚拟训练课程时,更好地了解课程的结构和内容。
训练需求信息包括训练的目标、训练对象的专业背景、训练的时间和地点、训练的设备类型等课程相关需求。关键参数是详细训练参数的一部分,可以包括但不限于训练的难度级别、训练的持续时间、训练的频率等训练的具体要求。
特征抽取:可以使用诸如TF-IDF、词袋模型等文本特征抽取方法,或者使用深度学习的方法如词嵌入(Word Embedding)等。评分:可以使用诸如余弦相似度、Jaccard相似度等方法来评估特征匹配的效果。匹配:可以使用传统的机器学习方法,如K-最近邻(K-NN)、支持向量机(SVM)等,或者使用深度学习的方法,如神经网络等。
教学理论模型生成节点集合的具体方法:以Bloom的教学目标分类理论为例,该理论将教学目标分为六个层次:知识、理解、应用、分析、综合和评价。在设计训练课程内容时,可以根据这六个层次生成对应的节点集合。例如,对于“理解”这一层次,可以生成包括“解释概念”、“解释原理”等子节点;对于“应用”这一层次,可以生成包括“解决问题”、“模拟实验”等子节点。这样,就可以根据教学理论模型生成详细且结构化的课程内容。
在以下各实施例中,当以具体实施例进行说明时,该具体实施例对应的具体的训练课程内容包括:训练课程内容的根节点为训练课程框架,训练课程框架的子节点包括至少一个教学阶段,每个教学阶段的子节点包括至少一个训练课时,每个训练课时的子节点包括至少一个环节,每个环节的子节点包括至少一个训练步骤;根节点为预先设置的,训练课程内容中的其他节点则根据目标教学理论模型或目标训练环节模板生成,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤,训练课程框架为根节点同时也属于特定节点。在此进行统一声明,以便正确理解各实施例中的具体实施例的内容。
第一方面,如图1所示,本发明实施例提供一种训练课程内容设计方法,也是一种参数化虚拟仿真训练课程设计方法,包括:
步骤S10,针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合;
步骤S11,针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,并将所述目标训练环节模板绑定于所述末端分支节点;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;根节点为预先设置的节点;所述训练课程内容用于生成虚拟仿真训练课程配置数据;所述虚拟仿真训练课程配置数据用于生成虚拟仿真环境下的虚拟仿真训练课程。
在一些实施例中,发明人发现现有技术中采用零代码开发工具来制作,虽然方便开发,但无法贴切地满足职业教育具体特点的要求。做出的虚拟仿真交互与仿真程度低,缺乏技能培训的深入性和有效性,而采用游戏引擎开发的方式,需要按照软件思维开发,虽然能够开发出高仿真的内容,但开发人员缺乏教育技术与对不同岗位专业度的理解,做出的虚拟仿真内容,缺乏因材施教、任务导向等科学的培训设计方法,最终导致受训人员的实操培训效果差;为解决上述问题,提出了本发明实施例。训练课程内容按树状层次结构组织,通过对训练课程内容中的基于特定节点对应的多个候选教学理论模型和训练需求信息,对该特定节点包含的子级的分支节点进行设计,例如从多个候选教学理论模型中选择出符合训练需求信息的目标教学理论模型,依据选择出的目标教学理论模型生成该特定节点的子级的分支节点,具体地,可以生成该特定节点的子级的一层或多层的分支节点;生成的分支节点的层数和分支节点之间的连接关系则由选择出的目标教学理论模型决定。末端分支节点根据从多个预设的训练环节模板中选择出的目标训练环节模板设计该末端分支节点的子级的叶子节点。
虚拟仿真训练课程创作者根据虚拟仿真训练课程的具体需求整理出特定节点和末端分支节点相应的训练需求信息,训练需求信息体现的是职业训练的具体需求,因此容易被创作者和被训练者所理解,无需专业化的教学理论知识和基于虚拟仿真的建模知识。本发明实施例根据特定节点对应的预设的多个候选教学理论模型和末端分支节点对应的预设的多个训练环节模板,生成特定节点和末端分支节点的子节点从而完成训练课程内容的设计,定义了整个虚拟仿真训练课程的课程安排和训练内容。设计好的训练课程内容可以进一步被用于在虚拟仿真环节下生成虚拟仿真训练课程,最终可用于在虚拟环境下对被训练者进行职业训练。其中,候选教学理论模型包括但不限于4C/ID、教学训考评、游戏化训练等基于因材施教、任务导向的科学培训方法整理出的多种教学理论模型。在本实施例中,针对每个特定节点,会根据特定节点对应的训练需求信息从该特定节点对应的多个候选教学理论模型中选择目标教学理论模型生成该特定节点的子节点集合;所以各特定节点对应的候选教学理论模型以及各末端分支节点对应的多个预设的训练环节模板都已经预先内置于本实施例中,训练课程内容创作者无需深入理解相关教学理论模型和训练环节模板,降低了对训练课程内容创作者的要求。
下面以一个具体实施例进行说明,在具体的训练课程内容中,训练课程框架根据训练课程框架对应的多个候选教学理论模型,以及训练课程框架对应的训练需求信息生成训练课程框架包括的至少一个教学阶段,以及每个教学阶段包括的至少一个训练课时;在此实施例中,训练课程框架的子节点集合包括该训练课程框架下的所有教学阶段和教学阶段下的所有训练课时,该子节点集合包含了两个层分别是教学阶段层和训练课时层。训练课时是训练课程框架的子节点也属于特定节点,训练课程框架下的每个训练课时根据该训练课时对应的多个候选教学理论模型,以及该训练课时对应的训练需求信息生成该训练课时下的至少一个环节,对于任一训练课时,该训练课时下的所有环节构成了该训练课时的子节点集合。在该具体训练课程内容中末端分支节点具体为环节,环节直接连接训练步骤,即叶子节点具体为训练步骤。针对每个环节,根据该环节对应的多个预设的训练环节模板,以及该环节对应的训练需求信息,确定该环节对应的目标训练环节模板,并根据该目标训练环节模板生成该环节的至少一个训练步骤,并将该目标训练环节模板绑定于该环节。在该具体的训练课程内容中,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤。训练课程内容定义了整个虚拟仿真训练课程的组织结构和训练内容。根据创作者输入的需求信息逐层细化设计训练课程内容的每一层,首先确定训练课程内容使用的训练课程框架,训练课程框架由一个或多个教学阶段组成,每个教学阶段由一个或多个训练课时组成;再确定每个训练课时包含的环节即训练课时结构,训练课时结构定义了对应的训练课时下有几个环节以及都是哪些环节,每个训练课时可有包含一个或多个环节;再确定每个环节下包括的一个或多训练步骤。整个训练课程内容被划分为多个层,每个层的设计过程都结合了该层对应的候选教学理论模型,例如用于生成训练课程框架的子节点集合的候选教学理论模型、用于生成训练课时的子节点集合的候选教学理论模型。
本发明实施例具有如下技术效果:在设计训练课程内容的特定节点时,使用与该特定节点对应的候选教学理论模型,与训练需求信息设计该特定节点的子节点集合。使训练课程内容的设计者即使不熟悉教学理论知识也可以设计出具有科学性的训练课程内容,并且构建过程中开发人员不需要深度理解教学业务逻辑,设计效率高。对训练内容创作者能力要求低,占用精力小,缩短了虚拟仿真职业训练内容交互与反馈设计过程和耗时,降低了训练课程内容设计门槛;根据训练课程创作者输入的训练需求信息,即可自动根据候选教学理论模型和训练环节模板库生成训练课程内容。克服了需要课程组织者独自设计课程,需要课程训练内容创作者掌握专业教学组织知识的现状,降低训练课程内容的设计难度,减轻训练内容创作者的训练课程内容设计负担,提高训练课程内容设计效率。同时,将训练课程内容设计为树状层次结构,根据创作者输入的相应的需求信息逐层细化每一层的设计,为训练课程设计提供了一种层次化设计方法。设计过程清晰简洁,任何一层或步骤的设计出现问题,都可以独立进行调整,例如多个教学阶段中的某个教学阶段的设计有问题,则可单独修正该有问题的教学阶段,不会对其他已经设计好的教学阶段中的训练课时造成影响。
进一步地,所述针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合,包括:
对所述特定节点对应的训练需求信息进行特征抽取,得到所述特定节点对应的需求信息特征值;将所述特定节点对应的需求信息特征值与所述特定节点对应的多个候选教学理论模型的特征值进行匹配,得到每个候选教学理论模型的匹配得分,选择匹配得分最高的候选教学理论模型作为所述特定节点对应的目标教学理论模型;根据所述特定节点对应的目标教学理论模型生成所述特定节点的子节点集合;其中,预先对所述特定节点对应的多个候选教学理论模型进行特征抽取,得到所述特定节点对应的多个候选教学理论模型的特征值。本发明实施例具有如下技术效果:通过对训练需求信息特征抽取得到需求信息特征值,对候选教学理论模型特征抽取得到候选教学理论模型特征值,并通过需求信息特征值和候选教学理论模型特征值匹配,得到目标教学理论模型,根据目标教学理论模型生成特定节点的子节点集合,使虚拟仿真训练课程的创作者无需理解因材施教、任务导向等科学的培训设计知识。减轻训练内容创作者的训练课程设计负担,同时提高训练课程内容的科学性。
下面以一个具体实施例进行说明,特定节点包括训练课程框架,针对作为特定节点的训练课程框架进行具体设计如下:所述针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合,具体包括:通过训练课程框架需求信息获取模块执行:获取输入的训练对象基本信息和训练课程关键信息;其中,训练对象基本信息和训练课程关键信息组成了训练课程框架对应的训练需求信息;通过训练课程框架需求信息特征提取模块执行:对所述训练对象基本信息进行特征抽取得到训练对象特征,对所述训练课程关键信息进行特征抽取得到训练课程特征;其中,训练课程特征和训练对象特征组成了训练课程框架对应的需求信息特征值;通过训练课程框架目标教学理论模型确定模块执行:根据所述训练对象特征、训练课程特征与所述训练课程框架对应多个候选教学理论模型的的特征值进行匹配,得到每个候选教学理论模型的匹配得分,选择匹配得分最高的候选教学理论模型作为所述训练课程框架对应的目标教学理论模型;通过训练课程框架子节点集合生成模块执行:根据所述训练课程框架对应的目标教学理论模型生成所述训练课程框架的至少一个教学阶段和每个教学阶段下的至少一个训练课时;所述训练课程框架的至少一个教学阶段和每个教学阶段下的至少一个训练课时构成了所述训练课程框架的子节点集合;通过训练课程框架关键参数绑定模块执行:获取所述训练课程框架对应的训练课程框架关键参数,并将所述训练课程框架关键参数与所述训练课程框架绑定;其中,所述训练课程框架对应多个候选教学理论模型的特征值,预先通过对所述训练课程框架对应多个候选教学理论模型进行特征提取获得;每个候选教学理论模型对应设置有理论介绍;所述训练课程框架的子节点集合包括所述训练课程框架的子级的至少一个教学阶段以及每个教学阶段的子级的至少一个训练课时,所述训练课程框架关键参数包括训练课程资源名称、每个训练课时的具体名称。如图9所示,输入训练对象基本信息,用于作为用户特征参数,包括但不限于用户年龄,学习能力,所处行业、训练经历、游戏经历、行业经验、技能水平等信息,以便根据训练对象基本信息,推荐适合该群体用户年龄,学习能力,所处行业等特征的训练课程安排和训练形式。输入训练课程关键信息,包括但不限于所属行业(训练行业)、技能要求、课程类别、课程要求、训练目标、训练硬件(硬件环境)、训练课程名称、课时要求、训练重难点等相关信息,训练课程关键信息用于分析训练内容创作者对训练课程的课时要求,训练目标等参数,匹配适合训练要求的训练课程类型。根据用户输入的训练对象基本信息和训练课程关键信息进行数据清洗和特征提取从而抽取特征值,分别得到训练对象特征和训练课程特征;系统分析每项特征值与虚拟仿真职业训练的关系,为每一项特征值进行分数设置,得到特征参数数据项。教学理论模型参数包括:理论模型简介、理论模型结合职业训练的侧重点、理论模型对训练对象认知效果的影响度(认知影响度)、理论模型对训练对象掌握效果的影响度(掌握影响度)、适用训练行业和/或趣味程度。结合虚拟仿真职业训练需要,对候选教学理论模型进行数据清洗和特征提取,得到候选教学理论模型的特征值。教学理论模型包括但不限于4C/ID、教学训考评、游戏化训练等多种。对每种教学理论模型进行分析。其中分析的特征项为:理论简介(模型应用简介)、理论重点、认知影响度、掌握影响度、趣味程度适用训练行业等与职业训练课程设计需求相关的特征项。确定每种候选教学理论模型的特征值数据后,对比每个候选教学理论模型适用的模型区间,选择匹配度最高的候选教学理论模型作为目标教学理论模型,在图9中选择的目标教学理论模型具体是戴明环理论模型(即Plan、Do、Check和Act,简称PDCA)。根据目标教学理论模型的训练阶段占比结合虚拟仿真职业训练课程需求(训练课程框架对应的训练需求信息)生成训练课程框架(职业训练课程框架)下的教学阶段和教学阶段下的训练课时。填充已确定职业训练课程框架配套的关键参数(训练课程框架关键参数),锁定职业训练课程框架。每种训练框架包含不同的训练框架关键参数,训练框架关键参数包括该训练课程资源名称、每个课时(训练课时)的具体名称。到此训练课程包括哪些教学阶段,每个教学阶段有几个课时已经完成设计,即训练框架设计已完成。系统配套资源库内置多种符合职业教育训练的教学理论模型作为候选教学理论模型,每种教学理论模型内置该形式的适用群体用户特征、适用训练类型、训练意义类关键参数。训练内容创作者可根据目标教学理论模型的理论介绍确定该由目标教学理论模型生成的训练课程框架是否合适,若不合适则可在系统推荐的其他匹配得分较高的候选教学理论模型中重新选择目标教学理论模型,并生成训练课程框架,或个性化调整得到的训练课程框架结构至满意效果。具体地,可以通过专家系统或者人工智能系统根据训练对象特征、训练课程特征和训练课程框架对应的多个教学理论模型生成训练课程框架(的子节点集合),并对训练课程框架(的子节点集合)进行评分。如图9所示,针对训练对象(训练对象基本信息)、训练课程(训练课程关键信息)和理论模型(教学理论模型)各自的参数进行特征分析,得到各自对应的特征参数,例如图9中的参数值中的训练对象中的a1~a5、训练课程中的b1~b5和预存的教学理论模型特征参数与特征值中的C1~C5,通过相关性分析和特征匹配等综合处理,得到训练课程框架中的三个教学阶段,第一个教学阶段包括课时(训练课时)1和课时2,第二个教学阶段包括课时3到课时6,第三个教学阶段包括课时7和课时8。
