一,、人機融合的優(yōu)勢與必然

1.人機融合

隨著科技的發(fā)展,，機器人的智能水平也得到極大的提高，但在現(xiàn)有技術水平下,，機器的智能與決策能力還有一定局限性,。同時機器智能水平越高，系統(tǒng)結(jié)構(gòu)愈復雜,，系統(tǒng)的可靠性和可維護性也逐步降低,，在類似于星球探測的動態(tài)非結(jié)構(gòu)化環(huán)境中，存在多種不確定性因素,，為確保任務安全性,，需要人和機器人密切合作，充分發(fā)揮人和機器人的優(yōu)勢,，從而有效解決復雜環(huán)境和不確定性帶來的風險問題,。

作為人類賦予機器的一種特殊智力，機器智能擅長基于規(guī)則與邏輯推理,。機器學習和人工智能技術為從數(shù)據(jù)中獲取知識提供了有力工具,，但是人可以對半結(jié)構(gòu)，非結(jié)構(gòu)化或不良結(jié)構(gòu)問題進行處理,，在很多領域有獨特的優(yōu)勢,。通過合理的任務劃分和協(xié)作機制，兩個主體可以相互配合,，發(fā)揮兩個主體各自的優(yōu)勢,。

復合智能體現(xiàn)在人機協(xié)同過程中的多個方面。在輸入端，不再單一地依賴于人的感知信息或者是機器人傳感器的采集信息,，而是兩者有效地結(jié)合,；在信息處理部分，可以融合人的認知與機器人的計算等優(yōu)勢,，形成一種新的信息處理方式,；在輸出端，將人的價值效應引入機器人的迭代算法中,，形成更為有效的判斷,。

人機融合智能不僅能自由的選擇主體，還能適時地進行主體變換,，在人-機-環(huán)境系統(tǒng)交互的過程中實現(xiàn)深度態(tài)勢感知,，有機地實現(xiàn)數(shù)學語言、自然語言,、思維語言之間的能指,、所指、意指切換,，進而準確,、快速的實現(xiàn)我們的意圖和目的。人機融合智能既不同于人類的智能也不同于機器的智能,，而是在人-機-環(huán)境系統(tǒng)交互中充分結(jié)合人和機的優(yōu)勢產(chǎn)生的一種新智能形式，是側(cè)重于將人脖子以上的大腦與“電腦”相結(jié)合所產(chǎn)生的新型智能體,。人的智能在于事前無數(shù)據(jù),，機器的智能體現(xiàn)在事后有數(shù)據(jù)，而數(shù)據(jù)的價值和意義則是由人來決定的,，只有將人的認知與機器的計算結(jié)合起來才是未來智能領域發(fā)展的方向,。

2.人機特性

人和機器目前都擁有“學習”的能力，不同的是人類在學習過程中學的不是知識,，是獲取數(shù)據(jù),、信息和知識經(jīng)驗的方法，而機器學習學的則是數(shù)據(jù),、信息和知識,。機器的學習離不開時空與符號，而人的學習隨著自身情感,、價值,、事實改變而不斷發(fā)生變化；機器的學習遵循和依賴已有的規(guī)則,，而人則是在學習中不斷改變舊規(guī)則,、打破常規(guī)則、建立新規(guī)則。

人類可以通過自己的常識來感知世界,、理解世界,，而典型的人工智能體則缺乏對物理世界運行的一般理解、對人類動機和行為的基本理解（如直覺心理學）和對普遍事物的認知,。

二,、人機協(xié)作模式

1.人機協(xié)同感知

機器主要感知信息的方式為視覺傳感器，它通過深度相機一方面可以基于計算機視覺算法識別物體,，另一方面可以判斷物體的位置,，但是以這種方式感知物體和目標有很大的局限性，比如環(huán)境中目標出現(xiàn)遮擋,，機器識別算法依賴于先驗,，只能識別之前見過的物體等。而人則是對于某些物體賦予了特定的語義信息定目標,，并且人具備豐富的經(jīng)驗,，能夠很好地處理上述情況。人可以通過語音等交互方式將目標物體的位置傳遞給機器,，機器通過相關處理轉(zhuǎn)換成坐標信息,，直接確定物體位置，從而實現(xiàn)人機協(xié)同感知,。

2.人機協(xié)同推理與決策

人在人機協(xié)同推理決策的過程中可以扮演決策判斷的作用,。機器可將自身決策信息反饋給人，當機器所選擇的決策路徑為最優(yōu)最近決策時,，可以將其作為最終決策,，此時人不干預機器決策過程，由機器自主完成任務,。當機器決策出現(xiàn)失誤或者不確定時,，人可以根據(jù)自身經(jīng)驗判斷、當前環(huán)境特點以及機提供的決策依據(jù),，重新進行決策,。

智能決策，一定是輔助,，而不能代替人,，機器可以事先編輯好作戰(zhàn)預案，戰(zhàn)時自動執(zhí)行,，必要時再進行人工干預,。機器應該做的應是敵我識別及其它機器能做的部分，超出機決策域的部分機也應提供判據(jù)讓人去做最后的抉擇,。

通過人機協(xié)同的密切程度可以將人機協(xié)同分為三種層次：低度協(xié)作,、中度協(xié)作和高度協(xié)作,。在極為復雜的場景和環(huán)境下，機器基本不參與感知和決策的過程（不適應環(huán)境）,，直接由人進行決策,，這是人機的低度協(xié)同；在人機的中度協(xié)同情況下,，大部分任務由機器來完成,，人則是負責監(jiān)督機器的工作，在發(fā)生特殊情況或環(huán)境發(fā)生改變的時候,，人能夠快速參與決策的過程,；在高度協(xié)作模式中，人和機器共同感知,、共同推理,、共同決策，在此模式下,，通過決策模型通過風險/代價評估等進行人機決策域劃分,。對于不同的場景，需要充分考慮任務特點與需求,，選擇合適的人機協(xié)同模式,，才能在確保任務順利完成的前提下，使人和機均能發(fā)揮各自最大的優(yōu)勢,，提升任務完成的效率,。

確定人機協(xié)同模式和方案之后，可以通過一些方案指標來判斷是整體方案的選擇是否合理,，人機協(xié)同的結(jié)果是否符合預期,，如：

決策的準確率：用決策方案的正確程度來衡量，準確率越高,，說明做出的決策取得的效果越好，越符合我們預期的情況,。不同類型,、不同環(huán)境下的任務對于準確率有不同的要求，一般來說,，準確率越高越好,；

決策的反應時：即效率，由決策者完成決策的時間來衡量,，做出決策所需時間越短,，決策判斷的效率就越高，反之則效率越低,。不同的決策者針對不同類型的任務會表現(xiàn)出不同的效率,，一般來講,，反應時越少越好。

決策者的負荷：指決策者在做出相關決策時的心理負荷,、體力負荷的綜合結(jié)果,，任務難度越高、誤決策代價越大,，決策者的負荷程度越高,，反之越低，不同的決策者,、不同人之間由于心理承受能力的不同,，面對同樣任務時的心理負荷也不同。