AIRHILT：面向航空类比检测的人类在环测试平台
机器人学
2025-11-25 v1 人工智能
摘要
我们提出AIRHILT（Aviation Integrated Reasoning, Human-in-the-Loop Testbed），一个模块化轻量化仿真环境，用于评估航空类比检测的多模态飞行员和空中交通管控（ATC）辅助系统。基于开源 Godot 引擎构建，AIRHILT在统一可扩展平台上同步飞行员和ATC的无线电通信、来自摄像头流的视觉场景理解以及ADS-B监视数据。该环境支持飞行员和控制员在环交互，提供覆盖终端区域和航路区域操作冲突的综合情景套件，包括通信错误和程序错误。AIRHILT提供标准化的JSON接口，使研究人员轻松集成、替换和评估自动语音识别（ASR）、视觉检测、决策和文本转语音（TTS）模型。我们通过包含精调Whisper ASR、YOLO视觉检测、ADS-B冲突逻辑以及GPT-OSS-20B结构化推理的参考管线演示了AIRHILT，并呈现了代表性跑道重叠情景的初步结果，在该情景中，助理器的平均首次警报时间约为7.7秒，平均ASR和视觉延迟分别约为5.9秒和0.4秒。AIRHILT环境及情景套件已公开提供，支持航空类比情感意识和冲突检测的可重复研究；代码与情景可在https://github.com/ogarib3/airhilt获取。
引用
@article{arxiv.2511.18718,
title = {AIRHILT: A Human-in-the-Loop Testbed for Multimodal Conflict Detection in Aviation},
author = {Omar Garib and Jayaprakash D. Kambhampaty and Olivia J. Pinon Fischer and Dimitri N. Mavris},
journal= {arXiv preprint arXiv:2511.18718},
year = {2025}
}
备注
9 pages, 4 figures, 1 table, 1 algorithm