在另一些具体实施例中,特定节点还包括所有训练课时,针对作为特定节点的训练课时进行具体设计如下:所述针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合,具体包括:通过训练对象信息获取模块执行:获取训练对象基本信息;通过训练课时目标数据获取模块执行:针对所述训练课程框架中的每个教学阶段下的每个训练课时,获取所述训练课时对应的训练课时目标数据;其中,所述训练对象基本信息和所述训练课时目标数据构成了所述训练课时对应的训练需求信息;通过训练对象特征抽取模块执行:对所述训练对象基本信息进行特征抽取得到训练对象特征;通过训练课时特征抽取模块执行:对所述训练课时对应的训练课时目标数据进行特征抽取得到所述训练课时对应的训练课时目标数据特征;其中,训练课时对应的训练需求信息特征值包括训练对象特征和训练课时对应的训练课时目标数据特征;通过训练课时目标教学理论模型确定模块执行:根据所述训练对象特征、所述训练课时对应的训练课时目标数据特征、和所述训练课时对应的多个候选教学理论模型的特征值进行匹配,得到每个候选教学理论模型的匹配得分,选择匹配得分最高的候选教学理论模型作为所述训练课时对应的目标教学理论模型;通过训练课时子节点生成模块执行:针对所述训练课程框架中的每个教学阶段下的每个训练课时,根据所述训练课时对应的目标教学理论模型生成所述训练课时的至少一个环节;所述训练课时的至少一个环节构成了所述训练课时的子节点集合; 通过训练课时关键参数绑定模块执行:针对所述训练课程框架中的每个教学阶段下的每个训练课时,获取所述训练课时对应的课时关键参数,将所述训练课时对应的课时关键参数与所述训练课时绑定;其中,所述训练课时对应的多个候选教学理论模型的特征值预先通过对所述训练课时对应的候选教学理论模型进行特征提取获得;每个候选教学理论模型对应设置有理论介绍;所述训练课时的子节点集合包括所述训练课时的子级的至少一个环节。
基于训练内容创作者确定好的训练课程框架,对其中每个训练课时的具体安排进行设计。具体包括以下步骤:获取训练课时目标数据特征值、训练对象数据特征值,获取训练课时对应的至少一个候选教学理论模型的数据特征值;对比每个候选教学理论模型适用的模型区间,选出该区间对应的目标教学理论模型;根据目标教学理论模型的训练课时各阶段占比,结合虚拟仿真职业训练课程需求(训练课时对应的训练需求信息),生成训练课时结构,训练课时结构描述了训练课时中包括几个环节,每个环节时长占比,每个环节训练方法类型等;在确定了训练课时结构后,填充课时关键参数。每种训练课时结构包含不同的课时关键参数。课时关键参数包括该训练课时各教学阶段的名称、各教学阶段的具体要求等。如图12中的训练框架一栏中给出了每个训练课时的具体要求,例如课时1完成训练预览,课时2完成操作引导,课时3到8依次完成教、学、训、训、考、评等,图12中的课时目标、课时要求、课时安排、课时节奏等构成了训练课时目标数据,结合教学理论模型,如图12中的理论重点、认知影响度、掌握影响度等,锁定训练课时结构,如图12中的课时结构部分中的课时1包括课时预览和纯理论学习等环节、课时2包括设备观摩和设备体验等环节、课时3包括纯理论学习、示教和设备操作等环节。其中,训练方法可以为理论知识点阅读、工具选择、信息录入、任务点类不同的训练方法,不同训练方法搭配不同的训练环节关键参数待用户填写。训练内容创作者可根据训练课时结构的理论介绍(生成该训练课时结构的教学理论模型的理论介绍)确定该训练课时结构是否合适,若不合适则可在创作系统推荐的其他匹配度较高的训练课时结构推荐内进行选择,同时每种训练课时结构可满足训练内容创作者个性化调整课时结构(训练课时结构)的需要。
本发明实施例具有如下技术效果:通过获取用户输入的训练对象参数、训练课程关键信息和训练课时目标数据等参数信息,根据预设的教学理论模型生成训练课程内容,使虚拟仿真训练课程的创作者无需理解因材施教、任务导向等科学的培训设计知识。通过结合教学理论模型和业务参数信息生成(虚拟仿真职业)训练课程内容,制作出的课程均按照现有的科学教学原理设计训练课程的框架、课时与环节内容,减轻训练内容创作者的训练课程设计负担,同时提高训练课程内容的科学性。
进一步地,所述针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,包括:
对所述末端分支节点对应的训练需求信息进行特征抽取,得到所述末端分支节点对应的训练需求信息特征值;
对所述末端分支节点对应的多个预设的训练环节模板的特征值、和所述末端分支节点对应的训练需求信息特征值进行特征匹配,根据匹配结果从所述末端分支节点对应的多个预设的训练环节模板中,选取所述末端分支节点对应的至少一个候选的训练环节模板,并对每个候选的训练环节模板生成评分;
根据所述末端分支节点对应的每个候选的训练环节模板的理论介绍和所述候选的训练环节模板的评分,从所有候选的训练环节模板中,选取所述末端分支节点对应的目标训练环节模板,并根据所述末端分支节点对应的目标训练环节模板生成所述末端分支节点对应的至少一个叶子节点;
其中,预先对所述末端分支节点对应的多个预设的训练环节模板进行特征抽取,得到所述末端分支节点对应的多个预设的训练环节模板的特征值;所述末端分支节点对应的每个预设的训练环节模板设置有相应的理论介绍。
下面以一个具体实施例进行说明,所述针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,具体包括:通过环节训练内容和要求获取模块执行:针对训练课程框架的每个教学阶段的每个训练课时下的每个环节,获取输入的所述环节的环节训练内容和环节训练要求数据;环节对应的训练需求信息包括所述环节的环节训练内容和环节训练要求数据;通过环节训练内容和要求特征提取模块执行:对所述环节训练内容和环节训练要求数据进行特征抽取得到所述环节对应的环节训练内容特征和环节训练要求数据特征;通过环节模块评分模块,根据所述多个训练环节模板特征、和所述环节对应的环节训练内容特征和环节训练要求数据特征进行特征匹配,从所述多个训练环节模板中选择出所述环节对应的至少一个候选的训练环节模板,并对所述候选的训练环节模板生成评分;通过环节模块确定模块执行:根据所述环节对应的每个候选的训练环节模板的理论介绍和所述候选的训练环节模板的评分,从所有候选的训练环节模板选择出所述环节的目标训练环节模板,并根据所述环节的目标训练环节模板生成所述环节对应的至少一个训练步骤;通过环节关键参数绑定模块执行:将预先输入的所述环节对应的环节关键参数与所述环节绑定;其中,每个训练环节模板特征预先通过对每个训练环节模板进行特征提取获得;每个训练环节模板对应设置有理论介绍。
在一些实施例中,基于确定好的训练课时结构和创作工具提供的训练环节交互模板(训练环节模板),对训练课时中每个环节进行详细设计;获取环节训练内容和环节训练要求数据特征值,获取训练环节模板的特征值;对比每个训练环节交互模板(训练环节模板)的特征模型区间,选出该区间对应的训练环节模板;根据训练环节模板的元素(例如模板的样式,相当于模板里面的配置项)分布,结合虚拟仿真职业训练内容要求,生成已确定每个环节学习方式、训练知识、环节考察方式的训练步骤(详细训练步骤)。训练内容创作者可根据生成训练步骤的训练环节模板的理论介绍确定该环节下的训练步骤是否合适,若不合适则可在创作系统推荐的其他匹配度较高的训练步骤推荐内进行选择。根据设计出的该环节下的训练步骤,本发明实施例能够检测训练内容创作者组织本次训练所需的训练模型和模型逻辑的触发流程。
如图11所示,本发明实施例提出了一种参数照职业训练需求信息和训练环节模板进行训练环节设计的方法。首先,对职业训练需求信息进行深入的分析,包括训练对象的经验、兴趣,训练环节任务,训练环节测验需求等课程的关键信息,以及训练环节模板的特性。这一步的目的是了解训练需求的具体内容和训练对象的特性,以便能够选择最适合的训练环节模板。接下来,选择最适合的训练环节模板。训练环节模板包括职业技能训练形式、训练环节模板UI、训练组件、训练环节测验方式等内容。根据训练需求和训练对象的特性,选择最能满足需求的训练环节模板。在选择了训练环节模板后,开始设计训练环节(环节)。设计的内容包括职业训练时长、职业训练形式、职业训练流程、职业训练UI、职业训练组件、职业训练组件属性值等。在设计过程中,参照训练环节模板和职业训练需求信息,确保设计的训练环节能够满足需求。设计完成后,对设计的训练环节进行评估,判断是否满足职业训练需求信息中的需求。如果不满足,则对训练环节进行优化,直到满足需求为止。本发明实施例结合了职业训练需求信息和训练环节模板,能够设计出满足需求的训练环节(环节)。可以大大提高职业训练的效率和效果,有利于提高训练对象的职业技能水平。例如图11中的训练环节模板1是训练环节模板中的一种。经过特征分析、相关性分析得出模拟训练环节需求与训练环节模板1最相关,所以结合训练环节模板1设计模拟训练环节。设计出的模拟训练环节包括模板UI风格,展示文字是虚拟环境的文字展示组件,用于展示训练目标和知识。训练动作交互1是虚拟环境的模拟交互动作组件,用于在虚拟环境中展示训练人员的动作效果。其他的都是各种组件,用于设计虚拟仿真职业训练环节的所有内容和信息。
本发明实施例具有如下技术效果:通过获取用户输入的环节训练内容和环节训练要求数据等参数信息,根据预设的训练环节模板生成环节下的训练步骤,自动根据训练需求和任务导向原则设计出科学的训练步骤。克服了需要课程训练内容创作者掌握因材施教、任务导向的科学培训设计知识的现状。降低训练课程内容的设计难度,减轻训练内容创作者的训练课程设计负担,提高虚拟仿真训练课程设计效率,实现快速生成训练课程内容,提高训练课程内容的科学性。
第二方面,如图2所示,本发明实施例提供一种虚拟仿真训练课程配置数据生成方法,用于根据前述的训练课程内容设计方法设计的训练课程内容,生成虚拟仿真训练课程配置数据,包括:
步骤S20,获取预先生成的训练课程内容;所述训练课程内容由如前所述的一种训练课程内容设计方法生成;
步骤S21,针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据;所述特定节点对应的配置数据中包括所述特定节点和所述特定节点的子节点集合之间的树状层次结构的信息和所述特定节点的训练课程节点参数;所述特定节点的训练课程节点参数用于记录特定节点的名称等信息;
步骤S22,针对所述训练课程内容中的每个末端分支节点,获取预先绑定于所述末端分支节点的目标训练环节模板和预先绑定于所述末端分支节点的训练课程节点参数,并根据所述末端分支节点的训练课程节点参数和所述末端分支节点的目标训练环节模板,生成所述末端分支节点对应的配置数据;所述目标训练环节模板用于生成所述末端分支节点的至少一个叶子节点;所述末端分支节点对应的配置数据包括所述末端分支节点和所述末端分支节点的至少一个叶子节点之间的树状层次结构的信息和所述末端分支节点的训练课程节点参数;所述末端分支节点的训练课程节点参数用于记录末端分支节点的名称等信息;
步骤S23,针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,将所述末端分支节点的所有叶子节点对应的动态交互与反馈配置数据,共同构成所述末端分支节点的环节模板配置数据;所述末端分支节点的环节模板配置数据包括所述末端分支节点的每个叶子节点对应的动态交互与反馈配置数据;其中,所述动态交互与反馈配置数据用于记录叶子节点的动态交互类型的配置;所述动态交互类型包括:在虚拟仿真环境下,训练对象与虚拟仿真系统、训练对象之间、和/或虚拟仿真系统内部的信息交互与反馈;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据。
下面以一个具体实施例进行说明,特定节点具体为训练课程框架;此时,特定节点的训练课程节点参数具体为训练课程框架关键参数;步骤S21,所述针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据,具体包括:
通过训练课程框架配置数据生成模块执行:根据所述训练课程框架、训练课程框架的至少一个教学阶段、每个教学阶段的至少一个训练课时和所述训练课程框架关键参数,生成所述训练课程框架对应的配置数据(即训练课程框架配置数据),即特定节点(为训练课程框架时)对应的配置数据;训练课程框架配置数据包括训练课程框架、训练课程框架包括的至少一个教学阶段、和每个教学阶段包括的至少一个训练课时之间的树状层次结构的信息、和所述训练课程框架关键参数;
