随着互联网技术的发展,教育模式迎来新的改革契机,为满足学生群体不断增长的自主学习需求,在线教育应运而生,并成为不可或缺的教育方式,各类在线教育平台不断涌现,其中由西安电子科技大学计算机科学与技术学院研发的智慧教育平台旨在为学生提供优良的在线学习环境,在师生中引起强烈反响,通过前期多维度数据分析发现,学生成绩与其平台表现呈很强的相关性,因此提升学生对于智慧教育平台的使用积极性极为必要。深度强化学习（Deep Reinforcement Learning,DRL）是人工智能领域研究的重要组成部分,在诸多领域尤其是游戏方面取得了巨大成功,其超强的游戏能力引人关注。在此背景下,依托智慧教育平台,基于深度强化学习打造智能学伴机器人系统的游戏模式,旨在从提升趣味性的角度出发,通过游戏模式增强学生在智慧教育平台自主学习的兴趣与热情,达到优化教学的目的。开展的具体工作内容如下:（1）通过对国内外在线教育及深度强化学习的发展现状调研,探讨在线教育平台对学生缺乏吸引力的问题,分析在线教育引入游戏模式的有效性,提出智能学伴机器人系统游戏模式的总体设计,构建基于深度强化学习的Agent（智能体）,为每位学生的专属智能学伴机器人提供游戏能力。依据学生学习积分折算训练步数自动训练对应Agent,使其游戏能力成为学生在智慧教育平台学习量的直观体现,进而通过比赛模式提升学生对其专属智能学伴机器人的拥有感,促使学生为获得比赛胜利而进行更多学习活动。（2）智能学伴机器人系统游戏模式分为两个主要功能模块:训练模块、比赛模块。训练模块核心功能是由学生学习积分驱动基于DQN或A3C算法的Agent自主训练,逐步提升其游戏能力,游戏得分即代表了学生在智慧教育平台的学习表现。为了进一步增加游戏趣味性,激发学生兴趣,经过训练的Agent能够参与网页游戏多人比赛,并分出胜负,模拟智能学伴机器人同场对战的效果,即比赛模块核心功能。网页游戏中不同个体的动作完全受到动作指令的控制,Agent根据动态的游戏环境向游戏中不同个体发出动作指令进行实时操控,即探索一种深度强化学习在网页游戏多人实时比赛中的应用方式。智能学伴机器人系统解决实时通讯和网页游戏多人比赛异步等问题,符合智慧教育平台实际应用需求,为更多类似的应用场景提供了可靠的理论与实践基础。