DOI: https://doi.org/10.3389/frobt.2026.1707022
PMID: https://pubmed.ncbi.nlm.nih.gov/42343920
تاريخ النشر: 2026-06-09
المؤلف: Bowen Sun وآخرون
الموضوع الرئيسي: التفاعل بين الإنسان والآلات والسلامة
نظرة عامة
تبحث الدراسة في تأثير تصميم الواجهة على عملية تحديث المعتقدات للمشغلين الذين يشرفون على الطائرات بدون طيار المستقلة في البيئات الحضرية، لا سيما في سياق المخاطر الديناميكية. تم اختبار أربعة شروط تغذية راجعة: لوحة معلومات أساسية (تحكم)، إشارات بصرية معززة (بصرية)، إشارات لمسية للجزء العلوي من الجسم (لمسية)، ومزيج من كلاهما (متعددة الوسائط). أظهرت النتائج من دراسة شملت ثلاثين مشاركًا في محاكاة واقع افتراضي عالية الدقة أن زمن رد الفعل انخفض بشكل كبير عبر الشروط، حيث حققت الواجهة متعددة الوسائط أسرع وقت استجابة (1.08 ثانية) مقارنةً بالتحكم (3.23 ثانية) واللمسية (1.67 ثانية). بالإضافة إلى ذلك، تحسنت دقة تحديثات المعتقدات، التي تم قياسها بواسطة مقياس بايزي بيتا-ثنائي، من 0.17 في التحكم إلى 0.43 في متعددة الوسائط. أشارت بيانات تتبع العين إلى أن التغذية الراجعة اللمسية أدت إلى زيادة الحمل المعرفي مقارنةً بالشروط البصرية ومتعددة الوسائط.
تخلص الدراسة إلى أن دمج الحواس التكميلية يعزز السيطرة البشرية على الأنظمة المستقلة. تشير النتائج إلى أن واجهة متعددة الوسائط مصممة بشكل جيد لا تحسن فقط سرعة ودقة المشغلين في تحديث المعتقدات حول الظروف البيئية، ولكنها تتماشى أيضًا مع الهيكل المعرفي البشري. يبرز هذا النهج أهمية هيكلة المعلومات لتخفيف الحمل المعرفي بدلاً من زيادة تقديم البيانات فقط. تدعو الدراسة إلى تحول في تصميم الواجهة نحو إنشاء “شركاء معرفيين” يعززون التعاون بين الإنسان والآلة، مما يؤدي في النهاية إلى فرق إنسانية-روبوت أكثر مرونة وفعالية قادرة على مواجهة التحديات المعقدة في العالم الحقيقي.
مقدمة
تناقش مقدمة هذه الورقة البحثية التحديات والفرص التي تقدمها الطائرات بدون طيار (UAVs) في البيئات الحضرية المعقدة، لا سيما في سياق التفاعل بين الإنسان والروبوت (HRI). بينما تعزز الطائرات بدون طيار الكفاءة التشغيلية في مهام مثل البحث والإنقاذ، واللوجستيات، والمراقبة، فإن تنقلها يتعقد بسبب العقبات الثابتة والديناميكية. تبرز الورقة الدور الحاسم للمشغلين البشريين في السيطرة الإشرافية، حيث يجب عليهم تفسير المعلومات غير الكاملة واتخاذ قرارات في الوقت المناسب، لا سيما فيما يتعلق بالظروف البيئية المحلية مثل الرياح، التي يمكن أن تتغير بشكل كبير بسبب الهياكل الحضرية.
يؤكد المؤلفون على التحديات المعرفية التي يواجهها المشغلون، بما في ذلك الحمل المعرفي والتحيزات التي يمكن أن تؤثر على الحكم في ظل ظروف عالية المخاطر. يجادلون بأن النماذج المعرفية التقليدية قد لا تعالج بشكل كافٍ اتخاذ القرار السريع المطلوب في سيناريوهات HRI الحديثة. بدلاً من ذلك، يقترحون إطار استدلال احتمالي، وبشكل خاص تحديث المعتقدات البايزية، لفهم كيفية تعديل المشغلين لمعتقداتهم بناءً على أدلة جديدة. تهدف الدراسة إلى التحقيق تجريبيًا في كيفية تأثير أنماط التغذية الراجعة الحسية المختلفة—البصرية المعززة واللمسية—على دقة القرار، وتحديث المعتقدات، والحمل المعرفي أثناء عمليات الطائرات بدون طيار. من المتوقع أن تُعلم النتائج تصميم أنظمة HRI أكثر بديهية تعزز السلامة والكفاءة في البيئات المعقدة.