特定节点具体为训练课时,此时,特定节点的训练课程节点参数具体为训练课时的课时关键参数;步骤S21,所述针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据,具体包括:
通过训练课时配置数据生成模块执行:针对所述训练课程框架中的每个教学阶段下的每个训练课时,根据所述训练课时的至少一个环节和所述训练课时的课时关键参数,生成所述训练课时对应的配置数据(即训练课时结构配置数据),即特定节点(为训练课时时)对应的配置数据;其中,训练课时的课时关键参数是特定节点为训练课时时的训练课程节点参数;训练课时对应的配置数据包括所述训练课时和所述训练课时包括的至少一个环节之间的树状层次结构的信息、和训练课时的课时关键参数;
末端分支节点具体为环节;末端分支节点的训练课程节点参数具体为环节的环节关键参数(训练环节关键参数);末端分支节点的环节模板配置数据具体为环节的环节模板配置数据;步骤S22,针对所述训练课程内容中的每个末端分支节点,获取所述末端分支节点的至少一个叶子节点和预先绑定于所述末端分支节点的训练课程节点参数,并根据所述末端分支节点的训练课程节点参数和所述末端分支节点的至少一个叶子节点,生成所述末端分支节点对应的配置数据,具体包括:通过环节配置数据生成模块执行:针对所述训练课程框架中的每个教学阶段下的每个训练课时的每个环节,根据所述环节的至少一个训练步骤和所述环节的环节关键参数(训练环节关键参数)生成所述环节对应的配置数据(即训练环节配置数据);其中,环节的环节关键参数是末端分支节点为环节时的训练课程节点参数;所诉环节对应的配置数据包括:所述环节和所述环节包括的至少一个训练步骤之间的树状层次结构的信息和所述环节的环节关键参数;
步骤S23,针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,将所述末端分支节点的所有叶子节点对应的动态交互与反馈配置数据,共同构成所述末端分支节点的环节模板配置数据,具体包括:通过环节模板配置数据生成模块执行:针对所述训练课程框架中的每个教学阶段下的每个训练课时的每个环节,分析所述环节对应的每个训练步骤的详细训练参数,生成所述训练步骤对应的动态交互与反馈配置数据,将所述环节的所有训练步骤的动态交互与反馈配置数据共同构成所述环节的环节模板配置数据,即末端分支节点(为环节时)的环节模板配置数据;所述环节的环节模板配置数据包括所述环节的每个训练步骤对应的动态交互与反馈配置数据;所述动态交互与反馈配置数据用于记录所述训练课程框架中的每个教学阶段下的每个训练课时对应的训练课时结构的相应环节的各详细训练步骤中的动态交互类型的配置;所述动态交互类型包括:在虚拟仿真环境下,训练对象与系统、训练对象之间、和/或系统与系统之间的信息交互与反馈。
在一些实施例中,虚拟仿真训练课程配置数据包括(职业)训练课程框架配置数据、(职业)训练课时结构配置数据、(职业)训练环节配置数据、和环节模板配置数据。根据训练内容创作者建好的职业训练课程框架和训练课程框架关键参数生成职业训练课程框架配置数据。根据训练内容创作者建好的职业训练课时结构和职业训练课时结构关键参数生成职业训练课时结构配置数据。根据训练内容创作者建好的环节和环节关键参数生成(职业)训练环节配置数据。根据动态交互类型生成所需要的配置参数,分析每个环节的各训练步骤的职业训练方式、环节考察方式、交互与反馈需求类内容和用户输入的关键参数,生成所述环节中的环节模板配置数据;如果根据已有的文本信息无法分析,某一个的配置参数项,则提醒训练内容创作者进行填写,如果训练内容创作者选择不填写或无法填写,则使用每种训练动作交互类型的默认配置数据;训练环节模板包括动态交互类型库,通过分析下述动态交互类型参数项生成动态交互类型配置数据,每个训练环节模板包括所有动态交互类型配置数据共同构成每个训练环节模板的配置数据。动态交互类型指:在虚拟环境或应用中,训练对象与虚拟仿真系统、训练对象之间或虚拟仿真系统与虚拟仿真系统之间的信息交互与反馈。动态交互类型库具体包括:训练动作交互、训练人员交互与反馈、训练提示反馈、训练评估反馈,四种交互方式。
本发明实施例具有如下技术效果:发明人发现虽然可以根据教学理论方法和培训专业推荐适合的课程设计模板以及生成训练课程内容,但仍缺乏有效构建场景、模型与交互内容的实现方法。造成理论在实践中开发周期长,成本高昂的问题,因此为解决上述技术问题,提出了本发明实施例。虚拟仿真训练课程的设计过程分为两个阶段,设计阶段和虚拟场景实现阶段,从设计阶段得到的课程规划中得到虚拟仿真职业训练课程配置数据,并以虚拟仿真职业训练课程配置数据作为桥梁,在虚拟仿真环境中实现虚拟仿真训练课程。使创作者在将虚拟仿真训练课程的课程规划转变为虚拟仿真训练课程的过程中,无需具备三维模型的仿真建模知识,使转换过程透明化。创作者只需要关注需求端即虚拟仿真训练课程信息和结果端即虚拟仿真训练课程,从而实现了虚拟仿真训练课程的端到端的设计,提高了设计效率,显著降低了对创作者的专业化知识的要求,简化了创作者团队的人员组成,例如无需熟知专业教学组织知识和三维仿真建模的人员。从而降低人力成本,提高开发效率。
进一步地,所述训练课程内容具体包括:训练课程框架,训练课程框架的子节点包括至少一个教学阶段,每个教学阶段的子节点包括至少一个训练课时,每个训练课时的子节点包括至少一个环节,每个环节的子节点包括至少一个训练步骤;在训练课程内容中,根节点具体为训练课程框架,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤;
所述预先绑定的详细训练参数包括:职业训练方式、训练课程关键参数、交互与反馈需求文本、训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、训练个性化需求文本、训练课程总体目标、训练课程标准、训练课程输出数据和评估指标类型;
所述针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,具体包括:步骤S231,针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤预先绑定的职业训练方式、训练课程关键参数和交互与反馈需求文本,确定所述训练步骤对应的训练动作交互配置数据;步骤S232,根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤对应的训练人员交互与反馈配置数据;步骤S233,根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤的训练提示反馈配置数据;步骤S234,根据所述训练步骤预先绑定的训练课程总体目标、训练课程标准、训练课程输出数据、评估指标类型,确定所述训练步骤的训练评估反馈配置数据;其中,所述动态交互与反馈配置数据包括训练动作交互配置数据、训练人员交互与反馈配置数据、训练提示反馈配置数据和训练评估反馈配置数据。
在一些实施例中,虚拟仿真训练课程配置数据包括动态交互与反馈配置数据;所述虚拟仿真训练课程配置数据用于构建虚拟仿真环境下的虚拟仿真训练课程;作为一个具体实施例,针对每个环节设置有环节时长和环节训练方法类型属性,每个训练步骤都对应有动态交互与反馈配置数据,某个环节下的所有训练步骤对应的动态交互与反馈配置数据记录于该环节的环节模板配置数据中,环节模板配置数据是虚拟仿真训练课程配置数据的组成部分;通过本发明实施例完成针对所述训练课程框架中的每个教学阶段下的每个训练课时的每个环节,分析所述环节对应的每个训练步骤的详细训练参数,生成所述训练步骤对应的动态交互与反馈配置数据,将所述环节的所有训练步骤的动态交互与反馈配置数据共同构成所述环节的环节模板配置数据。在训练课程内容中,每个环节包含一个或多个训练步骤,每个训练步骤都需要一些交互操作,这些交互操作可以被分类为动态交互类型,动态交互类型指在虚拟环境或应用中,训练对象与虚拟仿真系统、训练对象之间或虚拟仿真系统与虚拟仿真系统之间的信息交互与反馈。动态交互类型库具体包括:训练动作交互、训练人员交互与反馈、训练提示反馈和训练评估反馈等交互方式。虚拟仿真设计模块可以根据具体训练步骤对应的训练动作交互配置数据、训练人员交互与反馈配置数据、训练提示反馈配置数据和训练评估反馈配置数据在虚拟仿真环境中实现对应的动态交互类型的交互操作。
进一步地,步骤S231,根据所述训练步骤预先绑定的职业训练方式、训练课程关键参数和交互与反馈需求文本,确定所述训练步骤对应的训练动作交互配置数据,包括:步骤S2311,针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,分析所述训练步骤的职业训练方式、训练课程关键参数和交互与反馈需求文本,确定所述文本中包含的操作动作,并确定各操作动作所属的行业相关训练动作类型;步骤S2312,分析所述训练步骤的职业训练方式、训练课程关键参数和交互与反馈需求文本中的各操作动作的执行信息,得到各操作动作的执行次数、操作方向、执行主体和目标对象;步骤S2313,分析所述训练步骤的职业训练方式、训练课程关键参数和交互与反馈需求文本中的各操作动作的执行主体和目标对象的相互作用信息,得出各操作动作的动作区域;其中,所述训练步骤对应的训练动作交互配置数据包括:操作动作、操作动作的执行次数、操作方向、执行主体、目标对象和动作区域。
步骤S232,根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤对应的训练人员交互与反馈配置数据,包括:步骤S2321,针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、和交互要求文本中的交互内容,确定训练人员交互与反馈类型;步骤S2322,根据所述训练步骤的训练课程操作要求文本、和训练个性化需求文本中的交互内容,确定训练人员交互与反馈形式、训练人员交互与反馈内容、和交互与反馈频率;步骤S2323,根据所述训练步骤的训练个性化需求文本中的交互内容,确定交互反馈适应性调整系数;其中,所述训练步骤对应的训练人员交互与反馈配置数据包括:训练人员交互与反馈类型、训练人员交互与反馈形式、训练人员交互与反馈内容、交互与反馈频率和交互反馈适应性调整系数;
步骤S233,根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤的训练提示反馈配置数据,包括:步骤S2331,针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、和交互要求文本中的交互内容,确定训练提示反馈类型;步骤S2332,根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定训练提示反馈形式;步骤S2333,根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定训练提示反馈内容;步骤S2334,根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互相关内容,确定训练提示反馈强度和频率;步骤S2335,根据所述训练步骤的训练个性化需求文本中的交互内容,确定训练提示适应性调整系数;其中,所述训练步骤的训练提示反馈配置数据包括:训练提示反馈类型、训练提示反馈形式、训练提示反馈内容、训练提示反馈强度和频率,和训练提示适应性调整系数;
步骤S234,根据所述训练步骤预先绑定的训练课程总体目标、训练课程标准、训练课程输出数据、评估指标类型,确定所述训练步骤的训练评估反馈配置数据,包括:步骤S2341,针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤的训练课程总体目标、训练课程标准、和训练课程输出数据要求,确定评估指标和标准;步骤S2342,根据训练步骤的训练课程总体目标、训练课程输出数据要求,确定评估权重;步骤S2343,根据所述训练步骤的训练课程输出数据要求和评估指标类型,得出数据收集途径;步骤S2344,根据所述训练步骤的训练课程输出数据要求,确定评估算法;步骤S2345,根据所述训练步骤的训练课程总体目标、训练课程标准、训练课程输出数据要求,确定评估周期;其中,所述训练步骤的训练评估反馈配置数据包括:评估指标和标准、评估权重、数据收集途径、评估算法、和评估周期。
在一些实施例中,可以结合如图10所示的动态交互逻辑配置数据示意图理解以下步骤。分析训练内容创作者输入的职业训练方式、训练课程关键参数和交互与反馈需求文本,确定训练动作交互配置数据。具体分析方法如下:分析文本内的操作动作相关内容得出行业相关训练动作类型。行业相关训练动作类型指在虚拟仿真职业训练中,训练对象需要执行的与行业密切相关的各种动作类型,如切割、拧螺丝、打开开关、清洁地面等。作用是确定训练中需要模拟的特定行业技能,以便训练人员能够针对性地学习和掌握所需技能。 分析文本内操作动作执行次数相关内容得出训练动作次数。训练动作次数指训练对象在虚拟仿真职业训练中,需要执行特定动作的次数。作用是量化训练过程中训练人员需要完成的动作数量,有助于评估训练人员的熟练程度和技能掌握情况;以及,分析文本内的操作动作操作方向相关内容得出训练动作方向。训练动作方向指训练对象在执行训练动作时,动作所朝向的方向。作用是明确训练动作的具体执行方向,以便训练人员在虚拟环境中更加准确地模拟实际操作;以及,分析文本内的操作动作执行相关内容得出动作执行主体。动作执行主体指在虚拟仿真职业训练中执行动作的对象,例如虚拟训练人员或某种工具。作用是界定执行训练动作的人或物,使指定人或物执行既定的操作动作;以及,分析文本内的操作动作目标相关内容得出动作目标对象。动作目标对象指在虚拟仿真职业训练中,动作执行主体执行动作时所针对的对象,例如行业相关设备、工具或其他训练人员。作用是明确训练动作所针对的具体对象,有助于自动生成工具与操作对象之间的交互效果。 分析文本内的操作动作执行主体和目标对象相关内容得出动作区域:指在虚拟仿真职业训练中,动作执行主体进行动作操作的空间范围。作用是确定训练动作发生的具体位置或范围,便于训练人员在虚拟环境中更好地模拟实际操作。
