《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：Human Factors Challenges in Space-Based Human-Machine Teams
编辑推荐：
未来的国际空间站、月球与火星任务要求团队在极端环境中生活与工作，面临高工作负荷、隔离、不确定性、通信延迟及有限的地面支持。这些条件会削弱感知、知觉、决策与行动能力。随着机器越来越多地融入此类任务，人机团队必须适应以维持极端条件下的安全与绩效。研究人员开展了一项
未来的国际空间站、月球与火星任务要求团队在极端环境中生活与工作，面临高工作负荷、隔离、不确定性、通信延迟及有限的地面支持。这些条件会削弱感知、知觉、决策与行动能力。随着机器越来越多地融入此类任务，人机团队必须适应以维持极端条件下的安全与绩效。研究人员开展了一项系统综述以考察空间中人机协作（Human-Machine Teaming, HMT）的研究现状：在 Engineering Village、IEEE Xplore 与 Web of Science 三个数据库中检索，最终有 8 篇同行评审文献满足全部纳入标准，研究主题覆盖信任（trust）、可解释性（explainability）、绩效（performance）与沟通（communication）。关键结果表明，沟通挑战会因团队缺乏韧性而加剧；新手在仿真中的信任与绩效感知同专家在运行环境中的感知存在差异。研究认为，必须对机器队友进行信任校准，设计对工作负荷敏感且具备情境感知的透明性机制，并制定能够支撑空间人机团队韧性绩效的沟通协议。
研究背景方面，未来国际空间站、月球与火星任务中的团队需在极端环境里持续作业，极端物理条件会逼近或超出人的生理、认知与感知极限，而地月、地火之间的通信延迟又限制了地球端在突发扰动时的支援能力。虽然机器人、自动化系统、自主系统与人工智能赋能的机器队友正不断进入空间操作，但既有综述要么泛化讨论人机团队（HMT），要么只关注极端环境下纯人团队，尚缺乏专门针对空间环境对人机协作人因问题的证据综合。因此，研究人员开展这项系统综述，目的是梳理近 25 年空间领域人机团队的人因研究，为空间及类似约束下极端环境任务中的韧性团队设计提供依据。
该论文发表于《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》。
研究方法上，研究人员将时间范围限定为 2000 年 1 月 1 日至 2025 年 10 月 7 日，只纳入英文同行评审期刊或可靠技术报告，要求研究包含至少一名人类参与者与至少一台机器代理（machine agent），在真实或仿真的极端环境（extreme environment，指固有自然条件接近或超出人类生理、认知、感知能力的场景）中开展，且测量人因构念如注意、信任、沟通、决策、效率、疲劳、安全、绩效、韧性、角色/任务分配、用户体验、可解释性（explainability）、情境意识（situation awareness）、透明性（transparency）与工作负荷（workload）等；对抗性敌意场景被排除。研究人员在 Engineering Village、IEEE Xplore、Web of Science 中以“human-machine”或“human-autonomy”与“teaming”及“space”等极端环境词检索，得到 804 条记录，用 Rayyan.ai 去重后剩 550 条唯一记录，由两名评审独立筛题目与摘要，Cohen’s κ = .6，经共识解决分歧，最终在更大综述的 54 篇全文复审文献中确定 8 篇空间领域文献，其中 7 个独立研究，因为 Doost et al. (2024) 与 Yin et al. (2025) 来自同一研究。
Introduction
研究人员指出，空间任务依赖自适应人机团队维持任务连续性，但现有文献没有把空间环境作为核心场景来综合机器作为核心队友的人因证据，因而需要专门综述。
Method
Inclusion and Exclusion Criteria
研究人员规定纳入原始实证或混合方法研究，人必须在回路中并有人的绩效测度，极端环境不包括主要由敌对行为导致风险的情形。
Search Strategy and Selection Process
研究人员通过三库检索、去重、双人筛查与全文复审，说明检索覆盖有限，其他数据库可能遗漏相关文献。
Outcome
沟通在 5 篇文献中被研究，信任、可解释性、绩效各在 3 篇中被研究。信任方面，仿真显示低后果任务中少量辅助也可引发队友级信任，而任务操作人员、工程师、Space Force Guardians 等领域专家对机器决策只有有限预期信任，但都认为需要信任校准机制；这说明空间人机信任不仅取决于系统能力，也受任务关键性、责任归属与操作者经验影响。可解释性方面，Barkouki et al. (2023) 的领域专家更看重能预防与缓解扰动的解释；Tokadli and Dorneich (2021) 与 Ulusoy and Reisman (2022) 的仿真参与者对透明性敏感，但反馈过多会在高任务负荷下分散注意力，因此可解释性应是自适应、按阶段、可行动的。绩效方面，Yin et al. (2025) 显示更具韧性的团队扰动后恢复时间更短；Ulusoy and Reisman (2022) 显示人助人比自主队友或无队友有更高任务完成准确率，但完成时间无显著差异；Scrapchansky et al. (2024) 专家乐观认为机器提升速度效率，而仿真却出现精度下降，反映空间安全关键场景中速度—精度权衡。沟通方面，Yin et al. (2022) 专家提出延迟与缺乏共享术语是挑战；Scrapchansky et al. (2024) 与 Tokadli and Dorneich (2021) 显示类人沟通增强“队友感”，但沟通量须匹配团队、任务与负荷；Doost et al. (2024) 与 Yin et al. (2025) 表明恢复扰动时沟通模式更多变，韧性团队更频繁共享关键信息并缩短恢复时间。
Conclusion
研究人员总结，仿真新手与访谈专家对信任和绩效感知不同；可解释性与沟通能提升意识但高需求下增加负荷；沟通关联协调与扰动恢复。空间任务应配置自适应信任校准、对工作负荷敏感的透明性，以及以韧性为核心的绩效评价。
讨论与结论翻译：本综述凸显空间人机协作中的关键挑战。信任与绩效感知在仿真中经验较少的参与者和访谈中的领域专家之间存在差异，而可解释性与沟通可提升意识，但在高需求下可能增加工作负荷。沟通与协调和扰动恢复相关。这些发现表明，韧性空间任务或可受益于自适应信任校准、对工作负荷敏感的透明性，以及以韧性为重点的绩效评估。
