涉及人类与自动化系统交互的任务变得越来越普遍。由于人类行为的不确定性以及由于人为因素而导致失败的可能性很高,这种集成系统应在必要时通过调整其行为做出智能反应。设计高效交互驱动系统的一种有前途的途径是混合主动范式。在这种情况下,本文提出了一种学习混合主动人机任务模型的方法。建立可靠模型的第一步是获取足够的数据。为此,我们开展了一项众包活动,并根据收集到的数据训练学习算法,以对人机任务进行建模并使用马尔可夫决策过程 (MDP) 优化监督策略。该模型考虑了人类操作员在交互过程中的行为以及机器人和任务的状态。一旦学习了这样的模型,就可以根据代表任务目标的标准优化监督策略。本文中的监督策略涉及机器人的运行模式。基于 MDP 模型的模拟表明,不确定性规划求解器可用于根据人机系统的状态调整机器人的模式。机器人运行模式的优化似乎能够提高团队的表现。因此,来自众包的数据集是一种有用的材料
最大的问题是,您是否需要 CFI/I 随身携带来记录此事?是的。FAR 61.56(g)(4) 告诉我们: (4) 一个人可以使用在飞行模拟器、飞行训练设备或航空训练设备上的时间来获取仪表航空经验,以获得飞行员证书、等级或仪表新近经验,前提是授权教员在场观察该时间并签署此人的日志或培训记录以验证培训课程的时间和内容。美国联邦航空管理局 (FAA) 发布了两份政策信函,支持要求获得 FAA 认证的仪表地面或飞行教练在场,以便记录飞行模拟器或航空训练设备的时间,以满足 IFR 货币或经验要求:2010 年 8 月 6 日(参见 https:// www.bonanza.org/images/pdf/simcfirequiredloi1.pdf )和 2014 年 10 月 10 日(https://www.bonanza.org/images/pdf/simcfirequiredloi2.pdf )。Redbird 不同意 FAA 的解释,并引用了与 FAA 飞行标准安全检查员的电子邮件交流(发布于 www.kingschools.com/flight-simulators/redbird/docs/ approved-instrument-recency-experience-without-a-