[论文解读] Towards Bi-Directional Communication in Human-Swarm Teaming: A Survey

Aya Hussein, Leo Ghignone+5 more|arXiv (Cornell University)|Mar 4, 2018

Human-Automation Interaction and Safety参考文献 45被引用 11

一句话总结

本文提出了MICAH框架——一种闭环、自适应的人机-蜂群协同系统，通过整合任务、交互、复杂性、蜂群自动化及人类状态等多模态指标，实现动态、智能的自适应调整。通过持续感知认知状态与环境状态，MICAH实时调整自主水平、控制模式与可视化方式，以平衡人类工作负荷并提升任务表现。

ABSTRACT

Swarm systems consist of large numbers of robots that collaborate autonomously. With an appropriate level of human control, swarm systems could be applied in a variety of contexts ranging from search-and-rescue situations to Cyber defence. The two decision making cycles of swarms and humans operate on two different time-scales, where the former is normally orders of magnitude faster than the latter. Closing the loop at the intersection of these two cycles will create fast and adaptive human-swarm teaming networks. This paper brings desperate pieces of the ground work in this research area together to review this multidisciplinary literature. We conclude with a framework to synthesize the findings and summarize the multi-modal indicators needed for closed-loop human-swarm adaptive systems.

研究动机与目标

• 解决人机-蜂群协同（HST）中缺乏双向通信的问题，该问题限制了有效协作与共享情境意识。
• 识别并整合来自多个领域（任务、交互、复杂性、蜂群自动化及人类状态）的关键指标，以支持自适应控制。
• 开发统一框架，实现在人机-蜂群系统中动态、上下文感知的自适应，以维持最优性能与人类认知负荷。
• 克服传统自适应系统仅应用静态或任务特定调整而缺乏持续上下文感知的局限性。
• 通过实时监控与响应式系统调整，实现无缝、智能且无干扰的人机-蜂群交互。

提出的方法

• 提出五层框架——MICAH，整合任务绩效、交互、复杂性、蜂群自动化及人类状态指标。
• 利用心理生理传感器与系统遥测数据感知人类认知状态（如工作负荷、疲劳、注意力），并将其转化为可量化的指标。
• 设计自适应控制器，动态更新五个控制方面：蜂群设置、控制模式、自主水平、交互模式与可视化。
• 实施闭环系统，使人类与系统状态的反馈持续指导实时自适应决策。
• 将多模态数据流（认知、任务、环境与蜂群状态）整合为统一表征，以支持智能决策。
• 通过支持灵活、上下文敏感的响应机制，实现自适应自主与混合主导交互。

实验结果

研究问题

• RQ1 如何有效建立人类与蜂群之间的双向通信，以实现共享情境意识与相互可预测性？
• RQ2 在人机-蜂群协同中，哪些多模态指标是必要条件，以表征人类、蜂群、任务与交互的动态状态？
• RQ3 自适应系统如何基于人类认知状态与系统状态的实时信息，持续调整自主水平、控制模式与交互机制？
• RQ4 现有自适应系统可通过何种方式扩展，以支持人机-蜂群协同中不断变化的情境与人类心理负荷？
• RQ5 何种框架能够将多样化指标统一为一个连贯、灵活且响应迅速的控制系统，以支持人机-蜂群协同？

主要发现

• MICAH框架成功将五类不同指标组——任务绩效、交互、复杂性、蜂群自动化与人类状态——整合为统一的自适应控制系统。
• 该框架通过持续监控人类认知状态（如工作负荷、疲劳、注意力）并据此调整系统行为，实现动态、上下文感知的自适应。
• 当工作负荷或疲劳水平升高时，系统自动提升蜂群自主性以减轻人类负担；当注意力下降时，则降低自主性并增强可视化以保障安全。
• 与仅应用静态或任务特定调整的传统自适应系统不同，MICAH支持随情境与人类状态变化而持续演进的灵活自适应。
• MICAH框架通过引入人类心理状态监控与多维反馈，扩展了现有自适应系统的能力，实现无缝监督与实时响应。
• 该框架同时支持自适应自主与混合主导交互，适用于搜救、网络防御等复杂、关键任务应用场景。