人机协作中自然与人工信任的统一双向模型

我们引入了一种新颖的基于能力的双向多任务信任模型，可用于来自人类或机器人信任者智能体的信任预测。任务以其能力需求表示，而受托智能体以其个体能力刻画。受托智能体的能力并非确定性的；它们由信念分布表示。对于待执行的每个任务，那些已证明其能力超出任务需求的受托智能体会被赋予更高水平的信任。我们报告了一项有 284 名参与者参与的在线实验结果，揭示我们的模型在人类信任者的多任务信任预测上优于现有模型。我们还展示了用于确定机器人信任者信任的模型仿真。我们的模型可用于涉及人机团队的控制权限分配应用。