智能教育技术 · 具身智能
个人简介与项目
个人简介与项目
本、硕、博均毕业于北京化工大学，获工学博士学位。2012年参加工作。主要从事智能教育技术与具身智能研究，聚焦动态交互中的状态理解与决策支持，研究环境观测与历史记忆的联合表征。在程序设计教学中开展学习状态诊断与教学干预研究，在具身智能领域开展多模态感知与空间记忆研究。
主持北京市自然科学基金、国家重点实验室自主科研基金课题、教育部产学合作协同育人及企事业单位委托项目。以第一作者或通讯作者在 IEEE Transactions on Intelligent Transportation Systems、Expert Systems with Applications 等期刊发表或录用学术论文10余篇。
长期主讲《数据结构》《面向对象程序设计》等课程，自研CHL智慧教学系统与TRACE学习证据追溯系统。获北京市高等教育教学成果二等奖（第8完成人）、北京高校青年教师教学基本功比赛三等奖、校青教赛一等奖等；副主编清华大学出版社教材1部，指导学生获国家级竞赛一等奖5项。
代表性主持项目
| 实施时间 | 项目名称 | 项目来源 | 万元 | 状态 |
|---|---|---|---|---|
| 2026.09起 合同期6个月 | 面向化工领域专业知识的大模型知识增强与复杂任务工具调用算法研发 | 企事业单位 | 78.45 | 在研 |
| 2026.07—2029.06 | 面向程序设计教育的大模型辅助学习真实性诊断与干预方法研究 | 北京市自然科学基金 | 30 | 在研 |
| 2025.12—2027.12 | 典型场景验证数据采集与处理 | 科研院所 | 93.5 | 在研 |
| 2024.09—2026.09 | 海洋环境要素可视化及数据预处理技术服务 | 科研院所 | 80 | 在研 |
| 2024.08—2025.08 | 能源网络的关键节点识别与分析 | 国家重点实验室 自主科研基金 | 30 | 结题 |
| 2024.01—2026.01 | 基于大语言模型的智能教学模式研究——以数据结构课程为例 | 校级重点教改 | 2 | 结题 |
| 2023.01—2026.01 | 特定领域大数据工程模块及模型研制 | 科研院所 | 201.5 | 结题 |
| 2022.03—2024.03 | 多终端的资产综合信息可视化平台开发 | 企事业单位 | 180 | 结题 |
核心课程与课程建设
本科：数据结构、数据结构实验、面向对象程序设计、C语言程序设计（含英文授课）、移动互联网技术；参与人工智能导论教学。研究生：学术英语写作、学术英语读写、专业英语。
《数据结构》《移动互联网技术》为校级一流本科课程，前者为课程思政示范课，后者获批全英文课程建设项目。副主编《大学计算机实验指导（第5版）》（清华大学出版社，2025），指导国家级大学生创新创业训练计划项目3项。
代表性成果
代表性成果
学术论文
[1] Jiang Z, Ji G, Dai Y, Doyle P, Gu W. Learning Multilayer Network Representation via Rotational Graph Convolutional Networks[J]. Expert Systems with Applications, 2027, 333: 134080.
[2] Yang H, Liu W, Qiao Y, et al. CrossRay3D: Geometry and Distribution Guidance for Efficient Multimodal 3D Detection[J]. IEEE Transactions on Intelligent Transportation Systems, 2026: 1–13 (Early Access).
[3] Han Z, Wang J, Yan X, et al. CoReaAgents: A Collaboration and Reasoning Framework Based on LLM-Powered Agents for Complex Reasoning Tasks[J]. Applied Sciences, 2025, 15(10): 5663.
[4] 江志英, 黄震宇, 宋晨炜, 等. 基于思维代码的大语言模型多工具协调调用提示方法[J]. 北京化工大学学报（自然科学版）, 2025, 52(3): 105–113.
[5] Jiang Z, Zhang Z, Ji G, Li F. Food Safety News Summarization Paradigm Based On Large Language Models And RAG[C]//2025 IEEE 14th Data Driven Control and Learning Systems Conference (DDCLS). Wuxi, China: IEEE, 2025: 1681–1686.
教学论文
[6] 江志英, 冀港, 谷伟伟. 新工科背景下生成式AI赋能教学模式探索——以面向对象程序设计课程为例[J]. 教育理论与研究, 2025, 3(40): 128–130.