分析训练内容创作者输入的训练课程操作要求文本、交互要求文本、训练个性化需求文本,生成训练人员交互与反馈配置数据。具体分析方法如下:分析文本内的训练课程操作要求文本、交互要求文本、训练个性化需求文本的交互相关内容,得出训练人员交互与反馈类型。训练人员交互与反馈类型:指在虚拟仿真职业训练中,训练人员之间交互或反馈的信息类型如听觉、触觉、视觉、装备状态等。作用是界定训练人员在训练过程中可以接收到的反馈种类;分析文本内的训练课程操作要求文本、交互要求、训练个性化需求中的交互相关内容,得出训练人员交互与反馈形式。训练人员交互与反馈形式:指在虚拟仿真职业训练中,训练人员之间交互或反馈的具体表现形式,如文字、语音、视觉画面特效、振动特效等。作用是确定反馈信息呈现的方式,如文字、声音、图像;以及,分析文本内的训练课程操作要求文本、交互要求文本、训练个性化需求中的交互相关内容,得出训练人员交互与反馈内容。训练人员交互与反馈内容:指在虚拟仿真职业训练中,训练人员之间交互或反馈时所涉及的信息内容,包括语音内容、音量大小、画面内容、振动节奏、震动大小等;以及,分析文本内的训练课程操作要求文本、交互要求文本、训练个性化需求中的交互相关内容,得出交互与反馈频率。交互与反馈频率:指在虚拟仿真职业训练中,训练人员之间交互或反馈发生的次数或频率。分析文本内的训练个性化需求中的交互相关内容,得出适应性调整系数。适应性调整系数:指根据职业训练的效果要求,调整训练人员交互反馈内容和灵活性的系数。适应性调整系数值越高,与训练人员的交互反馈内容越多,交互反馈灵活性越高;适应性调整系数值越低,与训练人员的交互反馈内容越少、交互反馈灵活性越强。
分析训练内容创作者输入的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、训练个性化需求文本,生成训练提示反馈配置数据。具体分析方法如下:分析文本内的训练课程具体操作步骤、操作要求文本、交互要求文本中的交互相关内容,得出训练提示反馈类型。训练提示反馈类型:根据训练人员交互类型反馈,确定与训练对象交互反馈的信息类型,如操作动作提示、训练流程提示、训练结果提示等。分析文本内的训练课程具体操作步骤、操作要求文本、交互要求文本、训练个性化需求中的交互相关内容,得出训练提示反馈形式。训练提示反馈形式:根据训练人员交互反馈形式,确定与训练对象进行交互反馈所需的具体形式,如文本面板提示、语音播报提示、特效提示、数字人对话等;以及,分析文本内的训练课程具体操作步骤、操作要求文本、交互要求文本、训练个性化需求中的交互相关内容,得出训练提示反馈内容。训练提示反馈内容:根据交互内容,生成针对训练人员的具体信息内容,如任务说明、问题解答、指导建议等;以及,分析文本内的训练课程具体操作步骤、操作要求文本、交互要求文本、训练个性化需求中的交互相关内容,得出训练提示反馈强度和频率。训练提示反馈强度和频率:根据交互反馈强度和交互反馈频率,设定训练提示反馈的效果呈现的强度以及次数。分析文本内的训练个性化需求中的交互相关内容,得出训练提示适应性调整系数。训练提示适应性调整系数:根据职业训练的效果要求,调整适应性调整系数,使训练提示反馈的内容和灵活性更符合训练需求,训练人员动作正确性越高,操作用时越少,训练提示越少。
分析训练内容创作者输入的训练课程总体目标、训练课程标准、训练课程输出数据要求、评估指标类型,生成训练评估反馈配置数据。具体分析方法:分析文本内的训练课程总体目标、训练课程标准、训练课程输出数据要求中的相关内容,得出评估指标和标准。评估指标和标准:根据训练课程标准信息得出评估指标和标准,确定具体的数据项。使评估结果客观和准确。分析文本内的训练课程总体目标、训练课程输出数据要求中的相关内容,得出评估权重。评估权重:根据输入的训练课程总体目标要求和训练目标确定评估指标权重,用于衡量不同评估指标在总评分中的相对重要性。分析文本内的训练课程输出数据要求和评估指标类型中的相关内容,得出数据收集途径。数据收集途径:根据评估指标要求确定数据后即途径。数据收集途径决定了评估过程中所需信息的获取方式。选择合适的数据收集途径,可以提高评估数据的准确性和完整性,为评估模型提供有价值的输入数据。分析文本内的训练课程输出数据要求中的相关内容,得出评估算法。评估算法:根据训练课程目标和训练知识结构确定评估算法。评估算法用于将收集到的评估数据转化为具体的评估结果。选择或设计合适的评估算法,可以确保评估结果准确、公正地反映训练人员的技能水平和掌握程度。分析文本内的训练课程总体目标、训练课程标准、训练课程输出数据要求中的相关内容,得出评估周期。评估周期:根据训练课程要求确定评估周期,每到评估周期时,发放一次评估报告。评估周期决定了评估过程的频率。设定合适的评估周期,可以及时了解训练效果,为训练人员和授课人员提供有针对性的反馈和改进建议,从而提高训练质量和效果。 将训练评估反馈系统应用于虚拟仿真职业训练过程中,根据训练人员的实际表现和需求,提供相应的评估和反馈,以提高训练效果和学员满意度。
本发明实施例具有如下技术效果:制作出的虚拟仿真训练课程,根据训练课程的相关信息和训练对象信息进行个性化设计。能够满足不同行业实训的需求,最终提供及时评估与反馈,保证最终的训练质量。可以广泛用于各种职业训练领域,提高训练效果和训练效率,满足不同行业的职业技能需求,具有很高的实用性和经济价值。通过分析创作者输入的文本,确定训练动作交互配置数据、训练人员交互与反馈配置数据、训练提示反馈配置数据、和训练评估反馈配置数据。得到的训练动作交互配置数据、训练人员交互与反馈配置数据、训练提示反馈配置数据、和训练评估反馈配置数据作为虚拟仿真训练课程配置数据的组成部分,用于自动生成虚拟仿真环境下的虚拟仿真训练课程,使创作者在将虚拟仿真训练课程的课程规划转变为虚拟仿真环境下的虚拟仿真训练课程的过程中,无需具备三维模型的仿真建模知识。训练动作交互配置数据、训练人员交互与反馈配置数据、训练提示反馈配置数据、和训练评估反馈配置数据在将课程规划转换到最终虚拟仿真环境下的虚拟仿真训练课程的过程中,起到了桥梁的作用,使转换过程透明化,创作者只需要关注需求端即虚拟仿真训练课程各种需求信息和结果端,即虚拟仿真环境下的虚拟仿真训练课程。从而实现了虚拟仿真训练课程的端到端的设计,提高了设计效率,显著降低了对创作者的专业化知识的要求,简化了创作者团队的人员组成。例如无需熟知专业教学组织知识和三维仿真建模的人员,从而降低人力成本,提高开发效率。制作出的虚拟仿真训练课程根据训练课程的相关信息和训练对象信息进行个性化设计,能够满足不同行业、不同实训人群的需求。根据客观条件不同生成不同的交互与反馈内容,达到因材施教的目的。同时按照任务导向的科学培训思路,根据具体需求设计动作交互与人员交互任务,并设计有提示反馈和结果评估。从而设计出科学的虚拟仿真培训课程,有效保障训练人员的训练效果。提供结构化的训练内容框架,通过分析训练动作交互、训练人员交互与反馈、训练提示反馈和训练评估反馈等方面的信息,为训练内容创作者提供了一个结构化的训练内容框架,帮助他们更有针对性地设计和制作训练内容。提高训练效果,通过对训练人员状态和反馈效果信息的分析,为训练人员提供实时反馈和指导,有助于提高训练效果,使训练人员能够更快地掌握所需技能。实现动态调整和优化,该方法采用适应性调整系数,可以根据训练效果要求动态调整交互与反馈的内容和灵活性,使训练过程更加贴近实际需求,提高训练质量。提供有效的评估方法,通过评估模型、评估数据采集、评估结果计算和评估反馈报告等方面的设计,为训练人员和授课人员提供有针对性的反馈和改进建议,从而提高训练质量和效果。
第三方面,如图3所示,本发明实施例提供一种虚拟仿真环境下的虚拟仿真训练课程生成方法,包括:步骤S30,获取预先生成的虚拟仿真训练课程配置数据;
步骤S31,根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户;虚拟仿真训练课程门户用于以可视化方式按训练课程内容的树状层次结构展示虚拟仿真训练课程;
步骤S32,在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例;
步骤S33,将虚拟仿真环境下的虚拟仿真训练课程门户、所有特定节点下的所有末端分支对应的训练环节实例和所有特定节点对应的训练场景模型实例,构成虚拟仿真环境下的虚拟仿真训练课程;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;所述虚拟仿真训练课程配置数据由如前所述的一种虚拟仿真训练课程配置数据生成方法生成。
下面以一个具体实施例进行说明,特定节点的配置数据包括训练课程框架的配置数据(即训练课程框架配置数据)和训练课时的配置数据(即训练课时结构配置数据);末端分支节点对应的配置数据包括环节的配置数据(即训练环节配置数据);末端分支节点的环节模板配置数据包括环节的环节模板配置数据;虚拟仿真训练课程配置数据包括所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;相应地,虚拟仿真训练课程配置数据具体包括训练课程框架对应的配置数据、每个训练课时对应的配置数据、每个环节对应的配置数据和环节模板配置数据。
虚拟仿真训练课程门户能够供用户进入单个训练课时进行编辑,可以预览整个训练课程,进入具体训练课时进行实训。相应的,虚拟仿真训练课程配置数据具体包含三部分配置信息:第一,训练课程框架配置数据:描述了课程的基础信息,课程所选择的训练框架,课程的训练地图结构。第二,训练课时结构配置数据:描述了单个训练课时的编排流程,按照训练课程所包含的环节进行顺序排列。第三,环节相关的训练环节配置数据和环节模板配置数据:描述了环节所映射的训练环节模板,以及训练环节模板所定义的对象、实体、关系、参数数值等信息。上述信息都被包含在虚拟仿真训练课程配置数据中,可以从虚拟仿真训练课程配置数据中解析出训练课程内容的相关信息以及环节模板配置数据等信息,并自动生成课程目录结构,创建实训软件门户。在创作系统三维场景编辑模式下,进入某个课时,本发明实施例将根据该训练课时下的每个环节所配置的训练环节模板,自动获取训练环节模板的相关数据即环节模板配置数据,并按照训练环节模板和环节模板配置数据生成三维训练内容,构建出虚拟仿真环境下的虚拟仿真训练课程。虚拟仿真环境下的虚拟仿真训练课程包括用户实训需要的场景模型、动态交互和训练流程,用户可以使用虚拟仿真环境下的虚拟仿真训练课程的资源直接进行训练。用户可以使用自然语言输入虚拟仿真训练课程的相关信息,例如训练需求信息、训练课程节点参数、详细训练参数、训练课程框架关键参数、训练对象基本信息、课时关键参数、训练课时目标数据等等,在自然语言处理工具的处理下自动生成虚拟训练场景需要的仿真设计模块可以识别的标准格式语言。根据配置数据,生成虚拟仿真训练课程交互与反馈内容。训练课程交互与反馈内容包括用户训练需要交互与反馈组件、整个虚拟仿真训练课程的训练流程和虚拟仿真职业训练初始场景。用户可以使用输出的虚拟仿真职业训练场景进行训练。
本发明实施例具有如下技术效果:利用基于训练课程内容转换得到的虚拟仿真训练课程配置数据,生成虚拟仿真训练课程门户、训练环节实例和训练场景模型实例,从而构建出虚拟仿真环境下的虚拟仿真训练课程;利用已设计好的训练环节模板生成高交互高反馈的逼真虚拟仿真训练场景。使虚拟仿真训练课程快速模拟出逼真的场景效果。并有效缩短虚拟仿真训练课程的开发时间。使创作者在将训练课程内容转变为,虚拟仿真环境下的虚拟仿真训练课程的过程中,无需具备三维模型的仿真建模知识。基于虚拟仿真训练课程配置数据,创作者只需要关注需求端即虚拟仿真训练课程各种需求信息和结果端即虚拟仿真环境下的虚拟仿真训练课程,从而实现了虚拟仿真训练课程的端到端的设计。提高了设计效率,显著降低了对创作者的专业化知识的要求,简化了创作者团队的人员组成,例如无需熟知专业教学组织知识和三维仿真建模的人员,从而降低人力成本,提高开发效率。
进一步地,虚拟仿真训练课程门户包括:课程地图和课时预览;
训练课程内容具体包括:训练课程框架,训练课程框架的子节点包括至少一个教学阶段,每个教学阶段的子节点包括至少一个训练课时,每个训练课时的子节点包括至少一个环节,每个环节的子节点包括至少一个训练步骤;其中,根节点具体为训练课程框架,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤;所述虚拟仿真训练课程配置数据具体包括:训练课程框架对应的配置数据、每个训练课时对应的配置数据、每个环节对应的配置数据和每个环节的环节模板配置数据;所述训练课程框架对应的配置数据具体包括所述训练课程框架和所述训练课程框架的子节点集合之间的树状层次结构的信息和所述训练课程框架的训练课程节点参数;所述训练课时对应的配置数据具体包括所述训练课时和所述训练课时的子节点集合之间的树状层次结构的信息和所述训练课时的训练课程节点参数;所述环节对应的配置数据具体包括所述环节和所述环节的至少一个训练步骤之间的树状层次结构的信息、所述环节的目标训练环节模板的信息、和所述环节的训练课程节点参数;所述环节的环节模板配置数据具体包括所述环节的每个训练步骤对应的动态交互与反馈配置数据;
