野外机器人自适应实验设计中决策支持系统的分类体系

野外机器人中的实验设计是一种自适应的人在回路决策过程，实验者通过以构建实验的形式与机器人交互来了解系统性能与局限。这可能具有挑战性，因为系统复杂、需要在非结构化环境中操作，以及存在同时最大化信息增益与最小化实验成本的竞争目标。基于其他领域的成功，我们提议使用决策支持系统（DSS）来增强人类的决策能力、克服其固有缺陷，并实现野外实验中有原则的决策。在本工作中，我们提出通用术语以及专门针对更具信息量的测试和降低实验成本的自适应实验设计的六阶段 DSS 分类体系。我们利用 DSS 文献中的示例与趋势（包括涉及人工智能与智能 DSS 的工作）构建并呈现我们的分类体系。最后，我们识别了未来研究的关键技术空白与机遇，以引导科学界追求下一代实验设计 DSS。