الطرق
تحدد هذه القسم تصميم التجربة والأساليب المستخدمة في الدراسة. توضح الإجراءات المحددة المتبعة لضمان موثوقية وصدق النتائج، بما في ذلك اختيار المشاركين، والمواد المستخدمة، والتحليلات الإحصائية المنفذة. تم إجراء التجارب في ظروف محكومة لتقليل المتغيرات الخارجية التي قد تؤثر على النتائج.
بالإضافة إلى ذلك، يصف قسم الطرق النماذج الرياضية والمعادلات المستخدمة لتفسير البيانات، مما يضمن أن النتائج مستندة إلى أطر تحليلية قوية. يتم التأكيد على استخدام الاختبارات الإحصائية القياسية لتقييم دلالة النتائج، مما يوفر مسارًا واضحًا للتكرار والتحقيقات المستقبلية في الأبحاث القادمة.
النتائج
تبحث قسم النتائج في تأثير نمط التغذية الراجعة على سرعة وموثوقية تحديث المعتقدات، بالإضافة إلى التكاليف المعرفية المرتبطة. تقارن التحليلات الأولية أوقات رد الفعل على التغيرات البيئية عبر شروط مختلفة، تليها تقييم موثوقية زمنية. يتم قياس الحمل الذاتي باستخدام مؤشر حمل المهام من ناسا (NASA-TLX)، بينما يتم تقييم الحمل المعرفي الموضوعي من خلال مقاييس تتبع العين.
تكشف النتائج عن توزيع يتميز بذيل طويل وعدد من القيم الشاذة العالية، مما يشير إلى أن الردود كانت أحيانًا متأخرة بشكل كبير عندما تم تقديم معلومات الرياح فقط من خلال قيم متجه XYZ المعروضة على اللوحة. وهذا يشير إلى أن نمط التغذية الراجعة يمكن أن يؤثر ليس فقط على نتائج الأداء ولكن أيضًا على المطالب المعرفية الموضوعة على المشاركين، مع تداعيات لفهم التفاعل بين تقديم التغذية الراجعة والحمل المعرفي.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على المشهد المتطور للتفاعل بين الإنسان والطائرات بدون طيار (HDI) حيث تصبح الطائرات بدون طيار جزءًا لا يتجزأ عبر مختلف القطاعات، بما في ذلك اللوجستيات والبحث والإنقاذ. تعكس الانتقال من واجهات التحكم المعقدة إلى أدوار إشرافية أكثر بديهية التقدم في الأتمتة، مما يتطلب إعادة تقييم تصاميم التفاعل المخصصة للتحديات الفريدة للعمليات الجوية. على عكس الروبوتات الأرضية، فإن HDI مقيدة بديناميات الطيران ثلاثية الأبعاد، والفصل الفيزيائي، ومتطلبات نقل البيانات العالية، مما يغير بشكل جذري إدراك الإنسان والتحكم في سلوك الطائرات بدون طيار. تؤكد الورقة على أهمية تطوير واجهات مستخدم طبيعية (NUIs) تستفيد من تقنيات مثل الواقع المعزز (AR) والواقع الافتراضي (VR) لتعزيز مشاركة المشغلين والوعي بالوضع من خلال تفاعلات متعددة الوسائط، بما في ذلك التغذية الراجعة البصرية واللمسية.
يتناول القسم أيضًا اعتبارات الحمل المعرفي في السيطرة الإشرافية، مشيرًا إلى أن المشغلين يجب عليهم باستمرار تفسير تدفقات البيانات الديناميكية تحت قيود معرفية. يمكن أن يؤثر الحمل المعرفي العالي على اتخاذ القرار وتحديث المعتقدات، مما يؤدي إلى الاعتماد على heuristics قد تشوه الحكم. يجادل المؤلفون بضرورة وجود مقاييس متوافقة مع المهام التي تقيس كفاءة تحديث المعتقدات جنبًا إلى جنب مع الحمل المعرفي، داعين إلى فهم أكثر دقة لكيفية تأثير أنماط الواجهة على أداء المشغلين في البيئات غير المؤكدة. من خلال دمج نماذج علم النفس المعرفي لتحديث المعتقدات مع مهام الإشراف على الطائرات بدون طيار، تهدف الدراسة إلى توضيح الآليات التي تربط تصميم الواجهة بالأداء الإشرافي، مما يوفر في النهاية إطارًا لتطوير أنظمة مرنة ومركزية حول الإنسان تعزز فعالية المشغلين في التطبيقات الواقعية.
DOI: https://doi.org/10.3389/frobt.2026.1707022
PMID: https://pubmed.ncbi.nlm.nih.gov/42343920
Publication Date: 2026-06-09
Author(s): Bowen Sun et al.