[7] 江志英, 王嘉薪, 卢罡, Paul Doyle, Brian Gillespie. 基于定制MOOC与中外联合课堂的混合教学模式探究[J]. 计算机教育, 2023(10): 112–116.
发明专利
一种基于表征学习增强多层网络鲁棒性的方法，CN120337984B，2026年授权，第一发明人。
一种基于Storm的食品数据并行计算一致性问题优化方法，ZL201810498850.7，2021年授权，第一发明人。
荣誉与奖励
| 年份 | 荣誉与奖励 | 署名 |
|---|---|---|
| 2025 | 北京化工大学青年教学名师 | 个人 |
| 2022 | 北京市高等教育教学成果二等奖 面向新工科化工类院校计算机专业创新人才培养体系的构建与实践 | 第8完成人 |
| 2021 | 北京高校第十二届青年教师教学基本功比赛工科类A组三等奖 | 个人 |
| 2020 | 北京化工大学第十二届青年教师教学基本功比赛一等奖 最佳现场展示奖、最受学生欢迎奖 | 个人 |
| 2020 | 北京化工大学优秀青年主讲教师 | 个人 |
| 2015 | 第二届全国高校微课教学比赛北京市比赛三等奖 | 个人 |
具身感知与记忆
研究方向1：具身智能感知与记忆
研究智能体在动态环境中的多模态状态感知与历史经验利用，重点关注图像—点云融合、时序记忆检索及空间记忆。围绕环境信息的获取、保存与更新，开展多模态三维检测，并将大模型记忆方法与视觉空间表征相结合。
CrossRay3D 多模态三维感知
通过射线感知监督、类别平衡监督与稀疏特征选择，改善图像和点云的采样质量；以射线位置编码对齐跨模态几何信息。在nuScenes数据集上取得72.4% mAP和74.7% NDS，并开展传感器缺失条件下的鲁棒性评估。
ChronoMem 时序记忆与空间记忆研究
以事件为单位组织长期对话记忆，通过时间意图解析、高斯时间加权重排与宏观语境检索，处理时间变化引起的信息冲突和检索偏差。进一步结合计算机视觉，研究场景、对象与历史事件之间的空间关联及记忆更新。
图学习与智能体
研究方向2：图表示学习与智能体推理
研究异质实体、层间关系及任务依赖的统一表征，探索关系建模与任务规划、工具执行之间的联系。以图表示学习处理多源信息融合，以多智能体协作和知识增强支持复杂任务推理，应用于能源网络分析及专业任务求解。
RT-GCN 多层网络表征学习
在层内图编码基础上，以复数空间旋转描述异质层间关系，结合关系感知注意力与一致性门控控制跨层信息融合。在四个真实双层网络数据集上开展链接预测与稀疏耦合实验，检验表征有效性和稳健性。
CoReaAgents 多智能体协同推理
构建规划、工具和反思三类智能体，通过工具描述增强、子任务核验与动态重规划协调任务执行。ToolBench平均通过率为77.2%，较Tool-Planner提高4.0个百分点；并在数学推理和多跳问答任务中验证协作机制。
相关工作包括ReACo思维代码与多工具协调调用，以及能源网络关键节点识别、化工专业知识增强与复杂任务工具调用算法研发。
论文在线页面
智能教育技术
研究方向3：智能教育技术
研究生成式人工智能参与后的学习过程表征、能力诊断与教学干预。围绕代码、交互日志、人工智能对话与测评结果，结合异质认知网络和教师反馈研究，探索多源学习记录支持教学判断与课程改进的方法。
学习过程表征与认知诊断
主持北京市自然科学基金项目，构建知识、行为与认知三层异质网络，研究外部支持不完全可观测条件下的学习状态诊断，以及基于认知状态转移的分层教学干预。
CHL教学实践与TRACE证据追溯
CHL以任务卡、启发式追问与编程练习组织学习活动，支持算法解释、边界核验与变式迁移。TRACE将教师反馈与任务条件、人工智能支持及学生作答关联，支持学习者查阅依据、补充说明和提出异议。
TRACE研究包括24位教师的192次任务和16位学生的48次交互。教师查阅的证据来源更广，学习者在40/48次交互中打开引用记录；具体、充分且与任务相符的证据解释是反馈质量的关键。