人机团队协作的设计要素

人机团队协作：设计的概念与组件

摘要

过去，机器人主要被用作“人类的工具”。然而，随着机器人技术的进步，机器人已日益具备作为伙伴或对等体协助人类的能力，共同完成联合工作。这种新型关系为人机团队的有效运作带来了一系列新的相互依赖性和团队协作问题。本文中，我们将沟通、协调与协作定义为人机团队协作的三大基石。随后，我们描述了团队协作的组成部分，包括代理能力、任务工作、指标以及点对点交互。我们的目的是帮助系统设计者理解影响团队协作的因素，以及如何构建人机团队以促进有效的团队协作。

1 引言

机器人在人机（HR）团队中的角色已开始从一种延伸工具转变为能够协助并完成协作任务的类同伴式队友 [8, 13]。人机团队是由人类和机器人系统组成的群体，他们通过沟通、协调与协作共同执行一项协同活动 [8, 14]。将机器人作为人类团队中的队友，将有助于在协作任务上实现更高效的协作与表现。例如，在太空探索环境中使用的机器人被应用于各种人类无法单独操作且需要协助的场景中 [2, 13, 14]。针对这种新视角对人机交互（HRI）中团队协作设计及方法所产生的影响开展研究，将大有裨益。

随着美国国家航空航天局（NASA）朝着未来的深空任务迈进，为了确保任务安全与成功，任务工作将交由人机团队完成[13, 14]。更长时间的太空任务对人类而言更加危险，因为宇航员必须在脱离地面支持的情况下自主操作。宇航员在时间和身体能力上均受限，将需要依赖机器人系统协助完成需要双方代理共同参与的协作任务。然而，要有效完成协作活动，必须理解团队成员之间的相互依赖性如何影响任务执行。创建并构建高效的团队，并为团队中的每个代理合理分配工作，对于任务成功和正确的任务执行至关重要[31]。

通过关注联合活动中的团队绩效来发展人机交互，对于开发更优的系统至关重要。系统必须评估每个团队成员不断变化的技能及其在团队构成中的不同角色。尽管以往关于人机交互的研究和综述描述了开发人机系统的不同方法，但在人机团队设计方面仍缺乏共识。

本文综述了构建人机团队的各种方法。本综述的目的是为系统设计者提供对人机团队合作更深入的理解，特别是关于可用于人机团队设计的方法。我们首先详细阐述团队的背景以及人机团队合作领域的前期研究。接着，我们描述了设计者在组建人机团队时应如何考虑任务工作、代理能力、设计指标和依赖关系。最后，我们讨论了人机团队合作中尚需进一步研究的开放性问题。

2 动机

本文的核心概念是团队——成员之间相互依赖，拥有共同目标、共同基础以及彼此之间的信任[13–15]。团队在结构上是有序组织的，其成员具备各自的专业知识和背景；每位成员都将自身的技能和背景带入团队之中。团队协作是一种灵活且依赖背景的活动。团队协作由多种因素构成，这些因素的组合及其有效性会极大地影响团队协作的结构[10]。高效能团队以动态技能组合运作，包括预判与预测能力，以应对更复杂的场景和工作流程[24, 28]。

尽管团队协作在人机交互设计中看似显而易见，但系统设计者必须考虑多种影响团队协作结构的因素，从团队构成到由此产生的依赖关系。

人机团队设计及其成功度量的有效方法在现有文献中均未得到明确定义。以往关于人机团队开发的研究大多从人因因素角度进行了广泛审查[30]。此外，人机团队合作理论很少被转化为实际应用。为了弥补这一差距，理论与实践之间的差距，系统设计者需要开发有效的团队合作设计、方法和协议。

创建高效的人机团队具有挑战性，因为机器人能力在持续进步——带来了更好的物理能力、认知和感知。尽管取得了这些进展，但我们认为机器人将始终存在局限性，尤其是在面对异常情况、边缘情况和极端情况时。人形机器人的外观可能会使人类产生幻灭感，因为它们看似像人，却缺乏人类的能力[23]。人类在建立对机器人的心理模型以及管理对其机器人伙伴行为和表现的期望方面面临困难。机器人难以识别人类意图，导致错误或时机不当的响应，以及缓慢且不稳定的交互。这些问题导致了不自然且低效的团队合作，并带来高人类工作负荷 [14, 23]。未来的人机团队需要在承认机器人局限性的同时，将其视为值得信赖的团队成员。

