17、搜救任务中的顺序心智理论建模

搜救任务中的顺序心智理论建模

1 引言

在城市搜索和救援（Urban Search and Rescue, USAR）任务中，团队成员需要在复杂、动态的环境中进行高效的协作。为了提高人机协作团队的协调能力和效率，研究人员致力于开发一种顺序式的心理理论（Theory of Mind, ToM）模型。该模型能够推断出人类团队成员在动态环境中的信念变化，并通过分析团队成员之间的沟通及行为模式，来提升对个体心理状态的理解。本文将详细介绍这一模型的设计思路和技术实现。

2 问题背景

USAR任务通常涉及多个团队成员在有限的时间内完成复杂的搜救工作。团队成员不仅要面对物理上的挑战，还需要在信息不对称的情况下做出快速决策。为了应对这些挑战，团队成员必须具备良好的沟通技巧和协作能力。然而，实际操作中，沟通往往存在误差、不完整或延迟的问题。因此，开发一种能够自动推断团队成员心理状态的计算模型显得尤为重要。

3 模型结构

3.1 变量定义

为了有效捕捉团队成员的心理状态变化，模型采用了两种主要模块：

1. 语言模块 ：基于Transformer架构，用于处理团队成员之间的对话记录。
2. 心理状态模块 ：基于循环神经网络（RNN），用于捕捉个体行为序列，并推断其背后的信念变化。

3.2 数据来源

模型的数据来源主要包括：

• 团队成员之间的对话记录
• 个体在搜救过程中采取的具体行动