随着网络的普及和在各个领域的广泛应用，基于网络的远程教学已经成为教育领域内备受关注的研究课题。本文通过深入调查分析，针对有的网络教学系统缺乏智能性、动态交互功能不强、导航不完善等问题，提出了以适应性学习理论为指导，引入Multi-Agent技术并结合传统单机环境下智能教学系统中的成熟技术，构建基于多Agent的网络适应性学习系统的思想，并在此基础上实现了一个相应的网络教学系统，在个性化、交互性、适应性等方面取得了一些效果。在设计与实现基于多Agent的网络适应性学习系统的过程中，本文主要做了如下几方面的研究工作：① 在系统设计上构建了B／A／S三层结构，即适应性功能表现层、多Agent系统执行层和数据资源层。这三层结构体现了适应性学习理论的指导思想和引入Multi-Agent技术并结合传统单机环境下智能教学系统中的成熟技术的开发宗旨。② 采用贝叶斯网络(Bayesian Nets)和粒度层次(Granularity Hierarchies)方法构建了覆盖型学生模型，为知识前测的出题策略和系统的学生适应性学习提供了依据。③ 提出了以完成一次适应性学习任务为目标的多Agent系统并实现了多Agent之间简单的基于FIPA-ACL语言的通信功能。本文所开发的基于多Agent的网络适应性学习系统能够通过知识前测和学习风格测试判断出学生的知识特征和学习风格，并根据学生的知识特征和学习风格为其提供适应性的学习空间。系统从总体上实现了适应性学习，其适应性主要体现为：适应性内容呈现、适应性导航支持、适应性帮助。其中，适应性帮助包括：适应性同伴帮助、适应性教师指导以及基于关键词的知识点查询。综上，本文仅是在网络教学方面进行探索和研究的一个总结，提高网络教学的智能性、交互性、导航性，使网络教学向人性化方向发展，真正实现因材施教，还需要不断的深入研究和发展。