鉴于构建人机团队存在诸多困难，显然，仅将设计良好的机器人与人类安排在一起完成任务，并不足以确保良好的团队协作和任务执行。人机团队的设计必须理解人机关系的背景以及他们在共同工作时形成的依赖关系[25]。在协同活动中，理解团队成员之间的相互依赖性将有助于加强更优的人机系统设计决策[25]。未来的人机团队需要理解队友之间如何有效进行沟通、协调和协作，以实现任务成功。

3 团队协作的组成部分

3.1 沟通

沟通是双方（或多方）之间的信息表达或交换 [5, 18, 37]。例如，机器人请求帮助时的沟通包括：(1) 引起注意，(2) 提示需要帮助，以及 (3) 请求帮助 [5]。任何机器人提示都能提供与其状态和当前动作相关的信息。人形机器人具有更丰富的沟通方式多样性，而非人形机器人则更具目标导向性，需要更多规划来考虑人类协作者 [5]。即使是能够通过语音或文本（在屏幕上）进行交流的机器人，也会失去人类语言的语境中的细微差别、语调和背景。

沟通可以在团队内的各种配对之间、通过共享网络在机器人之间，或通过各种方式向人类进行扩展。为了实现后者，机器人需要更多类型的信号以提供更丰富的信息并发展更丰富的直觉。这些信号在内容上有限（最多几比特），但能够传递感知、意图和状态。许多机制通过听觉、凝视、手势和动作的冗余与强调相结合来支持这一点。信号可以包括灯光、声音、触觉反馈等，具体取决于系统。

语言非常广泛且传达了高度的细节，然而，语言是具体还是笼统取决于任务、领域和其他因素[5]。

3.2 协调

协调是指团队的和谐运作，或确保两个人或多个人/团队在整个任务过程中能够正常协作[12, 37]。它要求对活动和职责进行整合，以高效地利用资源 [23]。协调需要具备前瞻性和计划性的合作，以设定、组织和监控各项活动。

有效的协调需要具备三个要素：（1）共同基础，即通过共同知识支持协同活动；（2）可指导性，能够在协同活动中评估和调整个体行为；（3）可预测性，能够预测他人将采取的行动[23, 25]。这些特性更具可测量性，并有助于实现队友之间成功协作的工作目标。

3.3 协作

协作是一种涉及两个（或更多）方共同合作以实现共同目标[9, 23, 25]的协同活动。协同工作需要多个成员共同协作以达成共享目标，并依赖于沟通与协调。成员之间共享知识、意图和目标，就像两个代理共同合作组装一个书架。

协作任务可以是紧密耦合或松散耦合的，也可以是计划性或自发性的 [20, 23, 40]。在紧密耦合的工作中，每个成员的行为相互依赖；而在松散耦合的工作中，成员则采取互补行动以实现共同目标。计划性与自发性工作的区别在很大程度上取决于环境、情境、任务等因素。在寻宝游戏（一种协作任务）中，队友们拥有共同目标（找到所有物品），但各自独立完成。

4 设计人机团队的考虑因素

要设计一个有效的人机团队，必须考虑多种因素。这些因素包括人机团队设计者应注意的人机团队可能陷入的陷阱、团队需要完成的任务工作范围、团队成员的局限性和支持、评估团队的指标，以及如何促进有效的团队协作。

以下各节将讨论这些因素在任务工作、团队构成和团队协作结构方面的重要性。 展示了这些因素在团队外部以及代理之间的分布情况。任务的背景、团队所处的环境以及需要完成的任务是影响设计的外部因素。

团队要完全具备完成工作的能力。人类和机器人具有不同的能力，这些代理作为团队成员之间产生的依赖关系会在团队内部形成相互依赖性。人机团队必须在这些影响因素之间实现出色的沟通、协调与协作，才能有效共同工作。

