logo资料库

态势感知在团队中的研究现状.pdf

第1页 / 共10页
第2页 / 共10页
第3页 / 共10页
第4页 / 共10页
第5页 / 共10页
第6页 / 共10页
第7页 / 共10页
第8页 / 共10页
资料共10页,剩余部分请下载后查看
中国科技论文在线 http://www.paper.edu.cn 态势感知在团队中的研究现状 刘伟1,2,苌凯旋1,2* (1. 北京邮电大学自动化学院,北京 100876; 2. 北京市网络系统与网络文化重点实验室,北京 100876) 摘要:态势感知(Situation Awareness,SA)已经在人机工程学中取得了突破性的进展, 随着科学技术的发展,操作员面对的将会是更加复杂的系统与密集的团队合作,团队态势感 知(Team Situation Awareness,TSA)的研究将和个人态势感知的研究一样重要。本文首 先简要地回顾了团队态势感知的历史,指出了其发展中重要节点。其次,介绍了团队态势感 知的重要定义与模型,包括共享态势感知、分布式态势感知和团队协调感知等,并且比对这 些经典模型的优缺点。然后,介绍了常用的团队态势感知的测量与评价方法。最后对团队态 势感知相关研究做出了展望。 关键词:团队态势感知;共享态势感知;分布式态势感知;测量方法 中图分类号:TP11 The Research Advances of Situation Awareness in Teams (1. School of Automation, Beijing University of Posts and Telecommunications, Beijing 100876, LIU Wei1,2, CHANG Kaixuan1,2 China; 2. Beijing Key Laboratory of Network System and Network Culture, Beijing 100876, China) Abstract: Situation Awareness (SA) has made a breakthrough and gained unprecedented progress in ergonomics. With the development of science and technology, operators will face more intensive teamwork in complicated systems. The study of Team Situation Awareness (TSA) will be as important as the study of individual Situation Awareness. This paper firstly provides a brief review of the history of TSA, and then points out important nodes in the development of TSA. Secondly, it introduces the important definitions and models of TSA, including Shared Situation Awareness, Distributed Situation Awareness and Team Coordination Awareness, and compares the advantages and disadvantages of these classical models. Then, it introduces the common evaluation method of team situation awareness and its application in the team. Finally, this paper provides an expectation for relevant research of TSA. Key words: Team Situation Awareness; Shared Situation Awareness; Distributed Situation Awareness;Measurements; 5 10 15 20 25 30 35 0 引言 态势感知是人机工程学中最受关注的研究课题之一[1-3]。态势感知表示个人对某种情况 的意识,即操作员对“正在发生的事情”的动态理解[4]。