据外媒报道，基于美国陆军机器人协作技术联盟（Robotics Collaborative Technology Alliance）领导的变革性科研工作，美国陆军和亚利桑那州立大学的研究人员发明了一组方法，可帮助科学家评估自动驾驶系统与人之间的交互状况。

随着自动化系统的不断发展，越来越多的人类与自动化结合的团队成为可能。但陆军研究人员表示，目前尚无明确的指导方针说明评估人与自动驾驶系统间交互状况的最佳方法。

美国作战能力发展司令部（U.S. Combat Capabilities Development Command）博士后科学家Anthony Baker表示： “未来陆军将具备综合团队，但在不同领域的自动化程度不同。”由于沟通对于团队合作非常重要，因此需要衡量团队间的沟通，从而反映出该团队是如何思考、计划、做决定以及成功或失败的。

（图片来源：美国陆军研究实验室）

如果无法衡量团队的表现，就无法采取措施改善其表现和决策，从而提高陆军在战场上的能力或者使军人完成任务。在期刊《人与智能系统集成》（Human-Intelligent Systems Integration）最新的论文“评估人类—自动驾驶团队中的交互方法（Approaches for Assessing Communication in Human-Autonomy Teams）”中，研究人员共列出了11种关键评估方法。Baker表示将重点改变士兵在这些系统中的参与度。

该方法将交流结构考虑在内：谁在何时向谁说什么、动态或交互模式如何随着时间演变、如何通过面部表情和声音特征（如语调和音调）传达信息以表达情感、利用不同单词和短语表达的内容。

Baker表示：“如果希望士兵和智能系统很好地协同工作，我们必须拥有正确的测量工具来分析和研究其交互，因为交互对于其工作表现至关重要。”论文的主要作者Baker称，部署研究组之后的研究是远远不够的。Baker说：“在陆军开发这些团队和技术时，我们需要测量工具。”

Baker还补充到，多域操作在根本上取决于域内和域间交互效率的提高和优化，因此跨领域工作的目标是使这些系统能够更自然地与团队合作。根据Baker的说法，这项工作也可能为分析复杂的人类—自动驾驶团队结构中的交互提供关键路线图，例如下一代战斗车辆作战的预测结构。

Baker说：“有时候，无需士兵，智能负载机器人就可以独立携带团队的多余装备。但是在某些领域也有推动力，因此如果系统确实需要士兵，机器人可以采用对士兵更自然的方式，就像和人类队友一起合作一样。”

想象一下，士兵会对机器人系统说：“我需要你把装备带上山坡，一个小时后抵达下一个区域。”这远比在遥控器上输入一系列按钮和开关要容易得多。Baker称：“未来，我们希望，士兵可以较少地参与情报评估、命令和控制决策等其他类似的重要事情上，但不是不参与，只是希望更容易。因此，RCTA非常重视提高士兵与机器人的交互效率。”

Baker说：“RCTA对解释或提供研究人类队友之间的交互方式不感兴趣，主要关注的是人类和机器人之间的交互方式。我们将需要研究所有类型的团队（无论这些团队当前是否涉及机器人或自动驾驶）的沟通方式。我们希望能不考虑团队的整体组成，提供适合多种不同情况的交互评估。”

这些交互评估方法仅适用于士兵团队。Baker说：“想象一下，一个未来的人类-自动驾驶团队，需要重新分配自动驾驶汽车加入另一个排，而现在该团队只有人类。我们旨在提供文献分析这些团队中的沟通方式，无论他们是什么样的或应该做什么，由此我们可以得出结论，说明他们之间的协作效果和实现目标的程度。”

Baker表示，未来研究将使用从下一代作战车辆（Next Generation Combat Vehicle）实验室研究和现场试验收集的数据集验证该论文中部分方法。