根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户,包括:根据所述训练课程框架对应的配置数据,在预设的训练课程框架可视化模板库中,匹配得到目标训练课程框架可视化模板;在创建训练课程内容或生成虚拟仿真训练课程配置数据时,接收预先确定的目标训练课程框架可视化模板的信息,并记录在训练课程框架对应的配置数据中;根据所述训练课程框架对应的配置数据和所述目标训练课程框架可视化模板,生成课程地图;所述课程地图通过文字和/或图片展示所述虚拟仿真训练课程的课程大纲;目标训练课程框架可视化模板定义了课程地图的展示样式;针对训练课程内容中的训练课程框架中的每个教学阶段下的每个训练课时,根据所述虚拟仿真训练课程配置数据中的所述训练课时对应的配置数据,创建课时预览;所述课时预览包括:课时描述、和/或流程信息;所述课时预览用于在接收到所述训练课时的打开操作时,展示所述训练课时的基本信息介绍;课时描述包括训练课时的名称等信息;流程信息包括训练课时的训练流程说明等信息。其中,所述课程地图和所述课时预览构成了所述虚拟仿真训练课程门户;
所述在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例,包括:响应于通过所述虚拟仿真训练课程门户,进入训练课程内容中的训练课程框架中的每个教学阶段下的每个训练课时,针对所述训练课时下的每个环节,根据所述虚拟仿真训练课程配置数据中所述环节对应的配置数据,确定预先绑定于所述环节的目标训练环节模板;将所述虚拟仿真训练课程配置数据中所述环节的环节模板配置数据,填充到所述环节的目标训练环节模板,得到虚拟仿真环境下的所述环节对应的训练环节实例;针对所述训练课时,根据所述虚拟仿真训练课程配置数据中所述训练课时对应的配置数据中的所述训练课时的训练课程节点参数,获取所述训练课时的训练场景信息,根据所述训练课时的训练场景信息,从预设的场景资源库中检索得到目标训练场景,并根据所述目标训练场景创建所述训练课时对应的训练场景模型实例;其中,所述训练课时的训练课程节点参数包括训练场景信息。
在一些实施例中,根据虚拟仿真训练课程配置数据,自动创建整个虚拟仿真训练课程门户。虚拟仿真训练课程门户能够供用户进入单个训练课时进行编辑,在输出资源后预览整个训练课程,进入具体课时进行实训。 虚拟仿真训练课程配置数据,获取到训练框架层、课时结构层和环节层的各自对应的训练课程框架配置数据、训练课时结构配置数据和训练环节配置数据。根据训练课程框架配置数据匹配仿真设计模块内结构适配的训练课程框架可视化模板,抽取出训练课程框架可视化模板的ID。训练课程框架可视化模板指通过图片和文字结合的方式在虚拟环境内展现训练课程框架的模板。使用时将课程设计模块生成的训练课程框架信息作为配置参数,供仿真设计模块生成包含本次训练课程信息的课时地图。根据训练课程框架信息和选定的可视化模板,创建出整个课程的课程地图。课程地图通过文字和图片可视化展示了该训练课程的一级目录和二级目录(即课程大纲)以及每个训练课时的环节,课程地图可以帮助训练内容创作者在创建和编辑虚拟训练课程时,更好地了解课程的结构和内容。读取训练课时结构配置数据,并根据课时所配置的流程,创建课时预览,课时预览包含课时描述,流程信息。课时预览用于在用户打开该训练课程时能够了解每个课时的基本信息介绍。完成虚拟仿真训练课程门户创建流程。训练课程框架可视化模板是系统的模板库内存在的。训练课程框架可视化模板指通过图片和文字结合的方式在虚拟环境内展现训练课程框架的模板。使用时将课程设计模块生成的训练课程框架信息作为配置参数,供仿真设计模块生成包含本次训练课程信息的课时地图。
在三维场景(虚拟仿真)编辑模式下,从训练课程门户进入某个课时,系统将根据该课时下的每个环节所配置的训练环节模板,自动获取训练环节模板的具体数据,并按照模板生成三维训练内容。获取训练课时结构中已配置的环节,按照环节顺序生成训练环节模板ID序列。根据训练环节模板ID序列,获取训练环节模板配置数据。查询训练环节模板库(预置了训练环节模板),按照ID顺序将训练环节模板配置数据导入对应的训练环节模板的交互与反馈组件,生成训练环节交互动作,构成训练环节实例。训练环节模板配置数据(环节模板配置数据)包括:交互与反馈类型、各个交互与反馈类型的具体参数信息。该实例包括了训练所需的流程顺序、动态交互类型。根据训练场景信息从场景资源库中检索目标训练场景,并创建训练场景模型实例。生成包含训练场景模型和训练模板的训练课程内容。训练场景指的是训练对象所处的包含虚拟三维模型的训练环境,这个环境可以是仅由虚拟三维模型构成的纯虚拟训练环境,可以是虚拟三维模型构成的虚拟训练环境混合现实训练环境的虚拟混合现实训练环境。如图8所示,可以将虚拟仿真训练课程配置数据格式化为Json格式,以便进行存储和传输。在一些实施例中,生成训练课程内容的功能单元(训练课程内容设计装置)、生成虚拟仿真训练课程配置数据的功能单元(虚拟仿真训练课程配置数据生成装置)可以与创建虚拟仿真训练课程门户、构建所述环节的训练场景模型实例、和构建所述虚拟仿真训练课程的功能单元(虚拟仿真环境下的虚拟仿真训练课程生成装置)分布式部署在不同的物理机器上或集中部署在单机上。其他功能单元可以向生成训练课程内容的功能单元和生成虚拟仿真训练课程配置数据的功能单元请求虚拟仿真训练课程配置数据,可以将虚拟仿真训练课程配置数据格式化为Json格式,并通过密钥加密;在创建虚拟仿真训练课程门户、构建所述环节的训练场景模型实例、和构建所述虚拟仿真训练课程的功能单元获得虚拟仿真训练课程配置数据的Json数据后,需要获取动态密钥对Json数据进行解密处理,抽取配置数据并解析虚拟仿真训练课程配置数据,从虚拟仿真训练课程配置数据中获取课程信息、训练框架(训练课程框架)、课程地图、训练课时结构、训练模板(训练环节模板)相关的信息和/或配置数据,并根据获取到的信息和配置数据匹配门户模板、创建课程目录结构、生成课程地图、生成课时预览、匹配训练模板、获取训练模板的配置、创建训练环境、生成操作实例、关联配置数据、构建训练流程,在此基础上进行课程发布,生成培训课程软件即虚拟仿真训练课程。
本发明实施例具有如下技术效果:通过响应于训练课程创作者输入的虚拟仿真训练课程信息,即可自动根据预设的教学理论模型库和预设的训练环节模板库,生成虚拟仿真训练课程。克服了开发出的课程缺乏因材施教、任务导向等科学培训设计的问题。提高虚拟仿真培训课程质量。使用了训练环节模板,将训练环节解析为配置数据。实现了端到端的设计,减少虚拟仿真训练内容的制作流程,课程开发周期从几个月到一年缩减到几天。实现快速构建出高交互高反馈的,任务导向的科学虚拟仿真训练课程。提高培训对象的培训效果,同时能够在几天内快速满足紧急培训需求。
第四方面,如图4所示,本发明实施例提供一种训练课程内容设计装置,包括:训练课程特定节点设计单元400,用于针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合;训练课程末端分支节点设计单元401,用于针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,并将所述目标训练环节模板绑定于所述末端分支节点;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述训练课程内容用于生成虚拟仿真训练课程配置数据;所述虚拟仿真训练课程配置数据用于生成虚拟仿真环境下的虚拟仿真训练课程。
进一步地,所述训练课程特定节点设计单元400,包括:第一需求特征值获取模块,用于对所述特定节点对应的训练需求信息进行特征抽取,得到所述特定节点对应的需求信息特征值;特定节点目标教学理论模型确定模块,用于将所述特定节点对应的需求信息特征值与所述特定节点对应的多个候选教学理论模型的特征值进行匹配,得到每个候选教学理论模型的匹配得分,选择匹配得分最高的候选教学理论模型作为所述特定节点对应的目标教学理论模型;特定节点子级节点确定模块,用于根据所述特定节点对应的目标教学理论模型生成所述特定节点的子节点集合;其中,预先对所述特定节点对应的多个候选教学理论模型进行特征抽取,得到所述特定节点对应的多个候选教学理论模型的特征值。
进一步地,所述训练课程末端分支节点设计单元401,包括:
第二需求特征值获取模块,用于对所述末端分支节点对应的训练需求信息进行特征抽取,得到所述末端分支节点对应的训练需求信息特征值;第一评分模块,用于对所述末端分支节点对应的多个预设的训练环节模板的特征值、和所述末端分支节点对应的训练需求信息特征值进行特征匹配,根据匹配结果从所述末端分支节点对应的多个预设的训练环节模板中,选取所述末端分支节点对应的至少一个候选的训练环节模板,并对每个候选的训练环节模板生成评分;叶子节点确定模块,用于根据所述末端分支节点对应的每个候选的训练环节模板的理论介绍和所述候选的训练环节模板的评分,从所有候选的训练环节模板中,选取所述末端分支节点对应的目标训练环节模板,并根据所述末端分支节点对应的目标训练环节模板生成所述末端分支节点对应的至少一个叶子节点;其中,预先对所述末端分支节点对应的多个预设的训练环节模板进行特征抽取,得到所述末端分支节点对应的多个预设的训练环节模板的特征值;所述末端分支节点对应的每个预设的训练环节模板设置有相应的理论介绍。本发明实施例是与前述的训练课程内容设计方法相对应的装置实施例,可根据前述的训练课程内容设计方法实施例理解本发明实施例,在此不再赘述。
第五方面,如图5所示,本发明实施例提供一种虚拟仿真训练课程配置数据生成装置,包括:训练课程内容获取单元500,用于获取预先生成的训练课程内容;所述训练课程内容由如前所述的一种训练课程内容设计方法生成;特定节点配置数据生成单元501,用于针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据;末端分支节点配置数据生成单元502,用于针对所述训练课程内容中的每个末端分支节点,获取预先绑定于所述末端分支节点的目标训练环节模板和预先绑定于所述末端分支节点的训练课程节点参数,并根据所述末端分支节点的训练课程节点参数和所述末端分支节点的目标训练环节模板,生成所述末端分支节点对应的配置数据;所述目标训练环节模板用于生成所述末端分支节点的至少一个叶子节点;环节模板配置数据生成单元503,用于针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,将所述末端分支节点的所有叶子节点对应的动态交互与反馈配置数据,共同构成所述末端分支节点的环节模板配置数据;其中,所述动态交互与反馈配置数据用于记录叶子节点的动态交互类型的配置;所述动态交互类型包括:在虚拟仿真环境下,训练对象与虚拟仿真系统、训练对象之间、和/或虚拟仿真系统内部的信息交互与反馈;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;所述特定节点对应的配置数据包括所述特定节点和所述特定节点的子节点集合之间的树状层次结构的信息和所述特定节点的训练课程节点参数;所述末端分支节点对应的配置数据包括所述末端分支节点和所述末端分支节点的至少一个叶子节点之间的树状层次结构的信息、所述末端分支节点的目标训练环节模板的信息、和所述末端分支节点的训练课程节点参数;所述末端分支节点的环节模板配置数据包括所述末端分支节点的每个叶子节点对应的动态交互与反馈配置数据。
进一步地,所述训练课程内容具体包括:训练课程框架,训练课程框架的子节点包括至少一个教学阶段,每个教学阶段的子节点包括至少一个训练课时,每个训练课时的子节点包括至少一个环节,每个环节的子节点包括至少一个训练步骤;在训练课程内容中,根节点具体为训练课程框架,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤;所述预先绑定的详细训练参数包括:职业训练方式、训练课程关键参数、交互与反馈需求文本、训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、训练个性化需求文本、训练课程总体目标、训练课程标准、训练课程输出数据和评估指标类型;所述环节模板配置数据生成单元503,包括:训练动作交互配置数据确定模块,用于针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤预先绑定的职业训练方式、训练课程关键参数和交互与反馈需求文本,确定所述训练步骤对应的训练动作交互配置数据;训练人员交互与反馈配置数确定模块,用于根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤对应的训练人员交互与反馈配置数据;训练提示反馈配置数据确定模块,用于根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤的训练提示反馈配置数据;训练评估反馈配置数据确定模块,用于根据所述训练步骤预先绑定的训练课程总体目标、训练课程标准、训练课程输出数据、评估指标类型,确定所述训练步骤的训练评估反馈配置数据;其中,所述动态交互与反馈配置数据包括训练动作交互配置数据、训练人员交互与反馈配置数据、训练提示反馈配置数据和训练评估反馈配置数据。
