人机协作团队的工具与方法：在认知状态监测与系统适配方面的贡献

人机协作团队范式（HAT）近来兴起，用于建模和设计混合团队，其中人类操作员须与能够在动态不确定情境中独立演化的人工智能体合作。HAT 的一项重要挑战是将自治系统转变为更好的队友，能够与人类一起加入高度相互依赖的活动。本文所呈现的工作探索两条主要途径，其得到产业合作（交通与工业系统领域）、学术伙伴（特别是与南澳大利亚高校）以及博士生指导的支持。第一轴线涉及认知状态监测，为机器装备检测人类遭遇困难时刻的能力。针对该问题，提出一种从多源生理与行为数据融合出发对操作员心理负荷进行分类的整体方法。第二轴线聚焦于人机协作团队的适配机制，使机器更契合人类。探索了两类方案。其一聚焦于借助 CWA 方法与 MDE 技术对机器的协作技能进行离线增强。其二涉及人机合作的在线适配，其中自治系统可被视为团队之内——作为队友——或团队之上——作为教练。最后，依托法国及海外进行中的倡议，开辟了新研究方向。这些展望涉及巩固认知状态监测的多层级方法、构建人与自治系统间的透明对话、更深入考量 HAT 中的过渡与纵向情境，以及研究 HAT 与人团队时的规模化挑战。