付亞芝，郭進(jìn)利

（上海理工大學(xué)管理學(xué)院，上海 200093）

0 引言

隨著智能化的發(fā)展，機(jī)器的自動(dòng)化程度不斷提高。對(duì)于一些計(jì)算復(fù)雜，需要巨大存儲(chǔ)空間且重復(fù)的功能，已經(jīng)基本上由機(jī)器來(lái)自動(dòng)控制。而一些涉及全局性的管理工作、情境不穩(wěn)定下的決策，則依然由人來(lái)操作。合理的人機(jī)系統(tǒng)功能分配對(duì)于提高機(jī)器工作的效率、可靠性具有極其重要的意義。如果自動(dòng)化程度過(guò)高，機(jī)器被賦予過(guò)多的控制權(quán)，雖然人的工作負(fù)荷降低，但是這種較低的工作負(fù)荷會(huì)降低人的感知能力，使得人在面臨機(jī)器故障時(shí)不能有效、及時(shí)地應(yīng)對(duì)導(dǎo)致事故的發(fā)生。如果自動(dòng)化程度過(guò)低，人需要作出大多數(shù)決策，那么在緊急情況下出現(xiàn)大量待處理信息，可能使得人的認(rèn)知過(guò)于飽和，從而不利于人作出正確的決策、實(shí)現(xiàn)對(duì)機(jī)器的有效控制［1］。

通常，對(duì)于單項(xiàng)的人機(jī)功能分配的方案主要有3 種。第1 種是完全自動(dòng)化，即始終由機(jī)器進(jìn)行控制；第2 種是人機(jī)共同控制，即由機(jī)器和人合作共同完成決策；第3 種是手動(dòng)控制，即完全由人來(lái)處理信息、作出決策［2］。但隨著自動(dòng)化的發(fā)展，很多時(shí)候這3 種方案已經(jīng)不足以描述人機(jī)功能分配的狀態(tài)。所以，部分學(xué)者對(duì)人機(jī)功能分配的方案進(jìn)行了進(jìn)一步的劃分，可以根據(jù)實(shí)際情況，依據(jù)自動(dòng)化程度細(xì)分為多個(gè)自動(dòng)化方案。如王闊天等在文獻(xiàn)［3］中，將無(wú)人機(jī)的飛行任務(wù)自動(dòng)化從完全手動(dòng)到完全自動(dòng)分為了10 個(gè)等級(jí)。對(duì)人機(jī)功能方案的細(xì)分能夠更好地發(fā)揮機(jī)器和人的優(yōu)勢(shì)，提高在不同情境下任務(wù)執(zhí)行的有效性和可靠性。因此，本文在建立人機(jī)功能分配算法模型的時(shí)候，考慮了人機(jī)功能分配可能存在的多種方案。

目前，人機(jī)功能分配方法的研究還比較少。傳統(tǒng)的方法有人機(jī)功能比較分配法、Price 決策圖法、Sheffield 法、自動(dòng)化分類與等級(jí)設(shè)計(jì)法、York 法等［4］。近來(lái)，也出現(xiàn)了一些新的分配方法，比較有影響力的是模糊數(shù)學(xué)法。如解偉河等在復(fù)雜任務(wù)條件下人與武器裝備作戰(zhàn)功能分配研究中，運(yùn)用了模糊數(shù)學(xué)的方法，將定性與定量相結(jié)合解決人機(jī)功能分配問(wèn)題［5］。周前祥、馬治家通過(guò)模糊多目標(biāo)決策法對(duì)載人航天器系統(tǒng)人機(jī)功能分配的方法進(jìn)行了研究［2］。汪匯川等則在FAHP 的基礎(chǔ)上，針對(duì)人機(jī)特性進(jìn)行人機(jī)功能分配研究［6］。此外，周前祥、周詩(shī)華基于經(jīng)典概率分析理論，通過(guò)效益-費(fèi)用比函數(shù)建立了人機(jī)功能分配的模型［7］。以上這些研究都是靜態(tài)的功能分配方法，這些方法機(jī)械地對(duì)功能進(jìn)行分配，而忽略了環(huán)境的變化對(duì)人機(jī)系統(tǒng)的影響，同時(shí)只著眼于局部功能得以有效實(shí)現(xiàn)而不能考慮到整個(gè)系統(tǒng)，不能保證人的總體認(rèn)知處于合理的水平，使得系統(tǒng)的整體功能分配往往存在嚴(yán)重的不合理。張偉等在作戰(zhàn)無(wú)人機(jī)系統(tǒng)的人、機(jī)功能動(dòng)態(tài)分配模擬仿真中，證明了動(dòng)態(tài)的人機(jī)功能分配能夠提高操作人員的情景意識(shí)［8］。王天闊等在多無(wú)人機(jī)監(jiān)督控制的人機(jī)動(dòng)態(tài)功能分配研究中，證明了基于操作員工作量的動(dòng)態(tài)功能分配的系統(tǒng)更加有效，并且能夠節(jié)約操作時(shí)間［2］。張安等提出了基于CTL 模型和任務(wù)績(jī)效的駕駛艙動(dòng)態(tài)功能分配方法并證明了該方法的有效性［9］。我們應(yīng)當(dāng)認(rèn)識(shí)到，除了人難以完成的任務(wù)應(yīng)當(dāng)分配給機(jī)器，機(jī)器難以完成的任務(wù)分配給人之外，大部分的功能分配應(yīng)該是動(dòng)態(tài)的，即根據(jù)駕駛?cè)说那榫叭蝿?wù)負(fù)荷進(jìn)行人機(jī)功能分配，使得駕駛?cè)说那榫耙庾R(shí)、工作負(fù)荷等保持在適當(dāng)水平［10］。