进一步地,所述训练动作交互配置数据确定模块,包括:训练动作类型确定子模块,用于针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,分析所述训练步骤的职业训练方式、训练课程关键参数和交互与反馈需求文本,确定所述文本中包含的操作动作,并确定各操作动作所属的行业相关训练动作类型;操作动作信息确定子模块,用于分析所述训练步骤的职业训练方式、训练课程关键参数和交互与反馈需求文本中的各操作动作的执行信息,得到各操作动作的执行次数、操作方向、执行主体和目标对象;动作区域确定子模块,用于分析所述训练步骤的职业训练方式、训练课程关键参数和交互与反馈需求文本中的各操作动作的执行主体和目标对象的相互作用信息,得出各操作动作的动作区域;其中,所述训练步骤对应的训练动作交互配置数据包括:操作动作、操作动作的执行次数、操作方向、执行主体、目标对象和动作区域。所述训练人员交互与反馈配置数据确定模块,包括:训练人员交互与反馈类型确定子模块,用于针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、和交互要求文本中的交互内容,确定训练人员交互与反馈类型;交互与反馈形式内容频率确定子模块,用于根据所述训练步骤的训练课程操作要求文本、和训练个性化需求文本中的交互内容,确定训练人员交互与反馈形式、训练人员交互与反馈内容、和交互与反馈频率;交互反馈适应性调整系数确定子模块,用于根据所述训练步骤的训练个性化需求文本中的交互内容,确定交互反馈适应性调整系数;其中,所述训练步骤对应的训练人员交互与反馈配置数据包括:训练人员交互与反馈类型、训练人员交互与反馈形式、训练人员交互与反馈内容、交互与反馈频率和交互反馈适应性调整系数;所述训练提示反馈配置数据确定模块,包括:训练提示反馈类型确定子模块,用于针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、和交互要求文本中的交互内容,确定训练提示反馈类型;训练提示反馈形式确定子模块,用于根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定训练提示反馈形式;训练提示反馈内容确定子模块,用于根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定训练提示反馈内容;训练提示反馈强度和频率确定子模块,用于根据所述训练步骤的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互相关内容,确定训练提示反馈强度和频率;训练提示适应性调整系数确定子模块,用于根据所述训练步骤的训练个性化需求文本中的交互内容,确定训练提示适应性调整系数;其中,所述训练步骤的训练提示反馈配置数据包括:训练提示反馈类型、训练提示反馈形式、训练提示反馈内容、训练提示反馈强度和频率,和训练提示适应性调整系数;所述训练评估反馈配置数据确定模块,包括:评估指标和标准确定子模块,用于针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤的训练课程总体目标、训练课程标准、和训练课程输出数据要求,确定评估指标和标准;评估权重确定子模块,用于根据训练步骤的训练课程总体目标、训练课程输出数据要求,确定评估权重;数据收集途径确定子模块,用于根据所述训练步骤的训练课程输出数据要求和评估指标类型,得出数据收集途径;评估算法确定子模块,用于根据所述训练步骤的训练课程输出数据要求,确定评估算法;评估周期确定子模块,用于根据所述训练步骤的训练课程总体目标、训练课程标准、训练课程输出数据要求,确定评估周期;其中,所述训练步骤的训练评估反馈配置数据包括:评估指标和标准、评估权重、数据收集途径、评估算法、和评估周期。本发明实施例是与前述的虚拟仿真训练课程配置数据生成方法的实施例相对应的装置实施例,可依据前述的虚拟仿真训练课程配置数据生成方法的实施例理解本发明实施例,在此不再赘述。
第六方面,如图6所示,本发明实施例提供一种虚拟仿真环境下的虚拟仿真训练课程生成装置,包括:配置数据获取单元600,用于获取预先生成的虚拟仿真训练课程配置数据;门户创建单元601,用于根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户;虚拟仿真训练课程门户用于以可视化方式按训练课程内容的树状层次结构展示虚拟仿真训练课程;环节实例和训练场景模型生成单元602,用于在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例;虚拟仿真单元603,用于将虚拟仿真环境下的虚拟仿真训练课程门户、所有特定节点下的所有末端分支对应的训练环节实例和所有特定节点对应的训练场景模型实例,构成虚拟仿真环境下的虚拟仿真训练课程;其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;所述虚拟仿真训练课程配置数据预先由如前所述的一种虚拟仿真训练课程配置数据生成方法,根据预先生成的所述训练课程内容生成。
进一步地,虚拟仿真训练课程门户包括:课程地图和课时预览;训练课程内容具体包括:训练课程框架,训练课程框架的子节点包括至少一个教学阶段,每个教学阶段的子节点包括至少一个训练课时,每个训练课时的子节点包括至少一个环节,每个环节的子节点包括至少一个训练步骤;其中,根节点具体为训练课程框架,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤;所述虚拟仿真训练课程配置数据具体包括:训练课程框架对应的配置数据、每个训练课时对应的配置数据、每个环节对应的配置数据和每个环节的环节模板配置数据;所述训练课程框架对应的配置数据具体包括所述训练课程框架和所述训练课程框架的子节点集合之间的树状层次结构的信息和所述训练课程框架的训练课程节点参数;所述训练课时对应的配置数据具体包括所述训练课时和所述训练课时的子节点集合之间的树状层次结构的信息和所述训练课时的训练课程节点参数;所述环节对应的配置数据具体包括所述环节和所述环节的至少一个训练步骤之间的树状层次结构的信息、所述环节的目标训练环节模板的信息、和所述环节的训练课程节点参数;所述环节的环节模板配置数据具体包括所述环节的每个训练步骤对应的动态交互与反馈配置数据;门户创建单元601,包括:训练课程框架可视化模板确定模块,用于根据所述训练课程框架对应的配置数据,在预设的训练课程框架可视化模板库中,匹配得到目标训练课程框架可视化模板;课程地图确定模块,用于根据所述训练课程框架对应的配置数据和所述目标训练课程框架可视化模板,生成课程地图;所述课程地图通过文字和/或图片展示所述虚拟仿真训练课程的课程大纲;课时预览确定模块,用于针对训练课程内容中的训练课程框架中的每个教学阶段下的每个训练课时,根据所述虚拟仿真训练课程配置数据中的所述训练课时对应的配置数据,创建课时预览;所述课时预览用于在接收到所述训练课时的打开操作时,展示所述训练课时的基本信息介绍;其中,所述课程地图和所述课时预览构成了所述虚拟仿真训练课程门户;所述环节实例和训练场景模型生成单元602,包括:训练环节模板确定模块,用于响应于通过所述虚拟仿真训练课程门户,进入训练课程内容中的训练课程框架中的每个教学阶段下的每个训练课时,针对所述训练课时下的每个环节,根据所述虚拟仿真训练课程配置数据中所述环节对应的配置数据,确定预先绑定于所述环节的目标训练环节模板;训练环节实例确定模块,用于将所述虚拟仿真训练课程配置数据中所述环节的环节模板配置数据,填充到所述环节的目标训练环节模板,得到虚拟仿真环境下的所述环节对应的训练环节实例;训练场景模型实例确定模块,用于针对所述训练课时,根据所述虚拟仿真训练课程配置数据中所述训练课时对应的配置数据中的所述训练课时的训练课程节点参数,获取所述训练课时的训练场景信息,根据所述训练课时的训练场景信息,从预设的场景资源库中检索得到目标训练场景,并根据所述目标训练场景创建所述训练课时对应的训练场景模型实例;其中,所述训练课时的训练课程节点参数包括训练场景信息。本发明实施例是与前述的虚拟仿真训练课程仿真环境生成方法的实施例相对应的装置实施例,可依据前述的虚拟仿真训练课程仿真环境生成方法的实施例理解本发明实施例,在此不再赘述。
第七方面,如图7所示,本发明实施例提供一种虚拟仿真训练课程的虚拟仿真生成系统,包括:如前所述的训练课程内容设计装置700、如前所述的虚拟仿真训练课程配置数据生成装置701和如前所述的虚拟仿真环境下的虚拟仿真训练课程生成装置702。
在一些实施例中,虚拟仿真训练课程创作者根据虚拟仿真训练课程的具体需求整理出相应的需求信息,需求信息体现的是具体需求,因此容易被创作者所理解,无需专业化的教学理论知识和基于虚拟仿真的建模知识。通过训练课程内容设计装置,基于需求信息,根据预设的候选教学理论模型和预设的训练环节模板库生成训练课程内容,其定义了整个虚拟仿真训练课程的课程安排和训练内容,为了将设计得到的对训练课程规划进行基于虚拟仿真的可视化转换,由虚拟仿真训练课程配置数据生成装置根据所述训练课程内容生成所述虚拟仿真训练课程的虚拟仿真训练课程配置数据,在从训练课程内容到虚拟仿真环境下的虚拟仿真训练课程的转换过程中虚拟仿真训练课程配置数据起到了桥梁的作用。通过从训练课程内容中收集在训练过程中基于虚拟仿真的可视化虚拟环境需要与被训练者之间进行的交互的数据生成虚拟仿真训练课程配置数据中的交互逻辑配置数据,再基于训练课程内容和虚拟仿真训练课程配置数据,构建虚拟仿真环境下的虚拟仿真训练课程可以应用于包括但不限于WEB端、移动端、VR端、AR端的可视化训练。其中,交互包括但不限于虚拟仿真环境下的虚拟仿真训练课程中涉及到的虚拟组件或模型之间的动作和/或可视化效果的交互、虚拟组件或模型与操作者(包括被训练者、创作者等人员)的动作和/或可视化效果和/或体感交互等等。虚拟仿真训练课程信息可以在创作虚拟仿真训练课程的最初阶段集中输入,也可以在创作虚拟仿真训练课程的过程中的各创作阶段中按需要分别输入。其中,候选教学理论模型包括但不限于4C/ID、教学训考评、游戏化训练等多种教学理论模型。预先对每种候选教学理论模型进行分析,其中分析的特征项为:理论简介、理论重点、认知影响度、掌握影响度、和/或趣味程度等与职业训练课程设计需求相关的特征项。得出每种候选教学理论模型的特征值数据,抽取理论模型特征,理论模型特征包括但不限于:理论模型简介、理论模型结合职业训练的侧重点、理论模型对训练对象认知效果的影响度、和/或理论模型对训练对象掌握效果的影响度。根据得到的候选教学理论模型的特征值数据和理论模型特征预先建立教学理论模型库。根据教学理论知识预先针对多种训练环节构建训练环节模板。训练环节模板是系统的模板库内存在的。用于在仿真设计模块内自动生成动态交互流程和交互所需的组件和基本模型。训练环节模板对应课时里的环节,每个环节对应一种训练环节模板。
作为一个具体的实施例,系统包括关键信息采集模块、课程设计模块、仿真设计模块、数据传输模块、数据分析模块。关键信息采集模块:用于采集训练课程所需的训练对象基本特征、训练课程关键参数和候选教学理论模型特征项。可通过文字输入、照片采集、文件导入的方式输入特征项和参数。系统内提前保存通过训练课程大量调研收集到的适用于职业训练的教学理论模型。例如:4C/ID、教学训考评、游戏化训练框架。在再次复用时,训练内容创作者可以选择直接调用训练对象基本信息和训练课程关键信息进行使用。课程设计模块:提供职业训练框架设计、课时结构设计、详细环节设计、定义交互逻辑功能。用于使训练内容创作者用该创作系统进行设计并保存训练内容创作者设计的职业训练课程框架、结构、详细环节和其中的关键参数等信息。在训练框架设计时,系统内能够生成设计好的训练课程框架,训练内容创作者在此对训练课程框架进行调整,填入该训练课程框架需要填入的关键参数。在课时结构设计时,系统内能够生成设计好的课程地图,训练内容创作者在此对训练课时结构进行调整,填入该训练课时结构需要填入的关键参数。在训练详细环节设计时,系统内能够生成设计好的训练详细环节模板,训练内容创作者在此对详细训练环节模板进行调整,填入详细训练环节需要填入的关键参数。在定义交互逻辑时,训练内容创作者在系统内选择互动类型、互动对象、互动关系、互动属性后,课程设计模块会保存训练内容创作者选好的内容。数据分析模块:例如:分析训练对象特征参数、训练课程关键参数、候选教学理论模型类信息。分析训练内容创作者输入的信息,得出综合模型,分析出最适合的目标教学理论模型和最适合的课程设计结果。分析训练内容创作者输入的交互逻辑和关键,调用对应的组件资源信息通过数据传输模块传输到 仿真设计模块内,仿真设计模块根据信息调用对应组件自动生成在训练课程初始场景内。数据传输模块:用于实现各模块间的数据传输。仿真设计模块:用于生成训练所需的三维训练资源,三维训练资源主要包括两部分,一部分为接收数据传输模块传输的组件信息和训练内容创作者填入的关键参数和设计好的课程模板与交互逻辑,自动生成组件资源和三维训练初始环境。另一部分为训练内容创作者设计的三维训练模型以及其他三维训练课程内容。这两部分共同构成训练所需的三维训练课程资源。
