Effects of Swarm Size Variability on Operator Workload

1. Problématique et Contexte

Les déploiements réels de systèmes robotiques en essaim (swarms) sont intrinsèquement dynamiques : des robots peuvent tomber en panne, être redéployés ou rejoindre la mission, entraînant des fluctuations abruptes de la taille de l'essaim. Dans le cadre de l'Interaction Humain-Essaim (HSI), l'objectif est de maintenir un équilibre où l'opérateur humain est engagé sans être submergé (surcharge cognitive).

Le défi central réside dans la compréhension de la manière dont ces changements de taille affectent la charge de travail et la performance humaine. La littérature suggère l'existence d'effets d'hystérésis (ou « mémoire de charge ») où la charge cognitive persiste même après une réduction de la demande. Cependant, l'impact spécifique de la direction (augmentation vs diminution) et de l'ampleur (petits vs grands sauts) de ces changements sur la charge de travail subjective et la performance objective reste mal compris.

2. Méthodologie

Les auteurs ont mené deux études expérimentales distinctes impliquant au total 34 participants, utilisant une tâche de surveillance simulée avec des drones.

• Tâche expérimentale : Les participants devaient surveiller un essaim de $N$ drones se déplaçant selon un algorithme de type « boids ». Au cours de la séquence (7 secondes), un drone disparaissait aléatoirement. La tâche consistait à identifier la couleur du drone disparu.
• Mesures :
  • Performance objective : Précision de l'identification de la couleur.
  • Charge de travail subjective : Échelle de 1 à 7 après chaque épisode, complétée par des questionnaires post-tâche (NASA-TLX, PANAS-X pour les émotions comme la surprise).
• Design expérimental :
  • Étude 1 (Changements petits) : Test des hypothèses H1 et H2 avec des variations de taille faibles ($\Delta = \pm 2$) entre des tailles d'essaim de 4 à 20 drones.
  • Étude 2 (Changements grands) : Test de l'hypothèse H3 avec des variations importantes ($\Delta = \pm 4, \pm 8, \pm 12, \pm 16$) pour examiner les effets de choc.
• Hypothèses formulées :
  • H1 (Résidu de charge) : Après une période de forte demande (grand essaim), la charge de travail reste élevée même si la taille de l'essaim diminue.
  • H2 (Adoucissement / Easing-in) : Une augmentation progressive de la taille de l'essaim génère une charge de travail plus faible qu'un saut abrupt vers la même taille finale.
  • H3 (Effet de choc) : Des changements de taille suffisamment grands (grands sauts) provoquent un « reset cognitif », annulant les effets de résidu et d'adoucissement observés pour les petits changements.

3. Résultats Clés

Performance Objective

• Petits changements : La précision de la tâche est peu affectée par la direction ou la magnitude des petits changements de taille d'essaim.
• Grands changements : À mesure que l'ampleur du changement ($\Delta$) augmente, des effets sur la performance émergent. Les grands augmentations de taille dégradent la précision, tandis que les grandes diminutions l'améliorent légèrement.

Charge de Travail Subjective et Hypothèses

• Validation de H1 (Résidu de charge) : Pour les petits changements, une diminution de la taille de l'essaim ne ramène pas la charge de travail à la ligne de base (niveau initial). Elle reste élevée, confirmant l'existence d'un « résidu » cognitif. Les participants rapportent un soulagement immédiat mais persistent à ressentir un effort cognitif lié à la phase précédente.
• Validation de H2 (Adoucissement) : Les augmentations progressives de la taille de l'essaim maintiennent une charge de travail plus faible ou égale à la baseline. Cela suggère que les opérateurs s'adaptent mieux aux augmentations graduelles (« easing-in »).
• Validation de H3 (Effet de choc) : Lorsque les changements de taille deviennent très importants (ex: $\Delta \ge 8$), les effets de direction (H1 et H2) s'effondrent. La charge de travail ne suit plus le modèle de résidu ou d'adoucissement ; le changement abrupt induit un état de surprise ou de panique qui « réinitialise » l'état cognitif de l'opérateur, rendant les effets précédents négligeables.

Données Subjectives

Les retours qualitatifs corroborent les données quantitatives :

• Les participants décrivent les diminutions comme un soulagement mais notent une persistance de l'effort mental.
• Les augmentations soudaines et importantes sont décrites comme désorientantes, stressantes et provoquant une réaction de sursaut (surprise), confirmant l'hypothèse du « choc ».

4. Contributions et Signification

Cet article apporte plusieurs contributions majeures à la conception des systèmes HSI :

1. Nuance de la scalabilité : Il démontre que la scalabilité d'un essaim ne dépend pas seulement du nombre absolu de robots, mais aussi de la dynamique de transition entre les tailles.
2. Identification de l'hystérésis de charge : La preuve expérimentale que la charge de travail ne suit pas instantanément la demande opérationnelle (effet de mémoire/résidu) est cruciale pour la modélisation de la fatigue cognitive.
3. Stratégies de gestion des transitions :
   • Pour éviter la surcharge, les augmentations de taille doivent être graduelles (stratégie d'« easing-in »).
   • Pour surmonter un état de charge résiduelle élevé après une surcharge, une réduction drastique ou un changement de contexte majeur peut être nécessaire pour forcer un « reset » cognitif, bien que cela puisse induire un stress temporaire.
4. Implications pour la conception d'interface : Les systèmes de contrôle d'essaims ne doivent pas seulement afficher l'état actuel, mais doivent gérer activement la séquence des changements de taille pour optimiser la charge cognitive de l'opérateur.

En conclusion, les auteurs suggèrent que les concepteurs de systèmes d'essaims doivent anticiper la variabilité dynamique de la taille des essaims et intégrer des mécanismes de transition adaptés (petits pas pour les augmentations, changements brusques pour rompre les cycles de surcharge) afin de soutenir la performance et le bien-être des opérateurs humains.