本文從人機(jī)系統(tǒng)的整體角度出發(fā)，構(gòu)建人機(jī)系統(tǒng)功能的動(dòng)態(tài)分配模型。在充分考慮人機(jī)操作環(huán)境等實(shí)時(shí)因素對(duì)系統(tǒng)功能的影響、在操作員的認(rèn)知水平、機(jī)器處理的效率、系統(tǒng)可靠性等約束條件下，用非合作博弈的思想——各個(gè)博弈方在自己的策略集合中選擇策略，以實(shí)現(xiàn)自身效益最大化，通過(guò)各個(gè)博弈方多回合博弈，進(jìn)行尋優(yōu)，最終得到最優(yōu)的均衡解。達(dá)到以較低的功能成本、適當(dāng)?shù)那榫耙庾R(shí)水平、最高的駕駛?cè)藵M意度，有效地實(shí)現(xiàn)系統(tǒng)整體功能的目的?？傮w的分配流程如圖1 所示：

1 準(zhǔn)備工作

1.1 選定人機(jī)功能分配的對(duì)象

在任何操作任務(wù)中，都存在人可以完成的功能、機(jī)器可以完成的功能、人和機(jī)器都可以完成的功能，以及人和機(jī)器都不能完成的功能。因此，在建立人機(jī)功能分配的優(yōu)化模型前，需要明確需要的優(yōu)化對(duì)象：人和機(jī)器都可以完成的任務(wù)。這些對(duì)象可以通過(guò)任務(wù)分配矩陣圖來(lái)確定［4］，如圖2 所示：

圖2 功能分配矩陣圖

功能分配矩陣圖由6 個(gè)部分組成，這6 個(gè)部分分別記為Uah、Uh、Ua、Pah、Ph、Pa，其中U 代表不可接受方案（Unacceptable），h 表示人類（Human），a 表示自動(dòng)化系統(tǒng)（Automatic System），P 代表優(yōu)先選擇（Preferable）。因此，可以將系統(tǒng)的功能分為6 類：人和機(jī)都不能完成的任務(wù)、人不能完成的任務(wù)、機(jī)不能完成的任務(wù)、優(yōu)先選擇人完成的任務(wù)、優(yōu)先選擇機(jī)完成的任務(wù)以及人和機(jī)都表現(xiàn)出色的任務(wù)。

根據(jù)由機(jī)器執(zhí)行的表現(xiàn)和人類執(zhí)行的表現(xiàn)對(duì)所研究的功能進(jìn)行打分，確定屬于Uh、Uah、Ua 區(qū)域的功能，剩下的功能任務(wù)就是研究的對(duì)象，記為x1，x2，…，xn。

