9。在区域和国家一级,RBA一直在努力重新定位其战略,并提高其在农业发展系统,营养,性别平等和赋予妇女赋权,韧性建立,青年以及气候变化,环境和生物多样性领域的效力。各个RBA国家的运作是基于各自的相互互补和不同的授权,这些任务通常要求他们与不同的利益相关者互动,包括涵盖各种(子)部门的各部门。个别的RBA业务也经常位于地理上不同的区域中,以解决各种环境和利益相关者。尽管有独特的足迹,但RBA还是决心确定运营共同点和行政协同作用。为了提高人们对国家面临的复杂情况的认识,澳洲储备局校长访问了南苏丹,强调了气候,经济和冲突的危机如何摧毁各国的全部潜力。RBA正在制定一项联合项目建议,以支持南苏丹政府建立对未来冲击的韧性。
本文介绍了一项探索性研究的结果,该研究调查了使用 AI 文本生成工具来支持新手设计师创建人物角色的情况。我们为 22 名参加人机交互入门课程的本科生举办了一个研讨会,他们被要求使用 GPT-3 创建人物角色。这些新手设计师能够使用 GPT-3 进行迭代以制作出令人满意的人物角色,尤其是在提供详细提示时。我们的研究结果表明,在 GPT-3 的帮助下创建的角色大多与手动创建的角色相当,但在某些评估维度上的评分较低。该研究还揭示了使用 GPT-3 进行人物角色创建的优点和问题。根据我们的研究结果,我们为新手设计师提出了如何使用文本生成 AI 有效且负责任地创建人物角色的建议。
我们提出了一个新的研究框架,通过该框架可以在实验环境中探索人机协作这一新兴学科,为转移到现实世界做准备。我们通过敏捷方法的视角研究现有文献和未解答的研究问题,以构建我们提出的框架。我们的框架旨在提供一个结构来理解这个研究领域的宏观特征,支持对人机协作对人类团队成员的可接受性以及人工智能团队成员的承受能力进行整体研究。该框架有可能增强人机混合团队的决策能力和绩效。此外,我们的框架提出了敏捷方法在研究管理和知识发现中的应用。我们提出了一种可转移性途径,用于在安全环境中初步测试混合团队,例如实时战略视频游戏,并将经验教训的元素转移到现实世界中。
摘要:人机自主团队 (HAT) 范式最近出现,用于设计混合团队,其中人类操作员与自主人工智能体合作。一个主要的挑战是将这个自主代理转变为一个更好的队友,使其能够与人类更多地相互依赖。所呈现的工作探索了两个轴线,得到了工业合作(在运输和工业系统领域)、学术伙伴关系(特别是南澳大利亚)和博士生指导的支持。第一个轴涉及认知状态的监控,以便使机器具有检测人类遇到的困难的能力。为了回答这个问题,提出了一种全局方法,从生理和行为数据的融合角度对操作员的心理负荷进行分类。然后通过研究认知控制的概念及其与心理负荷的关系,探索人类实施的调节机制。
摘要 — 为数字化转型做好准备的必要性是最近公众和学术界辩论中反复出现的主题。人工智能 (AI) 有潜力降低运营成本、提高效率和改善客户体验。因此,在组织中组建项目团队至关重要,这样他们才能在决策过程中欢迎人工智能。当前的技术革命要求公司快速变革,并更加关注团队在促进创新采用方面的作用。我们提出了一种基于目标规划方法的创新多标准模型,用于解决个人在不同群体中的最优分配问题。该模型处理人力资源成本和人机信任问题。事实上,我们提出了一个对用于支持组织任务的人工智能工具的态度的综合衡量标准:更准确地说,我们的指数基于三个维度:技术接受度、技术自我效能和来源可信度。通过将该指数纳入团队组建模型,可以保证每个团队在采用基于机器的决策时不会遇到太大的阻力,而这种情况将成为未来几年的一大特征。建议的指数还可以集成到更复杂、更全面的模型中,以支持业务转型。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
