随着无人机技术的快速开发,多人的应用在各个领域变得越来越普遍。但是,多个无人机的任务计划技术仍然面临着挑战,例如远程操作的复杂性和人机互动的便利性。为了解决这些问题,本文提出了一种基于大语言模型的多个无人机的及时驱动的任务计划方法。通过介绍及时技术,为多无人机系统提供了适当的及时信息。利用大型语言模型的强大语义理解能力,无人机可以准确地理解用户的自然语言任务,从而实现更简单,更高效,更安全的多式无人机控制,从而增强飞行性能和多漏机的应用范围。测试视频:https://www.youtube.com/watch?v=yu1ivilbh24。
非常高兴和荣幸地欢迎您参加在匈牙利布达佩斯举行的年度会议 2016 IEEE 系统、人与控制论国际会议 (SMC 2016)。SMC 2016 是 IEEE 系统、人与控制论协会的旗舰会议。它为研究人员和参与者提供了一个国际论坛,以报告最新的创新和发展,总结最新成果,并交流系统科学和工程、人机系统和控制论各个方面的想法和进展。SMC2016 专门献给匈牙利出生的约翰·冯·诺依曼“现代计算机科学的先驱”。为了纪念他,会议的主题是“将世界转变为网络空间的理论”。我们希望这次会议能为您提供一个有价值的会面平台,同时您也能享受布达佩斯,这里因其丰富的历史和文化遗产而经常被称为“中欧小巴黎”。
人机系统整合委员会 FREDERICK OSWALD,莱斯大学心理学系,主席 JAMES BAGIAN,NAE/NAM,密歇根大学安娜堡分校医疗政策与创新研究所 DIANA BURLEY,乔治华盛顿大学教育与人类发展研究生院 BARBARA DOSHER,NAS,加州大学欧文分校社会科学学院 MICA ENDSLEY,SA Technologies,亚利桑那州梅萨 EDMOND ISRAELSKI,AbbVie,伊利诺伊州北芝加哥 NAJMEDIN MESHKATI,南加州大学维特比工程学院 JOHN LOCKETT,美国陆军研究实验室(已退休) EMILIE ROTH,Roth 认知工程,加利福尼亚州斯坦福 WILLIAM J. STRICKLAND,人力资源研究组织,弗吉尼亚州亚历山大 MATTHEW WEINGER,范德堡大学医学中心工作人员 MARY ELLEN O'CONNELL,临时主任TOBY M. WARDEN,董事(至 2021 年 5 月 25 日)
用于优化个人、团队和组织绩效及其与社会技术系统的交互以实现高效任务绩效的技术。这包括人为因素、人机系统集成以及军事行动中的认知、心理社会、组织和文化方面的研究。关于人机系统集成的贡献涵盖复杂性、全生命周期可承受性、人为错误和疲劳管理、智能代理、人类认知和物理资源管理、人体测量、人机界面、通信和团队合作、绩效评估、增强和辅助、(半)自动化系统中的培训和功能分配。关于个人和团队准备的贡献涵盖价值观和道德、领导力、多国行动、人类增强以及应对个人的心理、认知和身体需求。对组织效能的贡献包括人力资源管理、培训、互操作性、共享决策、同步态势感知、恢复力、理解恐怖主义、心理战和应对军事组织的新需求。
人机系统整合委员会 FREDERICK OSWALD,莱斯大学心理学系,主席 JAMES BAGIAN,NAE/NAM,密歇根大学安娜堡分校医疗政策与创新研究所 DIANA BURLEY,乔治华盛顿大学教育与人类发展研究生院 BARBARA DOSHER,NAS,加州大学欧文分校社会科学学院 MICA ENDSLEY,SA Technologies,亚利桑那州梅萨 EDMOND ISRAELSKI,AbbVie,伊利诺伊州北芝加哥 NAJMEDIN MESHKATI,南加州大学维特比工程学院 JOHN LOCKETT,美国陆军研究实验室(已退休) EMILIE ROTH,Roth 认知工程,加利福尼亚州斯坦福 WILLIAM J. STRICKLAND,人力资源研究组织,弗吉尼亚州亚历山大 MATTHEW WEINGER,范德堡大学医学中心工作人员 MARY ELLEN O'CONNELL,临时主任TOBY M. WARDEN,董事(至 2021 年 5 月 25 日)
