网络赛车教练：用于教授高级驾驶技能的触觉共享控制框架

本研究提出了一种用于教授人类驾驶员高级驾驶技能的触觉共享控制框架。在此语境下，共享控制指人类驾驶员与自动驾驶系统协同控制车辆转向的驾驶模式。高级驾驶技能是指在高性能驾驶（如赛车和紧急障碍物规避）中安全地将车辆推向其操控极限所需的技能。先前的研究已通过主观和客观评估证明了共享控制方案在性能和安全性方面的优势。然而，这些方案尚未针对其对复杂和高要求任务的技能习得影响进行评估。关于长期技能习得的先前研究要么将触觉共享控制应用于简单任务，要么采用视觉和听觉辅助等其他反馈方法。为弥补这一差距，本研究创建了一个基于触觉共享控制范式的网络赛车教练框架，并评估了其在帮助人类驾驶员习得高性能驾驶技能方面的表现。该框架引入了 (1) 一个能够在高性能驾驶场景中与人类协作的自动驾驶系统；以及 (2) 一种触觉共享控制机制配合渐变消退方案，根据人类驾驶员在训练过程中的表现逐步减少自动驾驶的转向辅助。考虑了两种基准：自主学习（无辅助）和训练期间完全辅助。人类受试者实验的结果表明，所提出的框架相比基准帮助人类驾驶员发展了更优越的赛车技能，从而获得了更好的性能和一致性。