态势感知的概念最早出现在航空心 理学中,用来描述飞行员对作战飞行任务中态势的理解。随着研究界对态势感知研究兴趣的 作者简介:刘伟(1970.6­— ),男,北京航空航天大学工学博士,北京邮电大学岗位教授,剑桥大学访 问学者,科技委人机融合智能组首席科学家。研究领域为:人机融合智能、认知工程、人机环境系统工程、 未来态势感知模式与行为分析/预测技术等多方面等。至今发表论文 70 多篇,出版专著 3 部,译著 1 部。 作为项目负责人及主要参加者参加过国家自然科学基金、总装预研、中国博士后科学基金等。现为中国信 息与电子工程科技发展中心专家委员会特聘专家、国家自然科学基金评议专家、全国人类工效学标准化技 术委员会委员、中国人工智能学会高级会员、《心理学报》、Ergonomics、Human factor 等审稿专家。主要 代表作为:《追问人工智能:从剑桥到北京》(北京:科学出版社,2019.10)、《人机交互技术与评估》 (北京:科学出版社,2008.7)、《人机交互-超越人机交互》(北京:机械工业出版社 2018.3,译著). E-mail: twhlw@163.com - 1 -
中国科技论文在线 http://www.paper.edu.cn 40 增长,其逐渐从个人层面扩展到了团队层面;从个人扩展到了社会系统中。 团队在工业和军事领域一直都占有着重要地位,特别是随着团队组织的需求变得更加复 杂[5-6]。许多复杂的任务主要依靠团队中的个人来完成,因此团队的态势感知与个人的态势 感知的概念同样重要[7-8]。从态势感知的概念被提出之后,其在团队中的研究一直不间断。 本文对当前团队态势感知的研究进行了回顾和评论,然后对文献中最为杰出的团队态势感知 45 的思想进行阐述与比较,并且介绍了基于这些思想所提出的团队态势感知模型与评价方法。 1 团队态势感知的定义与模型 团队态势感知由态势感知从个人层面扩展到团队层面发展而来。在过去的三十年里态势 感知是人因工程学最热门的研究方向之一,对其的研究反映出这段时期人因工程学焦点的演 变。Endsley[9]对态势感知的定义是最为广泛接受的定义:态势感知是对环境中某一时空范围 50 内的元素的感知,意义的理解,和未来状态的预测。随着学术界其研究的不断投入,关于态 势感知的研究从侧重个人扩展到团队与系统之中。这个时期态势感知的定义体现了这一点: 态势感知是团队成员在某个时刻对情况的共同理解[8]。当代的系统工效学的研究将态势感知 应用于更庞大、更复杂的人机交互系统中,这再次导致了定义的演变:系统中特定任务下的 知识…随着环境和态势的改变,其中相关知识(无论是个人的,还是智能体的,等等)的适 55 当使用[10]。 但是,关于团队态势感知定义的讨论仍然没有定论。Salas 等[8]提出了基于团队流程的 团队态势感知框架,其中强调了两个关键点,较早地对团队态势感知的全貌进行一番阐述。 Endsley 和 Jones[11]将团队态势感知和共享态势感知区分开来,以此来区分研究每个成员特定 的任务和成员间重合的任务。Hutchins[12]在 1995 年根据分布式认知理论提出了分布式态势 60 感知,首次提出了系统观的概念,是分布式态势感知概念的开始。本文尝试从以上几点对团 队态势感知的脉络进行一个梳理。 1.1 共享态势感知 在团队态势感知的基础上,Endsley 和 Jones[11][13]提出了共享态势感知,用来区分团队 任务中只涉及到个人任务的态势感知与涉及到多成员任务的态势感知,其将共享态势感知定 65 义为:“团队成员在交集任务中态势感知一致的程度。”在一个团队中,每个团队成员都有 基于个人角色的特定任务,但任务的交集可能会使得他们与一些团队成员的态势感知重叠 [14]。因此,完美的团队绩效要求各个团队成员不仅在特定元素上具有良好的态势感知,并 且对于共享的元素也需要相同的态势感知[15]。Endsley 的共享态势感知模型见图 1. - 2 -