本发明实施例具有如下技术效果:通过将业务需求的文字按照参数项拆解业务需求,得出配置数据从而省去需求拆解过程。最终根据配置数据生成设计好交互与反馈内容的场景,具体地,通过响应于训练课程创作者输入的需求信息,即可根据预设的候选教学理论模型和预设的训练环节模板生成训练课程内容。再基于训练课程内容生成虚拟仿真训练课程配置数据,以虚拟仿真训练课程配置数据为桥梁,将训练课程内容转换为虚拟仿真环境下的虚拟仿真训练课程。克服了需要课程组织者独自设计课程,以及克服了需要课程训练内容创作者掌握专业教学组织知识的现状。实现了端到端的设计,降低虚拟仿真训练内容的设计难度,减轻训练内容创作者的训练课程设计负担,提高虚拟仿真训练课程设计效率。使用创作系统训练内容创作者只需按照步骤填入训练课程关键参数,创作系统数据分析后台便会根据训练课程关键参数,围绕训练内容、训练目标和训练对象特征,推荐最合适的职业训练课程框架给训练内容创作者。训练内容创作者可个性化修改创作系统推荐的职业训练课程框架,在每种框架下填入对应的关键参数,创作系统便会生成虚拟仿真训练所需组件,训练内容创作者只需简单搭建训练课程所需三维静态模型,再将模型与组件连接起来,即可设计出一整套虚拟仿真训练课程。改变了需要课程组织者独自设计课程,需要课程训练内容创作者掌握专业教学组织知识的现状。降低虚拟仿真训练内容的设计难度,减轻训练内容创作者的训练课程设计负担,提高虚拟仿真训练课程设计效率。本发明实施例提供了一种自动梳理出适合职业训练群体和课程需求的虚拟仿真训练课程框架的方法和装置,通过获取用户输入的训练对象参数和训练课程信息和训练课程关键参数,实现快速生成符合要求的虚拟仿真训练课程,省去需求理解时间,同时提高训练课程内容的科学性。本发明实施例利用已设计好的训练交互环节模板生成交互与反馈内容和虚拟仿真训练场景,节约训练内容创作者交互与反馈模型构建、资源导入和逻辑编辑的时间,快速构建出虚拟仿真职业训练课程。同时,制作出的虚拟仿真训练课程根据训练课程信息和训练对象信息进行个性化设计,能够满足不同行业实训的需求,最终提供及时评估与反馈,保证最终的训练质量。本发明实施例的应用,可以广泛用于各种职业训练领域,提高训练效果和训练效率,满足不同行业的职业技能需求,具有很高的实用性和经济价值。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。为使本领域内的任何技术人员能够实现或者使用本发明,上面对所公开实施例进行了描述。对于本领域技术人员来说;这些实施例的各种修改方式都是显而易见的,并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此,本公开并不限于本文给出的实施例,而是与本申请公开的原理和新颖性特征的最广范围相一致。上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储于电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种训练课程内容设计方法,其特征在于,包括:
针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合;
针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,并将所述目标训练环节模板绑定于所述末端分支节点;
其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;
所述训练课程内容用于生成虚拟仿真训练课程配置数据;所述虚拟仿真训练课程配置数据用于生成虚拟仿真环境下的虚拟仿真训练课程。
2.如权利要求1所述的训练课程内容设计方法,其特征在于,所述针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合,包括:
对所述特定节点对应的训练需求信息进行特征抽取,得到所述特定节点对应的需求信息特征值;
将所述特定节点对应的需求信息特征值与所述特定节点对应的多个候选教学理论模型的特征值进行匹配,得到每个候选教学理论模型的匹配得分,选择匹配得分最高的候选教学理论模型作为所述特定节点对应的目标教学理论模型;
根据所述特定节点对应的目标教学理论模型生成所述特定节点的子节点集合;
其中,预先对所述特定节点对应的多个候选教学理论模型进行特征抽取,得到所述特定节点对应的多个候选教学理论模型的特征值。
3.一种虚拟仿真训练课程配置数据生成方法,其特征在于,包括:
获取预先生成的训练课程内容;所述训练课程内容由如权利要求1所述的一种训练课程内容设计方法生成;
针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据;
针对所述训练课程内容中的每个末端分支节点,获取预先绑定于所述末端分支节点的目标训练环节模板和预先绑定于所述末端分支节点的训练课程节点参数,并根据所述末端分支节点的训练课程节点参数和所述末端分支节点的目标训练环节模板,生成所述末端分支节点对应的配置数据;所述目标训练环节模板用于生成所述末端分支节点的至少一个叶子节点;
针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,将所述末端分支节点的所有叶子节点对应的动态交互与反馈配置数据,共同构成所述末端分支节点的环节模板配置数据;
其中,所述动态交互与反馈配置数据用于记录叶子节点的动态交互类型的配置;所述动态交互类型包括:在虚拟仿真环境下,训练对象与虚拟仿真系统、训练对象之间、和/或虚拟仿真系统内部的信息交互与反馈;
其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;
所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;
所述特定节点对应的配置数据包括所述特定节点和所述特定节点的子节点集合之间的树状层次结构的信息和所述特定节点的训练课程节点参数;所述末端分支节点对应的配置数据包括所述末端分支节点和所述末端分支节点的至少一个叶子节点之间的树状层次结构的信息、所述末端分支节点的目标训练环节模板的信息、和所述末端分支节点的训练课程节点参数;所述末端分支节点的环节模板配置数据包括所述末端分支节点的每个叶子节点对应的动态交互与反馈配置数据。
4.如权利要求3所述的虚拟仿真训练课程配置数据生成方法,其特征在于,
所述训练课程内容具体包括:训练课程框架,训练课程框架的子节点包括至少一个教学阶段,每个教学阶段的子节点包括至少一个训练课时,每个训练课时的子节点包括至少一个环节,每个环节的子节点包括至少一个训练步骤;
在训练课程内容中,根节点具体为训练课程框架,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤;
所述预先绑定的详细训练参数包括:职业训练方式、训练课程关键参数、交互与反馈需求文本、训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、训练个性化需求文本、训练课程总体目标、训练课程标准、训练课程输出数据和评估指标类型;
所述针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,具体包括:
针对训练课程框架的每个教学阶段的每个课时的每个环节的每个训练步骤,根据所述训练步骤预先绑定的职业训练方式、训练课程关键参数和交互与反馈需求文本,确定所述训练步骤对应的训练动作交互配置数据;
根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤对应的训练人员交互与反馈配置数据;
根据所述训练步骤预先绑定的训练课程具体操作步骤、训练课程操作要求文本、交互要求文本、和训练个性化需求文本中的交互内容,确定所述训练步骤的训练提示反馈配置数据;
根据所述训练步骤预先绑定的训练课程总体目标、训练课程标准、训练课程输出数据、评估指标类型,确定所述训练步骤的训练评估反馈配置数据;
其中,所述动态交互与反馈配置数据包括训练动作交互配置数据、训练人员交互与反馈配置数据、训练提示反馈配置数据和训练评估反馈配置数据。
5.一种虚拟仿真环境下的虚拟仿真训练课程生成方法,其特征在于,包括:
获取预先生成的虚拟仿真训练课程配置数据;
根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户;虚拟仿真训练课程门户用于以可视化方式按训练课程内容的树状层次结构展示虚拟仿真训练课程;
在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例;
将虚拟仿真环境下的虚拟仿真训练课程门户、所有特定节点下的所有末端分支对应的训练环节实例和所有特定节点对应的训练场景模型实例,构成虚拟仿真环境下的虚拟仿真训练课程;
其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;
所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;
所述虚拟仿真训练课程配置数据预先由如权利要求3所述的一种虚拟仿真训练课程配置数据生成方法,根据预先生成的所述训练课程内容生成。
6.如权利要求5所述的虚拟仿真环境下的虚拟仿真训练课程生成方法,其特征在于,虚拟仿真训练课程门户包括:课程地图和课时预览;
训练课程内容具体包括:训练课程框架,训练课程框架的子节点包括至少一个教学阶段,每个教学阶段的子节点包括至少一个训练课时,每个训练课时的子节点包括至少一个环节,每个环节的子节点包括至少一个训练步骤;其中,根节点具体为训练课程框架,特定节点具体为训练课程框架和训练课时,末端分支节点具体为环节,叶子节点具体为训练步骤;所述虚拟仿真训练课程配置数据具体包括:训练课程框架对应的配置数据、每个训练课时对应的配置数据、每个环节对应的配置数据和每个环节的环节模板配置数据;所述训练课程框架对应的配置数据具体包括所述训练课程框架和所述训练课程框架的子节点集合之间的树状层次结构的信息和所述训练课程框架的训练课程节点参数;所述训练课时对应的配置数据具体包括所述训练课时和所述训练课时的子节点集合之间的树状层次结构的信息和所述训练课时的训练课程节点参数;所述环节对应的配置数据具体包括所述环节和所述环节的至少一个训练步骤之间的树状层次结构的信息、所述环节的目标训练环节模板的信息、和所述环节的训练课程节点参数;所述环节的环节模板配置数据具体包括所述环节的每个训练步骤对应的动态交互与反馈配置数据;
根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户,包括:
根据所述训练课程框架对应的配置数据,在预设的训练课程框架可视化模板库中,匹配得到目标训练课程框架可视化模板;
根据所述训练课程框架对应的配置数据和所述目标训练课程框架可视化模板,生成课程地图;所述课程地图通过文字和/或图片展示所述虚拟仿真训练课程的课程大纲;
针对训练课程内容中的训练课程框架中的每个教学阶段下的每个训练课时,根据所述虚拟仿真训练课程配置数据中的所述训练课时对应的配置数据,创建课时预览;所述课时预览用于在接收到所述训练课时的打开操作时,展示所述训练课时的基本信息介绍;
其中,所述课程地图和所述课时预览构成了所述虚拟仿真训练课程门户;
所述在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例,包括:
响应于通过所述虚拟仿真训练课程门户,进入训练课程内容中的训练课程框架中的每个教学阶段下的每个训练课时,针对所述训练课时下的每个环节,根据所述虚拟仿真训练课程配置数据中所述环节对应的配置数据,确定预先绑定于所述环节的目标训练环节模板;
将所述虚拟仿真训练课程配置数据中所述环节的环节模板配置数据,填充到所述环节的目标训练环节模板,得到虚拟仿真环境下的所述环节对应的训练环节实例;
针对所述训练课时,根据所述虚拟仿真训练课程配置数据中所述训练课时对应的配置数据中的所述训练课时的训练课程节点参数,获取所述训练课时的训练场景信息,根据所述训练课时的训练场景信息,从预设的场景资源库中检索得到目标训练场景,并根据所述目标训练场景创建所述训练课时对应的训练场景模型实例;
其中,所述训练课时的训练课程节点参数包括训练场景信息。
7.一种训练课程内容设计装置,其特征在于,包括:
训练课程特定节点设计单元,用于针对训练课程内容的特定节点,使用所述特定节点对应的多个候选教学理论模型,以及所述特定节点对应的训练需求信息生成所述特定节点的子节点集合;
训练课程末端分支节点设计单元,用于针对所述训练课程内容的每个末端分支节点,根据所述末端分支节点对应的多个预设的训练环节模板,以及所述末端分支节点对应的训练需求信息,确定所述末端分支节点对应的目标训练环节模板,并根据所述目标训练环节模板生成所述末端分支节点的至少一个叶子节点,并将所述目标训练环节模板绑定于所述末端分支节点;
其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;
所述训练课程内容用于生成虚拟仿真训练课程配置数据;所述虚拟仿真训练课程配置数据用于生成虚拟仿真环境下的虚拟仿真训练课程。
8.一种虚拟仿真训练课程配置数据生成装置,其特征在于,包括:
训练课程内容获取单元,用于获取预先生成的训练课程内容;所述训练课程内容由如权利要求1所述的一种训练课程内容设计方法生成;
特定节点配置数据生成单元,用于针对所述训练课程内容中的每个特定节点,获取所述特定节点的子节点集合和预先绑定于所述特定节点的训练课程节点参数,并根据所述特定节点的训练课程节点参数和所述特定节点的子节点集合,生成所述特定节点对应的配置数据;
