两个脑袋比一个好:一个统一共享控制中人类和人工智能的维度空间
AI 辅助决策与自动化系统人-机器人协作(HRC)UI/UX 设计师AI/ML 研究员与工程师
文献标题
Two Heads Are Better Than One: A Dimension Space for Unifying Human and Artificial Intelligence in Shared Control
文献信息
- 主题领域: 人工智能与人机交互领域中的共享控制
- 关键词: 共享控制, 人机协作, 设计空间分析, 人工智能, 协作交互, 监督控制, 辅助技术, 人工智能作用
研究背景与问题
-
问题或挑战:
- 共享控制是一种将人工智能(AI)与人类智能相结合的新型交互方式,广泛应用于不同领域,但这些领域之间缺乏统一的语言和设计框架来描述和比较各种系统。
- 当前各领域(如移动性辅助、驾驶、手术和游戏)对共享控制的设计理念和术语不同,阻碍了跨领域的知识共享和创新发展。
- 共享控制需要一种工具来帮助理解多种可能的设计方式、识别设计空白以及构想新的问题解决方法。
-
意义与重要性:
- 共享控制的潜力在于提高系统对人类用户的可访问性、安全性、精确性以及创造性。
- 寻求一种统一的方法可以帮助设计者更好地比较设计、发现设计模式并推动未来创新。
-
研究动机与相关工作:
- 作者基于影响力巨大的设计空间分析方法与共享控制的基础理论,提出了一种多维设计空间模型,以弥补目前在人类与人工智能共享控制中的设计空白。
- 本研究选择了55个不同领域的共享控制系统作为数据集,对其设计特性进行了系统归纳与分析。
解决方案
-
提出的解决方案:
- 作者设计了一个共享控制的维度空间模型,包含四个轴心:人工智能角色(AI Role)、监督机制(Supervision)、影响机制(Influence)和信息调解(Mediation)。
- 维度空间的主要目标是为共享控制系统提供分层的分析工具,使得设计者能够描述现有系统,找到高层次设计模式,并开发新的设计概念。
-
创新之处:
- 提出了第一个以“设计空间分析”为核心工具的共享控制分类方法。
- 跨域总结共享控制的高层次设计模式,发现并填补不同领域间的设计空白。
- 使用直观的“Kiviat图”及相关工具将复杂的设计变量表达为可以直观比较的模式。
-
实施步骤与所用技术:
- 系统归纳与分类:对55个共享控制系统进行分类,基于设计特性构建维度空间。
- 四个核心维度的定义:
- 人工智能角色(AI Role):AI在支持、委托、可接管和互补角色上的分布。
- 监督机制(Supervision):描述人和AI之间的监督关系(例如:AI监督人、人监督AI、相互监督等)。
- 影响机制(Influence):阐述人和AI之间的相互影响程度,如独立、解释式、引导式和协作式。
- 信息调解(Mediation):描述如何将人和AI的控制信号整合,如“合并”或“选择”。
- 设计模式总结:识别常见的设计模式并描述其背后系统的交互原理。
研究成果
-
具体成果:
- 构建了一个全面的共享控制维度空间模型,为跨领域的设计者提供了一种分类和比较工具。
- 提出并分析了六个具体领域中的设计模式(如移动性辅助、游戏和手术中的共享控制模式)。
- 确定了常见的设计模式(如“警觉型助手”、“支持型守护者”、“协调型谈判者”和“平等伙伴”)在不同领域中的适用性。
-
与现有解决方案的比较:
- 与现有模型相比,该模型更注重对设计的用户体验和人机交互方式的解析,而非仅技术或控制逻辑。
- 提供了跨学科交流的共享平台,使设计者能够将一种领域的经验运用到其他领域。
-
实验或评估结果:
- 通过分析55个系统发现,不同领域中独立发展的共享控制系统有许多相似点,证实了维度空间的适用性和解释能力。
- 建立了多个领域通用的设计模式,基础上扩展到了新的应用可能性。
-
局限性与未来方向:
- 局限性:
- 当前模型主要基于已有数据集构建,尚需对更多领域的系统进行验证。
- 缺乏实际用户实验来验证不同设计模式在实际交互中的优劣。
- 未来方向:
- 扩展模型的适用范围,同时开发自动化工具来帮助设计者快速分类和生成新设计。
- 针对特定领域提出更加细化的设计建议,例如针对于可持续驾驶或智慧城市设计。
- 开发新的交互原型以验证规范模式的用户接受度和有效性。
- 局限性:
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 共享控制系统如何统一描述和比较来自不同领域的设计?分类: 生成式AI创作控制与共创同类问题arrow_forward
- 共享控制的设计空间中包括哪些核心维度,这些维度如何适用于不同领域?分类: 生成式AI创作控制与共创同类问题arrow_forward
- 不同领域的共享控制设计模式是否存在共性,这些模式如何促进创新?分类: 生成式AI创作控制与共创同类问题arrow_forward
lightbulb
现实痛点
1- 设计师难以跨领域比较和创新共享控制系统的设计。分类: 生成式AI创作控制与共创同类问题arrow_forward
- 100%
我应该跟随人类还是机器人?——拥有权力的机器人可能比人类更有影响力来影响决策
CHI '23· AI 辅助决策与自动化系统 +1
- 60%
使用视觉建模和显著性分析预测和解释移动UI的可点击性
CHI '22· 可解释人工智能(XAI) +1
- 60%
经验丰富的企业应用设计师如何将AI作为设计材料进行运用
CHI '22· 生成式AI(文本、图像、音乐、视频) +1
- 60%
设计人机协作:承诺、响应性和支持
CHI '22· 心理健康应用与在线支持社区 +1
- 60%
处理不确定性:理解预测任务与诊断任务对人类-AI决策中信任和依赖的影响
CHI '24· AI 辅助决策与自动化系统 +1
- 60%
用于RL训练机器人表现性用户控制的在线行为修改
HRI '24· AI 辅助决策与自动化系统 +1
- 60%
对齐人类与机器人表征
HRI '24· AI 辅助决策与自动化系统 +1
- 60%
学习基于网络的多模态移动用户界面嵌入
IUI '21· AI 辅助决策与自动化系统 +1
- 60%
通过自然语言交互实现协作设计优化
UIST '25· 大语言模型(LLM)的人机协作 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3517610
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
AI 辅助决策与自动化系统、人-机器人协作(HRC)
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
9 篇相关论文