ALARMS：面向下一代飞机危险的警报与推理管理系统
人工智能
2012-03-19 v1
摘要
下一代空中交通系统将在驾驶舱中引入新的先进传感器技术。随着此类系统的引入，飞行员的职责预计将大幅增加。在NASA的ALARMS（警报与推理管理系统）项目中，我们专注于这一环境的关键挑战：快速高效地处理飞机传感器警报。在所有时刻向飞行员通报所有子系统的状态是不可行的。此外，尽管有警报证据，但真实危险状态存在不确定性，并且为应对这些警报所采取行动的效果和持续时间也存在不确定性。本文报告了构建一个旨在处理下一代警报的应用的第一步。在ALARMS中，我们识别了60个不同的飞机子系统和20个不同的潜在危险。在本文中，我们展示了如何利用贝叶斯网络根据传感器输入推导出潜在危险的状态。然后，我们提出了一个框架，其中自动化系统可以使用时间依赖马尔可夫过程（TMDP）与飞行员合作规划应对这些危险。不同的危险和飞行员状态将需要不同的警报自动化计划。我们展示了贝叶斯网络和TMDP在座舱自动化中的这一新兴应用，针对一个存在少量危险的用例，并分析了由此产生的警报自动化策略。
引用
@article{arxiv.1203.3470,
title = {ALARMS: Alerting and Reasoning Management System for Next Generation Aircraft Hazards},
author = {Alan S. Carlin and Nathan Schurr and Janusz Marecki},
journal= {arXiv preprint arXiv:1203.3470},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Sixth Conference on Uncertainty in Artificial Intelligence (UAI2010)