4.1 人机团队的陷阱

各种宏观和微观因素，如人类、机器人、远程用户、控制、环境以及任务上下文，会影响团队成员之间的关系和产生的团队合作[36]。

沟通障碍 高度的通信时间延迟，甚至团队成员之间无法相互理解，都可能导致团队协作的崩溃。这些障碍源于在处理人类注意力、预测行为以及理解他人意图时采用了不直观或不适当的通信方式 [35]。

低效协作 团队成员因不同目标而分歧地工作，导致任务完成延迟和工作质量差。未能检查资格能力或缺乏培训和熟练度的用户会导致不当交接或用户之间的控制权转移 [36]。

协调性差 个人能力不匹配可能导致在协调活动时出现合作不佳的情况，尤其是在团队成员存在能力差距或技能不互补的情况下。团队构成不佳会导致成员之间缺乏信任，从而对协调 [31] 产生不利影响。

领导不力 一个缺乏领导能力的领导者可能会使团队陷入混乱。在不完美的情况下，一个不称职的领导者可能难以引导团队或调整工作任务目标。

管理缺失 紧邻 领导不力 的是 糟糕的管理，这可能导致团队陷入困惑或忽视需要完成的 工作。管理团队还需要管理团队的环境，持续进行规划，并确保团队保持在正确的轨道上。

工作负荷问题 任务需求、时间需求和任务结构导致工作负荷问题[22]。在设计人机团队时，需要考虑任务的复杂性和任务失败的后果。任务约束和压力、任务中断以及定义不清的任务是可能导致团队成员困惑的障碍[22]。

忽视环境因素的可见性、复杂性、不确定性和应激源会影响团队与环境以及团队成员之间的互动[22]。未能考虑情境依赖因素会导致团队协作无法适应其所处环境的工作需求。

4.2 团队的任务工作

任务工作是人机团队设计考虑中的一个关键组成部分，因为它是团队为实现目标所需完成的工作的分解。任务工作也是情境性和背景相关的；团队协作流程和操作员工作负荷都依赖于它[22, 40]。任务工作可以决定团队应如何构建和组织；完成任务工作需要不同程度的用户表现、故障管理、多个团队成员参与，某些任务还需要多任务处理。调度以及其他系统组件之间的依赖关系也限制了任务工作的分配与管理方式。任务工作的类型及其关键性值得重点评估。例如，在行星表面进行探索的个体行为会因路径航点的密度以及危险和障碍物的存在而有所不同。充分评估任务工作的复杂性并全面界定其范围，将为人机团队的设计奠定基础以完成该任务工作[22, 25, 40]。

4.3 团队的结构

人机团队的结构或构成有助于构建有效的团队协作，并由团队的物理构成以及每个个体的能力[39, 40]决定。团队结构涉及确定适合任务目标的适当团队规模，以及拥有互补技能组合的队友，以有效协调和协作。人机比例也需考虑，无论是同质的（仅人类、仅机器人）还是异质的（人类与机器人的混合）[39]。团队构成塑造了交互方式，这些交互方式根据人机比例而变化，包括：一个人、一个机器人；一个人、一个机器人团队；一个人、多个机器人；一个团队、一个机器人；多个人、一个机器人；一个团队、一个机器人团队；一个团队、多个机器人；以及多个人、一个机器人团队[40]。

4.3.1 代理能力与团队能力

每个成员的能力和整个团队的技能应相互补充。机器人的能力基于其被赋予的工作因素，而其技能取决于能力容量的概念[25]。

能力容量 是指一个实体独立胜任某项活动所需的全部内在要素（例如知识、技能、能力及资源）。

这种能力容量的概念意味着机器人能力容量存在限制——具体来说，是指其将技能扩展到工程设计能力之外，并具备一定程度的自主性或认知的能力。

机器人自主性此前已从多种角度进行定义，从遥操作到“完全自主”。德赛指出，人机团队之间的交互取决于机器人自主性的水平[6]。古德里奇将自主性定义为系统能够承受忽略的程度——自主性越高，所需的交互越少[18–20]。布鲁姆提出的自主性滑动标度是理解机器人自主性的重要一步，表明自主性并非单一的离散模式，而是可根据情况调整的[3]。尽管机器人自主性有多种类型，但显然成功的人机团队在团队设计中会考虑随背景变化而调整的自主性[14, 18]。

