面向空中交通控制 AI 代理的人类在回环测试：受监管评估框架
人机交互
2026-01-13 v1 机器学习
多智能体系统
摘要
我们提出了一个严格的人类在回环评估框架，用于评估 AI 代理在空中交通控制任务上的性能，该框架基于用于训练和测试真实世界控制员的监管认证仿真课程。通过利用受法律监管的评估并涉及专家人类教师的评估过程，我们的框架能够更真实、更贴近领域的测量 AI 性能。这一工作解决了现有文献中的一个关键差距：学术表示的空中交通控制与实际运营环境的复杂性常常不一致。它还为有效的未来人机协作范式奠定了基础，通过将机器性能与人类评估目标对齐。
引用
@article{arxiv.2601.04288,
title = {Human-in-the-Loop Testing of AI Agents for Air Traffic Control with a Regulated Assessment Framework},
author = {Ben Carvell and Marc Thomas and Andrew Pace and Christopher Dorney and George De Ath and Richard Everson and Nick Pepper and Adam Keane and Samuel Tomlinson and Richard Cannon},
journal= {arXiv preprint arXiv:2601.04288},
year = {2026}
}