中国科技论文在线 http://www.paper.edu.cn 70 图 1 Endsley 的团队态势感知模型 Fig 1. Endsley’s team situation awareness model 与 Endsley 提出的共享态势感知类似,Nonose 等[16]将团队态势感知的研究重点放在了 75 团队成员之间的共享部分,提出了基于信念的团队态势感知,随后建立起系统化、易于应用 的评价方法。他们希望从共同信念的角度可以捕捉团队合作背后的动态和认知机制,评估团 队态势感知的内部构造和抵御扰动的能力,并且解决最流行的团队绩效评估方法——观察者 评分法——不能捕捉到的不同团队绩效背后的因果关系。 Nonose 从 Kanno[17]在 2007 年提出的一个团队认知模型出发,解释了团队成员之间共同 80 信念的心理构造。如图 2 所示,其模型由三层组成,第一层是不包含信念的个人认知,第二 层是对团队其他成员认知的信念,第三层是认为团队其他成员对自己认知的信念。图中的每 个节点表示一个心理分量。不同层之间有两种类型的相互作用:个人的和成员间的。 85 图 2 基于共同信念的团队认知 Fig. 2 Team cognition model based on mutual belief 该模型的优点是能够区分观察者角度看到的团队合作和内部实际发生的团队合作。作者 认为,基于共同信念的视角的模型能够有效地捕获到观察者所不能捕捉到的团队内部合作, 90 这两个视角应该结合起来,以便更恰当地评估团队态势感知和团队绩效。但该模型的缺点是 不能对人体工程学相关的问题提供令人满意的答案。例如在高度相互依赖的情况下,或是包 含成百上千的人类和智能体的需要远程协调的分布式团队中。 - 3 -
中国科技论文在线 1.2 基于团队过程的团队态势感知 http://www.paper.edu.cn 以 Endsley 的三层模型作为基础,认为团队成员每个人都有不同的态势感知部分,也有 95 重叠的、共享的态势感知部分,虽然这种方法在某些类型的团队态势感知问题提供了满意的 答案,但在其他一些关键维度并不令人满意[18]。因此,Salas 等[8]在 1995 年提出的团队态势 感知模型受到了他人的关注,其中给出团队定义:一个含有两个或多个人的交互团队,其中 成员拥有共同的目标,且每个成员都有自己的角色,文中提出了一个基于团队过程的团队态 势感知框架,其模型如图 3 所示。个人的态势感知过程中仅包含图中的左半部分,即先验知 100 识、信息处理和个人的目标,其中知识和信息处理相互影响,进而影响个人的态势感知能力; 而在团队中还包括团队的特点,与团队过程中的交互。Salas 等[8]十分强调团队过程中的交 互的重要性,其中涉及到沟通、自信与计划,他们认为这些都有助于获得和维护团队态势感 知。团队交互中的信息交换可以简单地看作是行动者之间的交流,但在细节上它不仅仅包括 口头交流,它还包括以任务状态、信息显示和复杂团队环境中以其他形式存在的信息。 105 图 3 Salas 的团队态势感知模型 Fig 3. Salas’s team situation awareness model 110 Gorman 等[7]在 2006 年提出基于协调的团队协调感知的概念,同样重点关注了团队过程。 在过往的态势感知研究中,工作记忆,长期记忆和长期工作记忆一直被认为是其重要的认知 组成[19]。这可以从团队态势感知的测量方面体现。但这种方法是面向结果的,并且将团队 态势感知的概念范围限制为系统中操作员的静态知识。但是,由于许多团队面临高度动态的 任务约束,环境的许多状态可能不对应于操作员的知识(例如,心理模型),并且知识可能 115 不是团队在应对这些情况的能力下的最佳衡量标准。Gorman 等[7]并未提出一个描述团队协 调感知的理论模型,但是提出了一个重要的基于团队协调的态势感知测量方法,即 CAST (Coordinated Awareness of Situation by Teams)。 1.3 分布式态势感知 在涉及到复杂系统中的态势感知时,如在航空领域,人们不仅需要研究驾驶舱内每个飞 120 行员的意识,还需要研究机组人员,如机长、工程师、货舱人员的态势感知,因为他们是整 - 4 -
中国科技论文在线 http://www.paper.edu.cn 个机务团队的一部分。同时,飞行甲板仪器、飞行甲板计算机、自动驾驶仪、空中交通管理 系统、飞行数据记录器等,这些智能体也在跟踪与显示态势,从系统层面上帮助操作员并将 个人层面良好的态势感知转化为整个系统层面的良好表现,故也需要纳入态势感知考虑的范 围中[20-21]。系统的思考对态势感知提出了不同的挑战。 125 Hutchins[12]在 1995 的分布式认知理论首次提出分布式态势感知(Distributed Situation Awareness,DSA)的理念。Stanton[10]在 2006 年根据分布式认知理论提出分布式团队态势感 知模型。该模型将团队中的每一个个体和智能体都看成一个个单元,这些单元之间互相作用 形成团队态势感知。