自主性是一个相对概念，机器人的自主性应相对于另一个系统的自主性来定义[25]。更进一步的是认识到，自主性是团队整体能力的函数，而不仅仅是机器人认知代理的能力。我们将 团队自主性 定义为人机团队作为单一单元运行的能力。人机团队设计者应理解这种与机器人不断变化的自主性相对应的整体团队自主性概念。

4.4 测量人机团队绩效

指标对于良好设计至关重要，因为它们描述了如何衡量团队设计[32]。团队绩效的指标可以是定性的或定量的，但确定最佳指标对于评估有效团队合作至关重要。团队是否有效工作的基准不仅在于任务完成的成功与否，还在于团队协作的质量。

对人机团队的评估可以从以下三个方面进行：（1）通过定量分析和正式方法实现的高性能视角，（2）通过可用性、整体有效性和满意度体现的用户视角，或（3）通过流畅性、团队工作负荷以及团队成员间的交互体现的团队视角[29, 41]。定量指标通过任务完成时间、每个成员的空闲时间和总任务时间来衡量效率和生产力[1]。定性指标则评估社会性指标、团队灵活性、适应性以及在环境错误中的鲁棒性或恢复力。多位作者从不同视角提出了通过任务、通用指标或交互指标来衡量人机交互的指标[1, 32]。

Steinfeld 和 Fong 比较了三种强调人机团队及交互的通用指标[32]。

系统性能 该组包括 定量性能 ，用于评估有效性（任务完成百分比）和效率（完成任务所需时间），主观评分，其中间接和直接因素影响有效性和 混合主动权利用，其中包括通过中断、求助请求等方式调节机器人与人类之间控制和交互努力的程度。[32]。

操作员性能 这一指标主要关注系统操作员，包括影响决策、表现和处理动态任务的情境感知，评估多维工作负荷平衡技术和操作员压力的工作负载，以及跟踪界面如何影响用户表现的心智模型准确性[32]。

机器人性能 这考察了自我意识，即机器人通过了解自身能力、在执行任务过程中进行自我监控以及从故障中恢复的能力程度，人类意识，即机器人感知人类并预测和识别人类行为的能力，以及自主性，即机器人相对于度量[32]能够作为独立单元运行的程度。

尽管这些通用指标可以评估团队的组成部分，但它们并未识别出团队指标。系统性能描述了如何定量评估整个系统的整体表现，但未考虑团队成员之间可测量的交互。从任务角度出发，Steinfeld 和 Fong 进一步深入探讨 “任务指标”，涵盖了机器人能力的范围，并为特定机器人任务性能（导航、感知、管理、操作和社交）提供了更细致的分类法 [32]。Shah 等 描述了可以从人机团队内部的主动沟通、协调与协作实例中获取的定量认知和物理交互指标 [1]。

物理交互指标 可以通过各种指标（如响应时间、可用性、物理交互的接近度和物理交互持续时间）从系统中轻松获取。

认知交互指标 认知交互更难测量，但高度依赖于用于评估人机交互的系统。这些指标包括信息交换和评估、决策与行动选择、固有延迟以及命令规范作为主要的衡量指标。

Freedy 等的协作式混合主动系统 描述了定性测量可通过评估队友如何预测彼此的行为、共同协作以及在成员之间建立信任来实现团队评估[15]。

1. 性能度量 ：这些度量是可观察的，来源于操作员完成任务时所使用的任务技能、策略、步骤或流程。这些包括人类团队、无人载具控制和人/机器人团队过程。人机团队过程具体包括共享心智模型、人机比例、信任水平、行为接受度和可观察性、人机协调以及混合主动效率 [15]。

