Jun, 2024

拓展情景理论以探索人工智能自主系统中的共享意识

PDF
TL;DR智能自主系统与其他系统相互作用以完成复杂环境中的任务，但其有限的认知过程导致了共享情境意识的缺乏，从而对团队的有效性产生了不利影响。本研究通过讨论情境理论的概念，探讨了人类与智能自主系统相互配合时开发系统共享情境意识的方式，并在此基础上提出了三个对未来系统设计和开发有益的主要猜想。
发现论文，激发创造
  • 发展与自主驾驶车辆的联合行动情景感知

    人与自动驾驶汽车交互设计师如何支持乘车者信息需求是自动驾驶汽车采用的未解答问题。为了实现共同的人与自动驾驶汽车行动目标，如安全交通、信任或从自动驾驶汽车中学习，人、自动驾驶汽车和人 - 自动驶驶汽车系统必须共同具备足够的情境意识。我们提出了一个系统级框架，将联合行动和情境意识的认知理论整合起来，以满足目标成功所必需的沟通需求。该框架基于共享情境的四个组成部分：自动驾驶汽车特征、行动目标、主观特征和状态以及具体驾驶情境。自动驾驶汽车的沟通应根据这些因素进行个性化调整，并在其变化时保持敏感。这个框架对于理解个人、共享和分布式的人 - 自动驾驶汽车的情境意识，并设计满足多样群体和多样驾驶情境信息需求和目标的未来自动驾驶汽车沟通非常有用。

    Apr, 2024

  • 智能代理协同团队情境感知（ATSA）：一种用于人工智能协同团队的情境感知框架

    人工智能的快速发展导致了在各个领域中人工智能与人类合作的增长趋势。通过提供人工智能和人类之间动态情境感知交互的新框架，该研究对于理解人工智能与人类混合团队中的情境感知交互有着重要意义。

    Aug, 2023

  • 将解释引入自动驾驶车辆的人机界面以提升信任和情景感知

    自动驾驶汽车中人工智能的可解释性和人机界面对于建立信任起到重要作用，因此本研究探讨了可解释性人机系统的作用，提出了一种评估用户对自动驾驶行为的信任的情境感知框架，并通过实验证明了相关的经验结果。

    Apr, 2024

  • 半自动驾驶车辆中评估驾驶员情境感知能力：基于 ASP 的驾驶动力学特征建模场景解释与预测

    软件和硬件框架评估驾驶员对交通状况的感知能力，并提供人机界面辅助以增强感知能力，重点介绍基于答案集规划的驾驶员场景解释和预测方法。

    Aug, 2023

  • 上下文感知多智能体系统研究综述：技术、挑战与未来发展方向

    综述了最新的情境感知多智能体系统，包括对情境感知系统和多智能体系统的特性进行了概述，提出了一个将不同领域的方法结合起来的情境感知系统的一般过程，并讨论了情境感知多智能体系统的现有挑战和未来研究方向。

    Feb, 2024

  • 面向终身共享自治的情境信心辅助

    共享自主能力使机器人能够推断用户的意图并协助完成任务。然而，当用户想要完成机器人不了解的新任务时，共享自主将阻碍其性能。本文提出机器人可以检测到其意图表述能力的不足并将控制权交还给用户来实现任务，从而使机器人能够进行无阻碍的任务执行并学习到新的意图来更新自己的意图库，并展示了该方法的良好表现和能够实现的全生命周期学习。

    Apr, 2021

  • 共享意向性的计算机制，以及关于理性和意识的推测

    本研究利用 David Marr 的信息处理模型，提出了计算机代理间实现共享意图的基本机制，并探讨了这些机制如何应用于现代基于人工智能的机器人中。另外，作者还通过推测性的思考实验，将这些机制扩展到了人类，提出了 “共享意图第一理论”（SIFT）用以解释人类的理性和意识现象。

    Jun, 2023

  • 自我视角下的他人评估

    人工智能系统在模拟或接近人类间的相互作用中，特别是在多层次环境中与不同实体进行的情况下，必须首先深入而细致地理解自己，以实现对人类认知的高质量理解。

    Dec, 2023

  • 共享感知体验的共生人工智能增强人类能力

    该研究论文在讨论人类智能与人工智能的融合中提出了一种名为 SAISSE 的新的人工智能概念，该概念通过共享感官体验建立人工智能系统与人类用户之间的相互关系，传统神经网络将不再适用，而是应该在感性数据处理方面加以改变。该研究还探讨了隐私和道德准则等相关问题，并提出了解决这些挑战的策略。

    May, 2023

  • 人感知 AI 系统的挑战

    讨论了设计人类感知人工智能系统面临的挑战，包括建模人类的心理状态、识别其愿望和意图、提供主动支持、展示可解释性行为、并引发信任等，并强调这种系统引出的伦理困境和推广真正跨学科合作的必要性。

    Oct, 2019