摘要 — 最近的物联网 (IoT) 网络跨越众多固定和机器人设备,即无人地面车辆、水面舰艇和空中无人机,以执行关键任务服务,例如搜索和救援行动、野火监测、洪水/飓风影响评估。实现这些设备之间的通信同步、可靠性和最小通信抖动是模拟和系统级实现的关键挑战,因为基于物理的机器人操作系统 (ROS) 模拟器是基于时间的,而基于网络的无线模拟器是基于事件的,此外还有部署在现实环境中的移动和异构 IoT 设备的复杂动态。尽管如此,在将异构多机器人系统转化为实践之前,物理(机器人)和网络模拟器之间的同步是最难解决的问题之一。现有的基于 TCP/IP 通信协议的同步中间件主要依赖于机器人操作系统 1 (ROS1),由于其基于主控的架构,它消耗了大量的通信带宽和时间。为了解决这些问题,我们设计了一种新型的机器人和传统无线网络模拟器之间的同步中间件,它依赖于新发布的实时 ROS2 架构和无主数据包发现机制。我们提出了一种地面和空中代理的速度感知传输控制协议 (TCP) 算法,使用数据分发服务 (DDS) 的发布-订阅传输,以最大限度地减少不同机器人代理之间的数据包丢失和同步、传输和通信抖动。我们提出的中间件与特定的机器人和网络模拟器无关,但对于模拟和实验,我们使用 Gazebo 作为基于物理的 ROS 模拟器,使用 NS-3 作为无线网络模拟器。我们对基于 ROS2 的同步中间件,在数据包丢失概率和平均延迟方面进行了广泛的网络性能评估,包括视距 (LOS)/非视距 (NLOS) 和 TCP/UDP 通信协议。此外,为了进行比较研究,我们进行了一项详细的消融研究,用实时无线网络模拟器 EMANE 替换 NS-3,用基于主控的 ROS1 替换无主控 ROS2。我们提出的中间件证明了使用多种固定和机器人设备构建大规模物联网基础设施的前景最后,为了在实践中实现转变,我们在不同的地形上部署了一组不同的真实机器人——一架空中无人机(Duckiedrone)和两辆地面车辆(TurtleBot3 Burger),形成了无主(ROS2)和有主(ROS1)集群,以评估潜在的网络同步和抖动问题。
增强现实 (AR) 有可能利用环境信息来更好地促进分布式协作,但是,此类应用程序很难开发。我们介绍了 XSpace,这是一个用于创建用于分布式协作的空间感知 AR 应用程序的工具包。基于对现有应用程序和开发人员工具的审查,我们设计了 XSpace 来支持三种创建共享虚拟空间的方法,每种方法都侧重于不同的方面:共享对象、用户视角和环境网格。XSpace 在开发人员工具包中实现了这些方法,还提供了一组免费的可视化创作工具,使开发人员可以预览共享虚拟空间的各种配置。我们提供了五个示例应用程序来说明 XSpace 可以支持开发一组丰富的协作 AR 体验,而这些体验很难用当前的解决方案实现。通过 XSpace,我们讨论了对未来应用程序设计的影响,包括用户空间定制以及共享用户环境时的隐私和安全问题。
人工智能 (AI) 正在通过执行各种任务来改变服务交付,产生大量创新,同时威胁人类就业。服务工作通常需要四种智能:机械、分析、直觉和同情。企业完全可以在人类和技术之间做出选择来完成这些活动。机械智能通常先于分析智能,分析智能通常先于直觉智能,直觉智能通常先于共情智能 (Huang & Rust, 2018)。组织越来越多地使用表现出人类智能 (HI) 特征的机器,即人工智能 (AI)。例如,在大数据 AI 应用中,机器人顾问被用来取代投资组合经理,虚拟机器人将客户支持转变为自助服务 (Divatia、Tikoria 和 Lakdawala, 2021)。