动态任务响应中面向人- swarm 协作的信任修复

在人-无人机协作中会发生紧急情况，例如犯罪活动追踪和地面援助的紧迫需求。应急响应通常对多无人机系统的运动控制有较高要求，需同时维持团队性能与团队行为。然而，当无人机集群在真实环境中执行任务时，由于系统可靠性和环境干扰等现实因素，集群中部分机器人会出现异常行为，如集群速度缓慢、航向错误 or 空间关系不佳。同时，人与无人机集群之间不正确的信任会将故障机器人的异常行为映射到整个集群，并要求人类监管者进行耗时的干预，损害无人机集群对动态任务的响应，甚至因误差累积演变为任务失败。为正确反映人与无人机集群之间的信任并重建信任以改善由不正确信任导致的性能下降，我们提出一种动态信任修复模型。该动态信任模型聚焦于人类监管的无人机系统，可帮助无人机集群减少故障无人机对集群性能的负面影响，获得灵活的反应与稳定的人类监管无人机任务性能。结果表明，该信任模型可提升集群动态任务响应的性能并重新赢得人类信任。