人机团队中动态情境感知的框架：一项访谈研究

《ACM Transactions on Human-Robot Interaction》：A Framework for Dynamic Situational Awareness in Human–Robot Teams: An Interview Study

人机协作中动态态势感知（DSA）的研究基于16名参与者的半结构化访谈，提出DSA框架分析环境、任务、角色等因素如何影响所需与实际态势感知水平（SA）的动态差异。研究发现SA缺口导致延迟、遗漏、错误行动及认知负担，并识别出语境、人类和机器人相关因素（如任务挑战性、机器人自主性、注意力分配）。建议通过自适应界面和自然语言查询优化SA管理，减少认知负荷。摘要后加分隔符：

　　人类与机器人团队协作中的情境意识是一个关键的领域，尤其是在动态环境中。情境意识（Situational Awareness, SA）通常被定义为个体对环境要素的感知、对这些要素的理解以及对未来状态的预测能力。在人类与机器人团队（Human-Robot Teaming, HRT）中，情境意识被认为是成功协作的基础。然而，传统的观点认为，最佳的情境意识是知道一切，这种假设在实际操作中是存在问题的，因为情境意识的需求会随着环境条件、任务背景和团队成员的角色与能力而变化。本文通过访谈16位具有丰富和重复经验的HRT参与者，探讨了情境意识的动态性，并提出了一个框架，用于解释在HRT中所需情境意识的动态变化。此外，我们识别了影响所需和实际情境意识水平的多种因素，以及这些因素之间的差距导致的情境意识效率低下类型及其主要后果。我们还揭示了人类和机器人采取的各种策略，以维持所需的情境意识水平。这些发现为实现准确的情境意识估计和设计用户自适应的人机界面提供了信息，因此对未来的HRT设计有重要意义。

在HRT中，情境意识不仅是人类的属性，也是机器人的能力。人类需要了解机器人和环境的状态，而机器人也需要对人类、其他机器人和环境建立适当的情境意识。我们研究的重点是人类对机器人和环境的情境意识。根据Endsley的模型，情境意识可以分为三个层面：感知、理解和预测。许多现有研究强调了人类协作者维持适当情境意识的重要性，但这些研究往往假设情境意识水平在整个任务中是恒定的，且更高的情境意识意味着更高效和更成功的任务结果。然而，这一假设并不总是成立，因为实际任务中所需的情境意识水平可能因环境变化、任务情境和团队成员的能力而变化。因此，我们假设所需的情境意识是动态的，并提出了一个动态情境意识（Dynamic Situational Awareness, DSA）的框架，用于解释和分析这一动态性。

在HRT中，情境意识的测量和提升一直是研究的重点。现有的测量方法主要包括直接测量、性能测量、行为测量和过程指数测量。直接测量通常通过问卷调查来评估情境意识的三个层面，如SART和SAGAT。然而，这些方法存在局限性，例如SART容易受到回忆偏差和过度概括的影响，而SAGAT则需要在任务过程中暂停模拟，这在现实世界中不可行。性能测量通过任务完成情况来评估情境意识，但这种方法往往只能捕捉任务的最终结果，无法反映过程中的细微变化。行为测量依赖于观察者的评估，可能受到观察者对操作者行为的误解或偏见的影响。过程指数测量则关注情境意识的形成过程，如通过分析操作者的视觉注意力来评估情境意识。然而，这些方法在实际应用中仍然存在挑战，尤其是在动态HRT任务中，情境意识需求的变化需要更精细的测量工具。

为了更深入地理解动态情境意识，我们进行了半结构化的访谈，涉及多个领域的HRT应用。这些访谈揭示了情境意识需求的动态变化，以及这些变化如何影响任务执行。我们发现，情境意识需求的波动主要受到环境条件、任务背景和团队成员能力的影响。此外，情境意识的不足可能导致延迟行动、错过行动、不必要的行动、错误行动或混淆，这些都会影响HRT的性能。基于这些发现，我们提出了一个框架，用于描述所需情境意识和实际情境意识之间的差距，并识别了各种策略，以帮助维持所需的情境意识水平。

在HRT中，情境意识的动态性意味着需要在不同任务阶段调整情境意识的水平。例如，在任务关键期，可能需要更高水平的情境意识，而在常规阶段，较低水平的情境意识可能就足够了。此外，情境意识的水平可能受到任务复杂度、安全需求、机器人数量、时间限制和任务持续时间的影响。我们还发现，机器人的自主能力、软件和硬件的鲁棒性以及机器人的状态严重程度都会影响所需的情境意识水平。这些因素的变化可能导致情境意识需求的波动，从而影响团队的整体表现。

为了维持所需的情境意识水平，我们识别了多种策略，包括人类和机器人发起的策略。人类可以采取频繁的视觉扫描来更新对任务的整体认知，或者通过优先级排序和降低机器人的工作负载来管理任务需求。机器人可以通过预测需要人类干预的事件，将关键信息传递给人类，或者通过跟踪人类的注意力来动态更新整体认知。这些策略可以减少情境意识的差距，提高任务执行的效率和准确性。

本文的发现对未来的HRT设计有重要意义。首先，它为准确估计动态情境意识提供了理论框架，有助于开发更精细的情境意识测量工具。其次，它为设计用户自适应的人机界面提供了指导，使界面能够根据情境意识需求的变化动态调整信息呈现方式。此外，这些发现还强调了情境意识在动态HRT任务中的重要性，以及如何通过优化情境意识的测量和提升策略来提高团队协作的效率和安全性。未来的研究可以进一步探索如何在不同的HRT应用中实施这些策略，以提高情境意识的动态管理能力。