科学家提出人机交互新方法

2016年7月12日，美国马萨诸塞大学安姆斯特分校网站发布消息称，该校研究人员创造了一种人机控制转移的新方法。

马萨诸塞大学安姆斯特分校计算机科学研究生Kyle Wray和Luis Pineda以及他们的教授Shlomo Zilberstein联合公布了一种用于解决人与自动化系统控制转移问题的新方法。他们的理论工作是通过驾驶模拟器进行实验测试的，应该有助于推进发展安全的半自动化系统(SAS)，如自动驾驶汽车。据Zilberstein教授解释，这样的系统依赖于人的监督以及人与自动化系统之间的临时控制转移。在美国国家科学基金会(NSF)和汽车行业的大力支持下，他的实验室正在研究开发新的半自动化系统方法，以实现人与机器的合作控制，并使得人和机器都能发挥各自的能力。

Zilberstein说：“自动驾驶汽车即将面世，但现实世界是相当混乱的，只有很少的自动化系统可以处理这些情况。我的感觉是，我们几乎没有用于汽车的全自动化系统。”这是因为人工智能传感技术和决策技术仍然非常有局限性。无论进行多少训练和设计，都不可能得到针对现实世界的足够精确的模型，以保证这样的系统能够可靠运行。例如，火车有可能成为自动化系统的下一个目标。但在实际使用中，如果遇到被暴风雪吹倒在铁轨上的树枝，可能仍然需要由人来判断如何才能安全行驶。研究人员表示，上述例子强调了半自动化系统研究工作必须解决的一个重大挑战，即在系统和监督者之间的快速、安全和顺利的控制转移。目前设计的大多数系统都没有做到这一点。Zilberstein说：“奇怪的是，随着自动化程度的提升，人们越来越少地干预系统的运行控制，这导致他们越来越难以接管控制。”

他们将其理论框架应用到半自动驾驶汽车中，并使用具有两层推理过程的层次法或分步法。高层次的路由规划考虑了对控制转移的偶然需要，但没有给出详细规划。实际的控制权转移是通过一个详细的、“高保真”的模型来实现的。该模型能够对驾驶员给出合理的行为提示，并持续监视他们的反应。可以通过停止车辆来处理一些诸如司机不理会接管控制要求的情况。他们对综合模型的分析表明，该模型能够提供重要的安全保证。

研究人员展示了如何将这个总体框架应用到半自动化车辆中，并证明了它能够保持所谓的“生存状态”。直观地说，这就是他们所说的“强半自动化”，即该系统不会被置于不愿处理特定情况的责任主体的控制之下。他们的实验表明，这种方法能够同时发挥人和车辆的能力。

Zilberstein和同事们计划与Donald Fisher教授和Siby Samuel以及马萨诸塞大学阿默斯特分校工程学院的博士后TimothyWright进行合作，使用一个大型的、逼真的驾驶模拟器对该方法进行整合。在检测到发生异常时，一个能够将控制权返回给驾驶员的可靠方法是自动驾驶汽车的一个重要组成部分。这项工作将允许研究人员对一种新方法进行验证，使得人类驾驶员能够在自动驾驶汽车的同时执行其他各种任务。