协同类人响应与机器智能用于灾害响应中的规划

在快速变化的灾害响应环境中，自主智能体的规划与决策涉及复杂且相互依赖的选择。尽管最近的进展改进了传统人工智能（AI）方法，但它们在此类环境中往往表现不佳，特别是当应用于在明确定义的训练参数之外运行的智能体时。为了应对这些挑战，我们提出了一种受双过程理论（DPT）启发的基于注意力的认知架构。该框架以在线方式将快速但启发式的（类人）响应（系统 1）与机器智能缓慢但优化的规划能力（系统 2）相集成。我们阐明了监督控制器如何通过评估两个系统在多个不同属性上的性能，实时动态决定由哪个系统参与，以优化任务目标。在动态环境中的轨迹规划评估中，我们的框架表明，这种协同集成能够通过优化多个任务目标来有效管理复杂任务。