机构名称：
¥ 2.0
摘要：飞机维护是一个复杂的领域，设计包含机器学习 (ML) 算法的新系统可能成为一项挑战。在设计用于飞机维护规划的基于条件的维护 (CBM) 工具的背景下，本案例研究涉及 (1) 使用 Playful Probing 方法来获取洞察，从而了解如何设计与 ML 算法的交互，(2) 集成强化学习 (RL) 代理以实现维护规划中的人机协作以及 (3) CBM 指标的可视化。使用设计科学研究方法，我们设计了 Playful Probe 协议和材料，并通过举办参与式设计研讨会来评估结果。我们的主要贡献是展示如何引出将维护规划实践与 ML 估算工具和 RL 代理相结合的想法。通过参与式设计研讨会并让参与者观察如何使用 CBM 工件，Playful Probes 有利于引出用户与 RL 规划代理的交互需求，以帮助规划人员获得可靠的维护计划，并有可能理解如何表示 CBM 指标并通过轨迹预测将其可视化。
机器学习与设计交互的有趣探索
主要关键词
相关文件推荐