1.2 建立分配模型

某人機(jī)系統(tǒng)有n 個(gè)待分配的功能，分別為x1，x2，…，xn。有m 個(gè)目標(biāo)，分別為μ1，μ2，…，μm。將自動(dòng)化分為p 個(gè)等級(jí)，那么每個(gè)xi的取值范圍都為{l1，l2，…，lp}。目標(biāo)就是對(duì)n 個(gè)功能在p 個(gè)自動(dòng)化等級(jí)中進(jìn)行分配，在功能能夠?qū)崿F(xiàn)的前提下實(shí)現(xiàn)目標(biāo)函數(shù)的最優(yōu)值。比如，成本最小、操作人員腦力負(fù)荷最小、效率最高等等。

1.3 確定初始策略

選擇一個(gè)合理的初始策略能夠大大減少求解最優(yōu)解的時(shí)間。在靜態(tài)的人機(jī)功能分配方法中，常用的方法是運(yùn)用多目標(biāo)模糊決策模型來(lái)解決某個(gè)功能的分配問(wèn)題。本文選用這種經(jīng)典的方法依次對(duì)各個(gè)功能x1，x2，…，xn在自動(dòng)化等級(jí){l1，l2，…，lp}中進(jìn)行分析、模糊評(píng)價(jià)后進(jìn)行分配，實(shí)現(xiàn)單功能分配最優(yōu)，以確定各個(gè)目標(biāo)函數(shù)的初始策略集，具體的求解方法可以參考文獻(xiàn)［2］。

2 人機(jī)系統(tǒng)功能分配算法模型

2.1 模糊策略分集

2.1.1 確定影響因子矩陣

首先要確定各個(gè)功能值對(duì)人機(jī)功能分配目標(biāo)的影響因子rij。由于人機(jī)系統(tǒng)的特殊性，要確定各個(gè)功能分配變量關(guān)于目標(biāo)的具體函數(shù)，要么難以實(shí)現(xiàn)，要么要付出過(guò)多的代價(jià)。而且由于情景的多變性，確定的具體函數(shù)的可靠性往往也不高。但是在確定分配方案后，即確定xi，i∈{l1，l2，…，lp}的取值，此時(shí)目標(biāo)函數(shù)值也就確定了。每個(gè)功能xi都有p 個(gè)取值方案，所以n 個(gè)功能分配對(duì)象就有pn種取值方案。通過(guò)數(shù)據(jù)分析軟件R 語(yǔ)言很容易就得到各個(gè)功能對(duì)與目標(biāo)函數(shù)的影響力大小。因此，各個(gè)功能對(duì)目標(biāo)函數(shù)的影響度是可以直觀測(cè)量的。確定各個(gè)功能值對(duì)人機(jī)功能分配目標(biāo)的影響因子后，就可以得到功能對(duì)目標(biāo)的影響因子矩陣R0：

2.1.2 求解模糊等價(jià)矩陣

步驟1：確定了各功能對(duì)目標(biāo)函數(shù)的影響矩陣R0，就可以用模糊數(shù)學(xué)的方法來(lái)求解模糊矩陣R［11-12］。模糊矩陣構(gòu)造法有海明距離法、歐式距離法、切比雪夫距離法等。本文采用絕對(duì)值減數(shù)法構(gòu)造相似矩陣R：

步驟3：模糊聚類

2.2 人機(jī)功能分配的博弈算法

3 算例

以某民用運(yùn)輸飛機(jī)為例，對(duì)該飛機(jī)系統(tǒng)的功能進(jìn)行分析和定義。經(jīng)過(guò)層次分析法，可以將該運(yùn)輸機(jī)執(zhí)行一次運(yùn)輸任務(wù)的功能分為監(jiān)控系統(tǒng)、引擎系統(tǒng)、導(dǎo)航系統(tǒng)、通信系統(tǒng)、雷達(dá)系統(tǒng)以及防火系統(tǒng)。該系統(tǒng)功能分配的目標(biāo)為系統(tǒng)運(yùn)行成本以及系統(tǒng)的可靠性。

首先對(duì)該飛機(jī)系統(tǒng)的功能進(jìn)行矩陣分析，適合由機(jī)器執(zhí)行而不適合人執(zhí)行的功能是雷達(dá)系統(tǒng)、導(dǎo)航系統(tǒng)；適合由人來(lái)控制而不適合由機(jī)器控制的功能是防火系統(tǒng)；人和機(jī)器都可以執(zhí)行的功能是引擎系統(tǒng)、通信系統(tǒng)以及監(jiān)控系統(tǒng)。因此，我們的功能分配對(duì)象是引擎系統(tǒng)、通訊系統(tǒng)以及監(jiān)控系統(tǒng)。而雷達(dá)系統(tǒng)、導(dǎo)航系統(tǒng)則直接設(shè)定為由機(jī)器控制，防火系統(tǒng)設(shè)定為由人控制。該飛機(jī)系統(tǒng)的自動(dòng)化等級(jí)分為3 層：手動(dòng)控制、自動(dòng)控制和人機(jī)協(xié)同控制。