Salmon 等[22]在 2009 年通过将四种思维方式——图式理论;态势感知循 环模型;兼容 SA;交互 SA——结合在一起扩展 Stanton[10]的模型,以便在复杂协作系统中 130 更全面地解释分布式态势感知的概念。其在复杂协作系统中的模型如图 4 所示。 图 4 复杂协作系统中的分布式态势感知模型 Fig 4. Model of distributed situation awareness in complex collaborative systems 135 图 2-4 所示的模型背后有四个关键机制,即图式理论、感知循环模型、兼容 SA 和交互 SA。Smith 和 Hancock[23]根据感知循环模型为灵感,将态势感知定义为“可适应的、外部导 向的意识”。正是这个视图构成了图 2-8 中分布式态势感知模型的基础。基于共享 SA 还是 兼容 SA 是现有团队态势感知模型之间的关键区别[15]。共享 SA 意味着有彼此一致的需求和 140 目的,但在兼容 SA 的视图下,因为协作系统中的每一个成员都有自己独特的角色、目标、 任务和经验,受到独特的培训,这使他们对访问的相同的信息的最终感知也不是共享的,所 以个体之间不会对某个态势持有完全相同的观点。这是分布式态势感知的核心。交互 SA 解 释了整个联合认知系统中的态势感知是如何维持的。在分布式系统中,团队成员或智能体会 产生信息交换(包括请求,命令和情况报告),系统中的信息交换导致了态势感知中的需求 145 得到传递。对信息的请求能够了解另一个人或智能体正在做什么,对各种态势元素状态的报 告告诉发送者知道什么。发送者与接受者都将信息用于各自的目的,整合到自己的态势感知 中,并达成各自对系统运行的解释。因此,在分布式态势感知中,信息的交流是一种交换, 而不是一种分享。 - 5 -
中国科技论文在线 http://www.paper.edu.cn 2 团队态势感知的测量与评价 150 为了反应不同任务下操作员的态势感知水平,研究者开发了大量的态势感知测量方法。 不同的态势感知测量方法被提出并应用在不同的领域[24]。个人态势感知的测量方法大致可 分为以下几种类型:(1)冻结探查测量技术;(2)实时探查技术;(3)观察者评分法; (4)主观评价技术;(5)绩效测量。下面将介绍几种典型的团队态势感知的测量方法,其 中一部分是从个人态势感知的测量方法扩展到团队中。 155 2.1 基于 SAGAT 的共享态势感知测量方法 态势感知全面评估技术(SAGAT)是一种客观的、广泛使用的态势感知冻结探查测量 技术,SAGAT 通过冻结任务探查操作员对当前情况的感知情况来评估其态势感知水平[25]。 Saner 等[26]在 2009 年开发了一套共享态势感知评价的方法,该方法使用 SAGAT 测量个人的 态势感知水平,并通过对比两个团队成员在共享态势部分的一致性来评价团队的共享态势感 160 知。该评价方法测量了两个维度:个体态势感知的准确性和两个团队成员态势感知水平的相 似性。与个人的 SAGAT 问卷不同,该问卷增加了一个全局问题——整体事件数量的判断(查 询 1)——来测试成员个体态势感知的准确性。其余的问题仍然查询团队成员在任务过程中 态势的细节问题。因此,最终的评分是 6 个查询的正确百分比乘以查询 1 得到的偏差。该方 法被证明可以显著降低对单个和共享 SA 的评估值和真实值之间的误差。两个团队成员 SA 165 的相似性即共享态势感知的水平。 这项研究对当前团队中共享 SA 的测量做出了贡献,其相似性度量扩展了 Cooke 等[27] 的理论,团队心理模型不仅是个体模型的总和,而且是个体间知识的相似性和不同分布的整 合。但是这个方法的缺点是 SAGAT 的查询无法测量具体错误的性质和方向。此外,一些问 题可能有许多有效的回答,但是得到这些问题的正确答案需要观察者更多的主观判断。 170 2.2 团队协调态势感知 CAST 方法 Gorman 等[7]在 2006 年提出基于团队协调的态势感知测量方法,即 CAST。多数的团队 态势感知的测量关注于通过团队任务绩效的测量来间接评估团队态势感知,而 CAST 根据团 队成员对任务环境中发生的变化的响应来评估团队态势感知。CAST 评分表将衡量团队应对 扰动的行动进展程度,分别分为(1)哪些团队成员独立注意到了故障;(2)哪些团队成员 175 讨论了故障;(3)为避免故障而采取的动作;(4)团队是否克服了障碍[7](分别对应图 5 中的四个栏目)。研究者使用 CAST 方法已经证明,通过测量团队在任务障碍下的协作能力 为测量团队态势感知的能力提出了不一样的观点。但是该方法也存在一些缺点,CAST 方法 并不容易在团队中使用,这也限制了这种方法在未来的发展,同时,评估者之间的可靠性也 是影响方法可信度的重要问题。 180 - 6 -