Primary Topic: Human-Automation Interaction and Safety
Overview
The research investigates the impact of interface design on the belief-updating process of operators supervising autonomous drones in urban environments, particularly in the context of dynamic hazards. Four feedback conditions were tested: a baseline information panel (Control), augmented visual cues (Visual), upper-body haptic cues (Haptic), and a combination of both (Multimodal). Results from a study involving thirty participants in a high-fidelity Virtual Reality simulation revealed that reaction latency significantly decreased across conditions, with the Multimodal interface achieving the fastest response time (1.08 seconds) compared to Control (3.23 seconds) and Haptic (1.67 seconds). Additionally, the accuracy of belief updates, measured by a Bayesian Beta-Binomial metric, improved from 0.17 in Control to 0.43 in Multimodal. Eye-tracking data indicated that Haptic feedback resulted in higher cognitive load compared to Visual and Multimodal conditions.
The study concludes that integrating complementary sensory modalities enhances human supervisory control of autonomous systems. The findings suggest that a well-designed multimodal interface not only improves the speed and accuracy of operators in updating beliefs about environmental conditions but also aligns with human perceptual architecture. This approach emphasizes the importance of structuring information to mitigate cognitive overload rather than merely increasing data presentation. The research advocates for a shift in interface design towards creating “cognitive partners” that enhance human-machine collaboration, ultimately leading to more resilient and effective human-robot teams capable of addressing complex real-world challenges.
Introduction
The introduction of this research paper discusses the challenges and opportunities presented by unmanned aerial vehicles (UAVs) in complex urban environments, particularly in the context of human-robot interaction (HRI). While UAVs enhance operational efficiency in tasks such as search and rescue, logistics, and surveillance, their navigation is complicated by static and dynamic obstacles. The paper highlights the critical role of human operators in supervisory control, where they must interpret imperfect information and make timely decisions, particularly regarding localized environmental conditions like wind, which can vary significantly due to urban structures.
The authors emphasize the cognitive challenges faced by operators, including cognitive overload and biases that can impair judgment under high-stakes conditions. They argue that traditional cognitive models may not adequately address the rapid decision-making required in modern HRI scenarios. Instead, they propose a probabilistic inference framework, specifically Bayesian belief updating, to better understand how operators can adjust their beliefs based on new evidence. The study aims to empirically investigate how different sensory feedback modalities—augmented visual and haptic—affect decision accuracy, belief updating, and cognitive load during UAV operations. The findings are expected to inform the design of more intuitive HRI systems that enhance safety and efficiency in complex environments.
Methods
The section outlines the experimental design and methodologies employed in the study. It details the specific procedures followed to ensure the reliability and validity of the results, including the selection of participants, the materials used, and the statistical analyses performed. The experiments were conducted under controlled conditions to minimize external variables that could affect the outcomes.
Additionally, the methods section describes the mathematical models and equations utilized to interpret the data, ensuring that the findings are grounded in robust analytical frameworks. The use of standard statistical tests is emphasized to assess the significance of the results, providing a clear pathway for replication and further investigation in future research.
Results
The results section investigates the impact of feedback modality on the speed and reliability of belief updating, as well as the associated cognitive costs. Initial analyses compare reaction times to environmental changes across different conditions, followed by a time-resolved reliability assessment. Subjective workload is measured using the NASA Task Load Index (NASA-TLX), while objective cognitive load is evaluated through eye-tracking metrics.
The findings reveal a distribution characterized by a long tail and several high outliers, suggesting that responses were sometimes significantly delayed when wind information was presented solely through the XYZ vector values displayed on the panel. This indicates that the modality of feedback can influence not only performance outcomes but also the cognitive demands placed on participants, with implications for understanding the interplay between feedback presentation and cognitive load.
Discussion
The discussion section of the research paper highlights the evolving landscape of human-drone interaction (HDI) as drones become integral across various sectors, including logistics and search and rescue. The transition from complex control interfaces to more intuitive supervisory roles reflects advancements in automation, necessitating a reevaluation of interaction designs tailored to the unique challenges of aerial operations. Unlike ground-based robotics, HDI is constrained by three-dimensional flight dynamics, physical separation, and high data transmission demands, which fundamentally alter human perception and control of drone behavior. The paper emphasizes the importance of developing Natural User Interfaces (NUIs) that leverage technologies such as Augmented Reality (AR) and Virtual Reality (VR) to enhance operator engagement and situational awareness through multimodal interactions, including visual and haptic feedback.
The section further delves into cognitive load considerations in supervisory control, noting that operators must continuously interpret dynamic data streams under cognitive constraints. High cognitive load can impair decision-making and belief updating, leading to reliance on heuristics that may distort judgment. The authors argue for the necessity of task-aligned metrics that quantify belief-updating efficiency alongside cognitive load, advocating for a more nuanced understanding of how interface modalities influence operator performance in uncertain environments. By integrating cognitive psychology models of belief updating with drone supervisory tasks, the research aims to elucidate the mechanisms linking interface design to supervisory performance, ultimately providing a framework for developing adaptive, human-centered systems that enhance operator effectiveness in real-world applications.