用多目標(biāo)模糊決策法［2］確定各個(gè)功能分配對(duì)象的初始策略，以引擎系統(tǒng)為例，根據(jù)該飛機(jī)系統(tǒng)的運(yùn)行情況，得到引擎系統(tǒng)的相關(guān)數(shù)據(jù)指標(biāo)，如表1所示：

表1 引擎系統(tǒng)的約束函數(shù)相對(duì)值

因此，由表1 的數(shù)據(jù)可以得到各約束函數(shù)值組成的因素指標(biāo)值矩陣R0：

通過(guò)實(shí)際經(jīng)驗(yàn)確定目標(biāo)函數(shù)d1、d2的權(quán)值向量為A=［0.92，0.6］T，

再計(jì)算出各個(gè)功能分配方案對(duì)最優(yōu)方案的廣義加權(quán)距離，得到的結(jié)果如下：

dis1=0.508 3，dis2=0.541 7，dis3=0.248 3

其中，dis3最小，因此，引擎系統(tǒng)的初始分配方案為人機(jī)協(xié)同控制。同理可得通訊系統(tǒng)的初始分配方案為人機(jī)協(xié)同控制，監(jiān)控系統(tǒng)為手動(dòng)控制。

確定了博弈方為d1（系統(tǒng)的運(yùn)行成本）、d2（系統(tǒng)的可靠性），對(duì)應(yīng)的策略集分別為s1={引擎系統(tǒng)s1，通訊系統(tǒng)}、s2= {監(jiān)控系統(tǒng)}，初始策略集分別為s1={3，3}、s2={1}。在此基礎(chǔ)上就能夠執(zhí)行非合作博弈算法，最后得到的均衡解為s1={2，3}、s2={3}，目標(biāo)函數(shù)值分別為26.6 和1.982。即在此情境下，除了雷達(dá)系統(tǒng)、導(dǎo)航系統(tǒng)直接設(shè)定為由機(jī)器執(zhí)行、防火系統(tǒng)直接設(shè)定為由人來(lái)控制外，引擎系統(tǒng)分配給機(jī)器來(lái)操作，而通訊系統(tǒng)和監(jiān)控系統(tǒng)由人機(jī)協(xié)同操作的分配方案，能夠使得系統(tǒng)運(yùn)行成本最低、系統(tǒng)可靠性最高。

4 結(jié)論

目前，隨著人工智能技術(shù)的快速發(fā)展，機(jī)器自動(dòng)化的水平得到很大的提高。但是，不可否認(rèn)的是在某些情境下（如：無(wú)人機(jī)、自動(dòng)駕駛汽車等仍然無(wú)法應(yīng)對(duì)意外事件）還需要人機(jī)進(jìn)行協(xié)同控制［15］。由于技術(shù)水平的限制，可以說(shuō)在未來(lái)相當(dāng)長(zhǎng)一段時(shí)間內(nèi)，我們還不能實(shí)現(xiàn)機(jī)器的完全自動(dòng)化。因此，對(duì)于復(fù)雜人機(jī)系統(tǒng)合理功能分配的研究就具有重大的實(shí)踐意義。

盡管復(fù)雜系統(tǒng)的人機(jī)功能分配十分重要，但是目前對(duì)該問(wèn)題的研究還不夠充分。大部分人機(jī)功能分配方法只是針對(duì)單功能的設(shè)計(jì)，沒(méi)有考慮系統(tǒng)整體的性能，也沒(méi)有考慮不同情境對(duì)于分配方案合理性的影響。因此，未來(lái)對(duì)于人機(jī)功能分配的研究應(yīng)當(dāng)著眼于3 個(gè)部分：1）人機(jī)系統(tǒng)整體的功能分配；2）結(jié)合情境的人機(jī)系統(tǒng)功能動(dòng)態(tài)分配；3）動(dòng)態(tài)功能分配的觸發(fā)機(jī)制。