中国科技论文在线 http://www.paper.edu.cn 图 5 CAST 评分量表 Fig 5. CAST scoring sheet 185 2.3 基于 SART 的团队态势感知主观评价技术 态势感知评价技术(SART)是一种主观评价技术,主观评价技术需要操作者在任务完 成后通过态势感知评级量表进行自我评分[28]。中国航天员科研训练中心研究者石玉生[29]在 2018 年通过将 SART 扩展到团队开发了一套 TSART 的主观评价量表,他认为团队过程的产 物可以从团队相关和任务相关两个维度评价。其中,团队维度主要是指有关团队沟通、交流、 190 协作等团队交互过程;任务维度主要是指完成任务需要的策略、知识、角色分配等。量表包 含团队维度和任务维度,结合 Endsley[4]的三级模型提出了评价团队态势感知的三方面,团 队沟通、团队成员间彼此状态的关注和对团队任务及成员任务的了解。其量表一共包含 10 个主观问题。通过多次的实验分析与验证,该量表有一定的评价团队态势感知的能力,并且 提供了另一种评价团队态势感知的角度。但该方法的缺点与 SART 的缺点类似,主观问卷方 195 法的问题敏感性因人而异,且会伴随着操作员记忆的模糊而失去效力。 2.4 分布式态势感知评估方法——EAST 系统团队事件分析(the Event Analysis of Systemic Teamwork)(EAST)提供了一套完 整的功效学方法来分析复杂社会系统的性能[24]。该框架主要通过三个网络来描述、分析系 统中的活动:任务网络、社交网络和信息网络。任务网络主要描述了系统中的可能发生的活 200 动之间的相互依赖关系;社交网络主要描述了系统中的组织结构和智能体之间的相互通信路 径;信息网络(也被称为 SA 网络)描述了支持任务性能的信息,以及这些信息如何分布在 任务网络和社交网络中。EAST 方法中的网络结构如图 6 所示。 - 7 -
中国科技论文在线 http://www.paper.edu.cn 205 图 6 EAST 方法中的网络结构 Fig 6. EAST network of networks approach EAST 的一套完整的使用流程通常包含十个步骤。其中涵盖了定义分析的目标与任务, 数据的收集及预处理,每个网络的构建与分析。基于实验者的观察和对每个参与者的视频数 210 据与口头记录数据的回顾,每个参与者与其他参与者或系统中的智能体的交互频率,任务网 络、社交网络和 SA 网络。在评价一个系统的态势感知方面,EAST 网络分析中有三个重要 的指标:网络密度(总体网络);社会计量状态(单个节点);中心(单个节点)。网络密 度代表网络的互联程度,更高的密度值表示连接良好的网络;社会计量状态用来衡量网络中 每一个节点的繁忙程度,并确定网络中的关键节点;中心性主要代表一个节点在网络中的地 215 位,表示了更接近网络中其他节点的节点。通过以上三个指标可以得到系统设计中的一些问 题和潜在风险,并提供一系列的设计准则。 到目前为止,EAST 方法已经应用于一系列领域,包括陆海战[30]、航空[31]、空中交通管 制[32]、铁路维护[33]和紧急服务[34],是分布式系统中有效的评价方法。 3 展望 220 本文系统介绍团队态势感知研究的文献综述。团队态势感知的定义与量化依然是人因工 程学科的挑战,现有的个人、团队和系统态势感知模型虽然各自解决了一些问题,但却并不 完善。Endsley[4]的个人模型已成功扩展到团队环境之中,但基于三级模型的 SAGAT 方法在 团队中还有待完善。Stanton 等[10]提出的分布式态势感知模型从系统的角度描述团队态势感 知的概念,包括它是什么,它包含什么,如何获得以及影响它的因素是什么,包括兼容 SA 225 和交互 SA 的概念需要进一步的研究探索。在未来随着系统中技术的不断凸显,大规模分布 式系统中的现实世界协作任务,因此也需要统一的分布式态势感知理论。此外,脑科学的发 展会带来认知研究的进步,意识的问题将和系统技术一样重要,如何将两者联系以便更好地 支持个人,团队,组织和整个系统的任务执行,人与非人的系统如何在意识的层面进行思想 的交换,如何在高度自动化的场景中加入人的影响,都将是接下来所要面临的挑战。从态势 230 感知研究在现代系统的设计和运行中发挥的关键作用来看,这些问题将会给未来的研究带来 更大的帮助。 [参考文献] (References) - 8 -
分享到:
收藏