末端分支节点配置数据生成单元,用于针对所述训练课程内容中的每个末端分支节点,获取预先绑定于所述末端分支节点的目标训练环节模板和预先绑定于所述末端分支节点的训练课程节点参数,并根据所述末端分支节点的训练课程节点参数和所述末端分支节点的目标训练环节模板,生成所述末端分支节点对应的配置数据;所述目标训练环节模板用于生成所述末端分支节点的至少一个叶子节点;
环节模板配置数据生成单元,用于针对每个末端分支节点,根据所述末端分支节点对应的每个叶子节点预先绑定的详细训练参数,生成所述叶子节点对应的动态交互与反馈配置数据,将所述末端分支节点的所有叶子节点对应的动态交互与反馈配置数据,共同构成所述末端分支节点的环节模板配置数据;
其中,所述动态交互与反馈配置数据用于记录叶子节点的动态交互类型的配置;所述动态交互类型包括:在虚拟仿真环境下,训练对象与虚拟仿真系统、训练对象之间、和/或虚拟仿真系统内部的信息交互与反馈;
其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;
所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;
所述特定节点对应的配置数据包括所述特定节点和所述特定节点的子节点集合之间的树状层次结构的信息和所述特定节点的训练课程节点参数;所述末端分支节点对应的配置数据包括所述末端分支节点和所述末端分支节点的至少一个叶子节点之间的树状层次结构的信息、所述末端分支节点的目标训练环节模板的信息、和所述末端分支节点的训练课程节点参数;所述末端分支节点的环节模板配置数据包括所述末端分支节点的每个叶子节点对应的动态交互与反馈配置数据。
9.一种虚拟仿真环境下的虚拟仿真训练课程生成装置,其特征在于,包括:
配置数据获取单元,用于获取预先生成的虚拟仿真训练课程配置数据;
门户创建单元,用于根据所述虚拟仿真训练课程配置数据中训练课程内容的所有特定节点对应的配置数据,创建虚拟仿真环境下的虚拟仿真训练课程门户;虚拟仿真训练课程门户用于以可视化方式按训练课程内容的树状层次结构展示虚拟仿真训练课程;
环节实例和训练场景模型生成单元,用于在虚拟仿真环境下的三维场景编辑模式下,响应于通过所述虚拟仿真训练课程门户,访问每个直接连接末端分支节点的特定节点,根据所述虚拟仿真训练课程配置数据中所述特定节点对应的配置数据、所述特定节点下的所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据,生成所述特定节点下的所有末端分支节点各自对应的训练环节实例和所述特定节点对应的训练场景模型实例;
虚拟仿真单元,用于将虚拟仿真环境下的虚拟仿真训练课程门户、所有特定节点下的所有末端分支对应的训练环节实例和所有特定节点对应的训练场景模型实例,构成虚拟仿真环境下的虚拟仿真训练课程;
其中,所述训练课程内容按树状层次结构组织;所述树状层次结构包括根节点、分支节点和叶子节点;所述末端分支节点为直接连接叶子节点的分支节点;所述特定节点包括根节点和/或除末端分支节点之外的指定分支节点;末端分支节点的父节点属于特定节点;
所述虚拟仿真训练课程配置数据包括训练课程内容的所有特定节点对应的配置数据、所有末端分支节点对应的配置数据和所有末端分支节点的环节模板配置数据;
所述虚拟仿真训练课程配置数据预先由如权利要求3所述的一种虚拟仿真训练课程配置数据生成方法,根据预先生成的所述训练课程内容生成。
10.一种虚拟仿真训练课程的虚拟仿真生成系统,其特征在于,包括:如权利要求7所述的训练课程内容设计装置、如权利要求8所述的虚拟仿真训练课程配置数据生成装置和如权利要求9所述的虚拟仿真环境下的虚拟仿真训练课程生成装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311374936.6A CN117113730B (zh) | 2023-10-23 | 2023-10-23 | 一种训练课程内容、配置、仿真的生成方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311374936.6A CN117113730B (zh) | 2023-10-23 | 2023-10-23 | 一种训练课程内容、配置、仿真的生成方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117113730A true CN117113730A (zh) | 2023-11-24 |
CN117113730B CN117113730B (zh) | 2024-01-23 |
Family
ID=88800556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311374936.6A Active CN117113730B (zh) | 2023-10-23 | 2023-10-23 | 一种训练课程内容、配置、仿真的生成方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117113730B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160170721A1 (en) * | 2014-12-15 | 2016-06-16 | Kirsten Ingmar Heiss | System and method for software development using graphical tree structures |
CN110910286A (zh) * | 2019-11-14 | 2020-03-24 | 南方电网科学研究院有限责任公司 | 一种电力市场的仿真培训系统 |
CN112150097A (zh) * | 2020-08-13 | 2020-12-29 | 北京师范大学 | 一种学习设计生成方法、装置、电子设备及存储介质 |
CN113359982A (zh) * | 2021-06-01 | 2021-09-07 | 成都威爱新经济技术研究院有限公司 | 一种基于云平台的虚拟现实课件制作管理方法及系统 |
-
2023
- 2023-10-23 CN CN202311374936.6A patent/CN117113730B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160170721A1 (en) * | 2014-12-15 | 2016-06-16 | Kirsten Ingmar Heiss | System and method for software development using graphical tree structures |
CN110910286A (zh) * | 2019-11-14 | 2020-03-24 | 南方电网科学研究院有限责任公司 | 一种电力市场的仿真培训系统 |
CN112150097A (zh) * | 2020-08-13 | 2020-12-29 | 北京师范大学 | 一种学习设计生成方法、装置、电子设备及存储介质 |
CN113359982A (zh) * | 2021-06-01 | 2021-09-07 | 成都威爱新经济技术研究院有限公司 | 一种基于云平台的虚拟现实课件制作管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117113730B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Recker | Scientific research in information systems: a beginner's guide | |
Lee et al. | Computational thinking integration patterns along the framework defining computational thinking from a disciplinary perspective | |
Sharadgah et al. | A systematic review of research on the use of artificial intelligence in English language teaching and learning (2015-2021): What are the current effects? | |
Lao | Reorienting machine learning education towards tinkerers and ML-engaged citizens | |
Wang et al. | Artificial intelligence and education | |
Lupton | Creating and expressing: Information-as-it-is-experienced | |
Janpla et al. | The development of problem-based learning and concept mapping using a block-based programming model to enhance the programming competency of undergraduate students in computer science | |
CN116756340A (zh) | 一种试题自动生成方法、系统及设备 | |
Monjelat et al. | Teachers’ narrative of learning to program in a professional development effort and the relation to the rhetoric of computational thinking | |
Xie et al. | Virtual reality primary school mathematics teaching system based on GIS data fusion | |
CN111460245B (zh) | 多维度人群特征测定方法 | |
CN112598547A (zh) | 基于自动生产线的教育题目生成方法、装置和电子设备 | |
Pachler et al. | Scoping a vision for formative e-assessment: a project report for JISC | |
CN117113730B (zh) | 一种训练课程内容、配置、仿真的生成方法、装置和系统 | |
CN115035753B (zh) | 基于bim实景模拟+3d进度思维导图的建造师考试学习系统 | |
Taibi | Learning Analytics in Support of Video Corpus Construction and Exploration | |
CN111461153B (zh) | 人群特征深度学习方法 | |
Blaasvaer et al. | Educational planning for systems-oriented design: Applying systemic relationships to meta-mapping of Giga maps | |
Adeolu | Preservice teachers' construction of computational thinking practices through mathematical modeling activities | |
Zeng | [Retracted] Multimedia Computer‐Aided Industrial System Design Based on the Study of Big Data Mining Algorithm | |
Sarhan | The utilisation of games technology for environmental design education | |
Hashiura et al. | An environment for collecting fine-grained development records to help with programming exercise | |
Zhou | Research on the application of dance movement skill analysis in teaching in the context of artificial intelligence in universities | |
Lamniai et al. | Augmented Reality Towards A Simplified Pedagogical Scenario Case of Teacher Training in the Regional Centers for Education and Training in Morocco | |
Yang | English scores by distributed ID3 algorithm of computer network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |