XiaoMi-AI文件搜索系统
World File Search System态势感知
开发考虑不同程度的部分车辆自主性的驾驶员表现、态势感知和认知负荷模型
本《论文 - 开放获取》由 Scholars Junction 的论文和学位论文免费提供给您，供您开放获取。它已被 Scholars Junction 的授权管理员接受并纳入论文和学位论文。如需更多信息，请联系 scholcomm@msstate.libanswers.com 。
人机协作：最新进展和研究需求
提高态势感知能力。人类态势感知能力对于有效的 MDO 性能至关重要，包括对 AI 的监督。因此，需要将支持个人和团队态势感知能力在指挥和控制行动中的方法扩展到 MDO，并且需要使用 AI 来支持信息集成、优先级排序和跨联合作战空间的路由的方法，以及提高对对抗性态势感知攻击的抵御能力的方法。需要改进 AI 系统的人类态势感知能力的方法，以及在人机团队中创建共享态势感知的研究。需要探索 AI 系统应在多大程度上同时具有自我意识和对其人类队友的意识，以确定对整体团队绩效的益处。未来的 AI 系统将需要拥有综合态势模型，以适当地了解当前情况并预测未来情况以供决策制定。
航线变更和显示设计对模拟飞行任务中操作员态势感知、任务表现和心理负荷的影响
摘要：在异常或紧急情况下，意外事件引起的航路变更往往会对操作人员在飞行任务中的认知和行为产生不利影响。在这种情况下，尤其有必要研究通常基于常规环境设计的交互显示效用。本研究旨在探讨航路变更和显示设计对模拟飞行任务中操作人员态势感知、任务绩效和心理负荷的影响。24 名被试参加了一项实验，被试被要求在航路按计划和航路变更两种条件下执行三种显示设计的模拟飞行任务。采用主观测量、行为测量和眼动测量来评估被试的态势感知、任务绩效和心理负荷。结果表明，由于注意力资源的需求和供应之间的差距，意外航路变更增加了心理负荷，同时也降低了态势感知和任务绩效。在应对异常情况下的意外事件时，应重点降低操作人员注意力资源的需求。此外，合理的信息布局，如关键决策信息的中心布局设计，对提高异常情境下的态势感知和任务绩效比信息显著性更重要。然而，具有高显著性的指标可能对异常情境下的态势感知和任务绩效产生不利影响。
基于上下文的可视化策略使自动化的人机交互检查系统能够增强风暴风险工程师的态势感知能力
简介 ................................................................................................ 167 研究问题 ...................................................................................... 170 假设 ................................................................................................ 170 方法 ................................................................................................ 171 研究样本 ................................................................................................ 171 仪器 ................................................................................................ 172 模拟 ................................................................................................ 172 刺激 ................................................................................................ 172 自变量 ............................................................................................. 172 因变量 ............................................................................................. 173 程序 ................................................................................................ 174 数据分析 ............................................................................................. 175 结果 ................................................................................................ 176 SAGAT ............................................................................................. 176 性能 ................................................................................
调查主观工作量评级 (NASA TLX) 和主观情境意识评级 (SART) 对认知复杂的人机工作的有效性
主观工作负荷和态势感知指标，如 NASA 任务负荷指数 (TLX) 和态势感知评分技术 (SART)，经常用于人机系统评估。然而，这些评分的解释存在争议。在本研究中，通过比较操作员在执行场景后立即收集的评分和操作员通过视频回顾场景获得实际系统状态知识后收集的评分，调查了这些指标理论假设的经验证据。18 名有执照的控制室操作员参加了模拟器研究，运行了 12 个相对具有挑战性的场景。结果发现，在操作员获得事实场景知识后，对涉及内省的 TLX 项目的解释保持稳定，而对涉及对外部事件的感知的项目（如态势感知和表现）的解释则取决于操作员的场景知识。结果表明，操作员的评分可以区分心理努力、表现、挫折和态势感知。没有发现 SART 指数作为态势感知衡量标准的明确证据。相反，为本研究开发的主观情境意识测量方法与工作量不同，与操作员绩效相关，表明这种类型的测量方法值得未来研究其有效性。研究结果有助于制定测量程序
意识与
态势感知 (SA) 已经取代传统的“方向舵和操纵杆”技能，成为空战中取胜的主要因素 (Endsley，1995；Svenmarckt 和 Dekker，2003)。态势感知通常被定义为一个人对当前状况的感知 (SA 级别 1)、对当前状况的理解 (SA 级别 2) 和对近期事件的预测 (SA 级别 3) 的三级结构 (Endsley，1995)。态势感知作为一个概念可能是有争议的。例如，Dekker 和 Hollnagel (2004) 将该概念描述为“民间模型”，并采用还原论方法，认为态势感知可以分解为可测量的具体组成部分 (例如决策、感知、理解和长期记忆)。他们还认为，态势感知不容易被证伪 (另见 Flach，1995)。即使承认 SA 确实存在，该概念的科学性仍有待商榷。例如，它存在于用户的认知中，还是更广泛系统的突发属性，以及最合适的测量方法是什么（有关更多详细信息，请参阅 Salmon 等人，2008 年；Endsley，2015 年；Stanton 等人，2017 年；Nguyen 等人，2019 年的广泛评论）？尽管如此，很明显，SA 的概念已成为评估系统和人类表现的重要指标。正如 Wickens (2008) 指出的那样“……人们可以说，该构造在理论和应用中的使用增加证明了
16 机场人为因素原则...
4.3.2 .态势感知 态势感知 (SA) 可以定义为对一定时间和空间内环境元素的感知、对其含义的理解以及对其近期状态的预测。因此，人机界面最重要的人为因素问题是操作员保持态势/系统感知的能力。人机界面并不总是直观的，这是一个既定事实。非直观的“不透明”界面会导致操作复杂性，这通常会迫使操作员分配更多注意力以保持对情况/系统状态的充分心理模型。这成为态势感知丧失、系统性能下降以及最终导致人为错误和安全故障的温床。
这是一篇原创文章的自存档版本... - Doria
态势感知 (SA) 已经取代传统的“方向舵和操纵杆”技能，成为空战中取胜的主要因素 (Endsley，1995；Svenmarckt 和 Dekker，2003)。态势感知通常被定义为一个人对当前状况的感知 (SA 级别 1)、对当前状况的理解 (SA 级别 2) 和对近期事件的预测 (SA 级别 3) 的三级结构 (Endsley，1995)。态势感知作为一个概念可能是有争议的。例如，Dekker 和 Hollnagel (2004) 将该概念描述为“民间模型”，并采用还原论方法，认为态势感知可以分解为可测量的具体组成部分 (例如决策、感知、理解和长期记忆)。他们还认为，态势感知不容易被证伪 (另见 Flach，1995)。即使承认 SA 确实存在，该概念的科学性仍有待商榷。例如，它存在于用户的认知中，还是更广泛系统的突发属性，以及最合适的测量方法是什么（有关更多详细信息，请参阅 Salmon 等人，2008 年；Endsley，2015 年；Stanton 等人，2017 年；Nguyen 等人，2019 年的广泛评论）？尽管如此，很明显，SA 的概念已成为评估系统和人类表现的重要指标。正如 Wickens (2008) 指出的那样“……人们可以说，该构造在理论和应用中的使用增加证明了
无人驾驶自主船舶和人类的必要性...
无人驾驶自主船舶的引入据说可以降低航运业中高比例的人为错误。然而，从自动化算法的设计到岸上控制中心的船舶监控操作员，人为错误仍然存在。然而，人们担心，当系统变得更加复杂时，人为错误也会随之增加。操作员从海上转移到岸上，必须改变他们获取态势感知的方式，因为所有感官信息都不再可用。态势感知的丧失是事故中人为错误的原因之一。本文认为，通过利用以人为本的设计方法和针对操作员的态势感知进行设计，在无人驾驶自主船舶及其岸上控制中心的开发中，可以进一步减少人为错误。本文最后提出了五项增强岸上控制中心操作员态势感知的指导方针。这些指导方针包括让操作员了解情况、替换丢失的感官信息、可用信息、自动化透明度和自主水平指示。关键词：以人为本的设计、认知能力、复杂系统、人为错误、无人驾驶自主船舶
埃德加，格雷厄姆 K ORCID - 格洛斯特郡大学
Edgar, Graham K ORCID: 0000-0003-4302-7169, Catherwood, Dianne F, Baker, Steven ORCID: 0000-0002-3029-8931, Sallis, Geoffrey, Bertels, Michael, Edgar, Helen E, Nikolla, Dritan, Buckle, Susanna, Goodwin, Charlotte 和 Whelan, Allana (2018) 态势感知定量分析 (QASA)：使用信号检测理论对态势感知进行建模和测量。人体工程学，61 (6)。第 762-777 页。doi:10.1080/00140139.2017.1420238