X4.04.2Predictable control authority allocation设计研究
融合权重的分配规则需要对人可预期而非黑箱调节
别名: 融合权重可预期 · 辅助增益 · authority allocation
概念解释
可预期的控制权分配（predictable control authority allocation）要求共享控制中人机输入的相对影响遵循可理解、可学习的条件。权重可以随风险、置信或任务阶段变化，但人应知道何时机器会加强修正、何时接受输入，以及为什么同一操纵有时产生不同结果。
机制
操作者通过输入—输出关系学习系统动力学。黑箱权重变化使这一映射非平稳，人无法形成稳定内模，便会加大输入、反复试探或放弃控制。若权重变化与可见风险、边界或置信状态一致，并提前提示，人能把变化归因于情境而不是设备故障。
怎么研究
可比较固定、规则自适应和不透明自适应权重，操纵变化速率与提示，测量预测误差、输入补偿、冲突、学习迁移和主观控制感。应记录实际融合权重与理由，测试相同输入在不同状态的输出预测。总体绩效提高不能掩盖少数不可预测强制修正。
边界
复杂系统不必展示精确权重公式，现场需要的是行为边界与变化原因。紧急安全约束可立即压过人输入，但应随后清楚说明。允许用户锁定权重可能破坏安全；可预期不等于完全可配置。
怎么落地
- 将权重变化绑定到少数可见条件，并提供当前人/机影响的方向性反馈。
- 在机器将显著覆盖输入前给出触觉、视觉或阻力预告；安全覆盖后保留原因记录。
- 让操作者预测给定输入的输出并跨情境迁移，监测过度补偿、反复输入和放弃控制。