面向人机协同的模块化测试平台:无人机蜂群灭火演示系统

《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》:Modular Testbed for Human-Autonomy Teaming: A Drone Swarm Firefighting Demonstration

【字体: 大 中 小 】 时间:2026年10月22日 来源:Proceedings of the Human Factors and Ergonomics Society Annual Meeting

编辑推荐:

  人类与智能系统在高风险领域中日益协作。为了作为真正的队友运作,这些系统需要更高水平的自主性,随着技术的快速发展,这正变得越来越可行。因此,人机协同(Human-Autonomy Teaming, HAT)已成为一个关键研究领域。大多数HAT研究依赖于使用简化智

  
人类与智能系统在高风险领域中日益协作。为了作为真正的队友运作,这些系统需要更高水平的自主性,随着技术的快速发展,这正变得越来越可行。因此,人机协同(Human-Autonomy Teaming, HAT)已成为一个关键研究领域。大多数HAT研究依赖于使用简化智能体和任务的基于仿真的测试平台。这些测试平台通常缺乏足够的灵活性和可定制性,限制了研究人员操纵关键HAT属性的能力。此外,大多数测试平台聚焦于二元团队,而现实世界的应用越来越多地涉及人类与多个自主系统(如无人机蜂群)的交互。理解操作员如何有效控制此类蜂群仍是一个关键挑战。在此次演示中,研究人员将展示其灵活且可定制的HAT测试平台,并以野火响应中的人-蜂群交互为例。与会者将体验通过行动基控制和剧本基控制来操控不同规模大小的无人机蜂群,从而展示该测试平台如何促进系统的实证研究。

研究背景与现存问题

在人机协同(Human-Autonomy Teaming, HAT)研究领域,人类与智能系统在高风险领域(如国防与应急响应)中的协作日益紧密。然而,现有的大多数HAT研究依赖基于仿真的测试平台,这些平台通常使用简化的AI智能体(agent)和近似任务情境。这些测试平台往往缺乏足够的灵活性和可定制性,限制了研究人员对关键HAT属性(如自主性水平、协作策略等)进行系统性操纵与评估的能力。此外,绝大多数HAT测试平台仅关注由一名人类与一名AI智能体组成的二元团队(dyadic team),而现实世界中的人类-自主系统交互越来越趋向于一对多的配置,例如人类操作员与无人机蜂群(drone swarm)的互动。如何使操作员能够有效控制此类蜂群,仍然是一个亟待解决的关键研究挑战。
针对上述不足,研究人员开发了一个灵活且可定制的HAT测试平台,旨在填补现有研究空白。该测试平台允许研究人员调节关键HAT属性,包括智能系统的数量、自主性水平以及交互方式,从而支持对人类-蜂群交互(Human-Swarm Interaction, HSI)的系统性实证研究。

研究方法与技术路线

为实现上述研究目标,研究人员采用了以下几种关键技术方法:
  1. 1.
    文献综述与需求分析:首先对HSI领域的已有文献进行回顾,识别出影响有效HSI的关键因素与潜在解决方案,特别是行动基控制(action-based control)与剧本基控制(play-based control)两种交互方式的差异与潜力。
  2. 2.
    领域专家工作坊:分别与来自消防部门、警察部门和搜救队的专业人员举办工作坊,通过目标导向任务分析(Goal-Directed Task Analysis, GDTA)法,分析他们在当前和未来引入无人机蜂群情况下的任务与挑战,提炼出核心研究问题。
  3. 3.
    模块化测试平台开发:基于上述分析,构建了一个包含配置面板、模块化用户界面(User Interface, UI)以及与Unity仿真引擎连接的应用程序编程接口(API)的可定制测试平台。该平台支持调整蜂群规模、自主性水平、UI布局及交互方式等参数。
  4. 4.
    混合实验设计:计划采用控制类型(行动基 vs. 剧本基,被试内变量)与蜂群规模(小型10架 vs. 大型30架,被试间变量)的混合设计,结合主观问卷、眼动追踪(eye-tracking)、屏幕录制及半结构化访谈等方法,对操作员的态势感知(Situation Awareness, SA)、工作负荷(workload)和任务绩效进行多维度测量。

研究结果与发现

1. 研究问题与假设

研究人员提出了两个核心研究问题:
  • •
    RQ1:与行动基控制相比,剧本基控制如何影响操作员的工作负荷、态势感知和任务绩效?
  • •
    RQ2:蜂群规模如何与控制类型相互作用,进而影响上述结果?
基于理论推导,研究人员提出以下假设:剧本基控制将比行动基控制带来更低的工作负荷(H1)、更高的态势感知(H2)和更高的任务绩效(H3)。同时,这些差异的幅度会随蜂群规模的增大而增加(H4–H6),因为行动基控制要求操作员逐一管理每架无人机,而剧本基控制则允许用一组固定指令指挥整个蜂群,不受规模影响。

2. 实验设计与场景

研究采用混合设计。参与者将扮演动态野火响应场景中的无人机蜂群操作员,其目标是管理蜂群以维持对不断变化环境的态势感知,同时支援地面灭火队伍。场景包括受风力影响的主火、间歇性出现的飞火、需要疏散的平民以及执行洒水任务的支奴干直升机。在行动基控制条件下,操作员需选择单架无人机并为其分配具体动作,如“前往某点”、“沿路径飞行”等。在剧本基控制条件下,操作员激活如“绘制环境地图”、“监视火情”、“疏散旁观者”等高级剧本,并通过调整各剧本优先级让蜂群自主分配无人机资源。

3. 参与者招募

研究人员计划招募混合样本,既包括具备实战经验的消防专家,也包括无消防背景的普通用户。尽管消防专家拥有操作经验,但无人机蜂群界面和操作任务对两组人员而言均为全新内容,因此所有参与者在正式实验前均需接受每种控制类型的训练。

4. 测量指标

  • •
    态势感知:采用态势感知全局评估技术(Situation Awareness Global Assessment Technique, SAGAT),在预定的冻结时刻暂停仿真,向参与者提问关于火线轮廓、飞火位置及待疏散平民等信息。同时,利用眼动追踪和屏幕录像数据,依据条件特定的必要态势感知剖面(required SA profile)进行分析。
  • •
    工作负荷:结合主观测量的原始NASA任务负荷指数(raw NASA Task Load Index, raw NASA-TLX)与客观生理测量的眨眼频率(blink frequency)。
  • •
    任务绩效:由三个部分组成——火灾测绘(火点命中率与主火覆盖范围)、平民疏散成功率以及因支奴干航线导致的无人机损失数量。
  • •
    定性数据:在每个条件结束后及整个研究结束时进行半结构化访谈,以捕捉参与者的策略以及对每种控制类型优缺点的看法。

结论与讨论

在本次拟议的演示环节中,研究人员将展示用于研究HSI的HAT测试平台。此类测试平台对于系统性地探究人类如何在多样化的操作环境中有效交互和控制无人机蜂群至关重要。该测试平台提供了一个灵活且可定制的研究环境,便于操纵关键的HAT和HSI属性,如蜂群规模和自主性、用户界面元素以及交互方法。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号