摘要 近年来,机器智能方法的进步使人工智能系统的准确性和可信度达到了普通人类操作员的水平,在许多情况下甚至超过了它,为决策系统的质量、性能和成本效率的提高提供了机会。为了解决人工智能系统在关键决策领域应用中的问题和挑战,提出了人机协作决策系统的概念,旨在利用人和机器智能方法的优势,在具有成本效益的过程中最大限度地提高性能。结果表明,多通道人机系统与传统系统相比具有许多优势,并且在准确性和性能方面都有显著提高。定义并讨论了单阶段和多阶段决策系统的适用性标准。结果表明,人机协作决策系统在提高许多应用领域的决策质量和有效性方面具有巨大潜力。关键词 人工智能、决策系统、多渠道DMS
摘要。教育人工智能 (AIEd) 系统的设计和评估越来越多地考虑到现实世界教育环境中适应性的混合性质。在实践中,除了作为 AIEd 系统本身的属性之外,适应性通常由人工智能系统和人类促进者(例如教师或同龄人)共同制定。尽管最近有很多研究活动,但对于此类人机系统设计的理论和概念指导仍然有限。在本文中,我们探讨了如何在 AIEd 系统和与之合作的各种人类利益相关者之间共享适应性。基于对先前框架的比较,这些框架倾向于分别检查 AIEd 系统或人类教练的适应性,我们首先综合了一组足够通用的维度来捕捉人机混合适应性。然后,我们利用这些维度提出一个概念框架,以描绘人类和 AIEd 系统可以相互增强能力的不同方式。通过示例,我们说明了如何使用该框架来描述先前的工作,并设想人类与人工智能混合教育方法的新可能性。
摘要 — 研究使用无人机系统 (UAS) 技术支持航空事故和应急响应的影响因素。急救人员应对紧急情况的能力取决于信息的质量、准确性、及时性和可用性。对于诸如旧金山国际机场韩亚航空 214 航班坠毁等航空事故,感知和传达受害者位置的能力可能会降低乘客意外死亡的可能性。此外,在事故发生途中获取信息的能力也可能有助于减少急救人员(例如航空救援和消防 [ARFF])的总体响应和协调时间。通过识别和检查当前和潜在的实践、能力和技术(例如人机界面 [HMI]、人为因素、工具和能力修饰符),建立了更全面的影响因素模型,以进一步支持不断增长的知识体系(即安全、人机交互、人机系统、社会经济系统、服务和公共部门系统以及技术预测)。提供了一系列有关技术和应用的建议,以支持未来法规、政策或未来研究的制定或调整。索引术语 — 无人机系统、UAS 应急响应、UAS 航空事故响应、UAS 应用、UAS HMI、UAS 灾难响应
人机系统集成 (HSI) 是系统工程 (SE) 的一个重要领域,它从最初的人因工程和人体工程学、人机交互、工程和领域经验等组成部分中产生、分离并涵盖了这些组成部分。虚拟原型和人在环仿真 (HITLS) 的当前能力和成熟度使虚拟以人为本的设计 (HCD) 能够与 SE 相结合以实现 HSI。HSI 几乎必然是基于模型的;它使用 HITLS 并需要同质化的人机系统表示。虚拟 HCD 使我们不仅能够在设计过程中而且在系统的整个生命周期中同时考虑人为因素和组织因素。这些新功能是通过数字工具实现的,这些工具支持虚拟环境,而虚拟环境又应该变得有形。数字孪生可以成为支持 HSI、运营绩效和体验集成的解决方案。因此,有形性是基于模型的 HSI (MBHSI) 中的一个关键概念,它应该既具有分析性又具有实验性,基于适当的场景和性能指标,本质上是由领域经验支持的。航空示例说明了 MBHSI 的一个实例。
美国陆军将短程防空 (SHORAD) 定义为专用防空炮兵 (ADA) 和非专用防空能力,通过摧毁、压制或威慑低空空中威胁,实现机动和机动,以保卫关键的固定和半固定资产和机动部队。SHORAD 部队历史上嵌入陆军师,为他们提供建制能力,以保护其关键资产免受固定翼和旋翼飞机的攻击。然而,在 21 世纪初,这些 ADA 部队被从陆军剥离,以满足当时被认为更为关键的部队需求。决策者接受了威胁飞机可能对地面部队和其他关键资产构成越来越大的风险,因为他们相信美国空军可以保持空中优势。然而自 2005 年以来,针对美国地面部队的空中和导弹平台显著增加。国家和非国家行为体对无人机系统的使用呈指数级增长,在俄乌冲突中双方都成功使用了无人机系统。固定翼飞机、攻击直升机和巡航导弹也继续对美国地面部队构成重大威胁,火箭、火炮和迫击炮 (RAM) 也是如此。