2. 有效性度量 ：这些度量指出了任务质量和任务执行的优劣，但依赖于环境和运气。这可以概括为转化为任务和团队行为有效性（集体一致性、延迟、决策质量和团队间的比较表现）[15]。

上述指标在人机交互和人机团队合作的组成部分上具有明显且不同的侧重点。这些差异和相似之处如图2所示。人机团队合作应使用能够兼顾团队视角并平衡定量与定性指标的指标。

5 构建有效团队合作

本节将之前关于工作负载和智能体能力的研究结合起来，以展示如何构建团队。团队协作是一种动态结构，其中智能体角色、任务定义与需求、环境背景及具体情况的变化都会影响团队的工作方式。团队的结构会影响机器人在何时（事前、事中、事后）、何地以及如何开展工作。

首先，系统设计者需要考虑每个团队成员将扮演的角色以及团队成员协作过程中出现的相互依赖性。方的协作控制强调了人类作为协作者而非控制者的重要性[11]。Scholtz等人指出，人类在与机器人交互时承担的五种角色：监督者、操作员、队友（同伴）、维修人员和旁观者[30]。随着情况变化，成员的角色可能会发生转变，从而重塑团队结构和动态。人类和机器人在团队中所承担的角色不同，其交互方式也会随之改变；这些因素极大地影响了如何有效促进团队合作[30, 40]。随着人类与机器人密切合作，自然会产生相互依赖[20, 25]。相互依赖性和关系通过影响来构建团队协作。

外部（环境、任务工作和背景）因素以及内部（能力、技能）[25]。

相互依赖 描述了两个或多个参与方在协同活动中为管理必需的（硬性）或机会性的（软性）依赖关系所依赖的一系列互补关系。

考虑到这一点，团队协作可以通过以下方式构建：

1. “预案” 或序列结构 将工作分配给用户，以遵循该“预案”（即军事预案、足球战术）。这类计划是预先设计好的，只需在遇到非正常情况 [16] 时进行适度调整即可执行。预案通过完成时间、任务分配等若干适当指标对任务进行分解，提供详尽的逐步说明。这种详细程度适用于任务目标非常具体且明确的某些类型任务。总体而言，预案可作为一种策略，但如果过于受限，则缺乏灵活性以应对不同场景的变化。

2. 功能分配（FA） 首先确定需要完成的工作，然后将这些工作分配给系统中的代理 [38]。FA 提出问题：谁可以执行什么任务，并描述如何做出该决策；它在实际执行之前或期间确定用户与任务的最佳匹配。可以通过建模与仿真来评估一系列工作分配，利用不同的分析方法评估最佳任务分配，从而对 FA 进行评价。该过程可以是系统化的，并有机会使用形式化建模工具对结果进行定量分析。这类工作最适合在设计初期评估团队，以充分探索团队协作的各种潜在组合。

3. 竞标机制 允许代理对明确界定的任务 [7] 进行竞标。代理负责任务分配，并根据其可用性、技能组合和完成任务的时间来决定是否竞标。团队设计者基于偏好和适当性，从多种衡量标准中确定竞标获胜者。这种结构适用于拥有特定能力且竞标衡量标准明确的代理团队。

4. 相互依赖性 意味着机器人自主性和界面应共同设计，以管理依赖关系[25]。根据任务工作和团队能力，通过相互依赖性要求（可观察性、可预测性和可指导性）[11, 25]，可以有效地分配联合活动中的工作。人‐机器人团队必须能够观察并理解队友的行为，预测队友的下一步行动，并能够相互指导以完成工作[27]。为了拥有相同的共享心智模型，从而促进沟通与协调，团队认知在此至关重要[33]。

以下人机团队场景的示例展示了在太空探索应用中，团队结构、人机比例以及团队用例的多种形式。这些结构展示了人机团队能够完成的工作的广泛性[4, 14]。在图3中，我们展示了这四个示例，展示团队如何应对工作负载以及团队的动态变化。

1. 机器人勘探 涉及人类远程控制探测车对行星表面进行勘探，以推动科学和技术进步。在此示例中，比例为1:1，人类与机器人之间的通信线路。工作在人类采取行动之前完成，以减轻人类工作负荷。此外，机器人可以独立工作，但需要具备强大的机动和从环境因素中进行故障恢复的技能。这两个成员必须具有良好的协调和沟通能力，以高效地探索并传递最具影响力的信息[14]。

a. 例1 对于单一任务，机器人在独立侦察任务中独自工作，直到其发出求助请求或提示任务已完成。机器人在任务中请求帮助，并需要人类干预以共同执行协作任务。此后，机器人通过沟通其任务进展，与人类一对一地完成任务。在此情况下，机器人需要具备较高的沟通、协调与协作能力容量。

2. 机器人后续作业 涉及人类先进行工作，随后机器人跟进以进一步调查并完成任务。在人类与机器人松散协作完成后续工作的过程中，可能会发生控制权转移。此处的团队协作围绕协调这一控制权转移以及跟进完成任务展开。

a. Ex. 2 两名人类完成任务1，并向双机器人团队沟通剩余任务。随后，机器人团队完成任务2。在过渡阶段，剩余任务的沟通以及任务权限交接的协调将影响任务成功和指标。

3. 多架阿斯特罗比与机组人员 ，最多三架Astrobee能够在国际空间站内飞行，并协助在轨宇航员完成任务搜索活动。成员可以远程指挥Astrobee执行特定操作（如导航），或通过一系列序列（类似于“预案”）来指挥它们与机组人员直接协作[4]。宇航员与Astrobees之间的协作范围从高度紧凑到较为分散。

a. 例3 能力和动态任务需求的变化可能会改变由两名人类和三台机器人组成的团队内部的分组情况 [8]。在时间 t = x，一名人类正与三台机器蜂协作，另一名人类则单独工作。在某个时间点 t = x + c（其中 c 是完成任务1和任务2所需的时间），一台机器蜂移动到另一位人类处，与其共同执行任务4，而其余的机器蜂则留下完成任务3。在此情况下，有效的协调与协作使得机器蜂能够在人类队友之间灵活移动，并承担不同的团队任务。

4. 行星探索 可能还远在将来，但理解紧密团队协作对团队成功的影响对于类似的真实场景至关重要。Fong 等提供了多个现实生活中的实例，展示了紧密耦合的共处一地的人机团队负责多种协作任务 [14]。这些机器人具有高度的灵巧性，能够执行各种协作任务。它们通过远程控制或具备一定程度的自主性，并在语音和手势识别方面具有强大的沟通技能。这些能力使人机团队成员之间的协作成为可能，并为从密切互动中形成的相互依赖性提供了洞见。

a. 例4 在 t= x 时刻，一个机器人团队和一个人类团队分别以松散耦合的方式在任务 1 和任务 2 上工作。在 t = x+c 时刻，各团队重新组合为两个独立的人机团队，并以紧密耦合的方式分别执行任务 3 和任务 4。在此情况下，团队协作具有高度动态性，且必须调整团队构成以实现有效协调 [8]。机器人和人类需要具备互补的技能组合，并能够轻松适应新的场景和不可预测的背景。

6 人机团队合作的未来

本文通过研究任务工作、能力以及依赖关系等人机团队协作的组成部分，探讨了影响人机团队实现有效团队协作的各种因素。然而，未来的研究可以通过探索沟通、协调与协作对团队绩效的影响，进一步加深对该主题的理解。

随着对有效人机团队需求的增长，分析这些设计考虑因素将有助于从团队视角推动这些异质团队的发展。智能体能力、任务工作分解、有价值的度量指标、团队自主性以及团队协作结构等领域均有拓展我们对人机团队合作理解的空间。本文旨在强调，为人类‐机器人团队进行设计对于实现有效团队协作至关重要。构建成功的团队不仅需要考虑个体因素，还需延伸至团队整体的综合能力。

能力和深化我们对团队成员关系的理解。设计机器人不是工具而是同伴的团队，是实现有效团队合作、构建未来更成功的人机团队的第一步。