A General Set-Based Framework for Cognitive State Estimation: Theory and Application to Conditionally Automated Driving

想象一下，你正试图驾驶一辆可以自动转向的汽车，但前提是你必须保持注意力集中。这就是“L3级”自动驾驶的世界：汽车承担了繁重的驾驶任务，但人类驾驶员是安全网，准备在情况变得异常时随时接管方向盘。大问题在于：人类是难以捉摸的。有时我们会过度信任汽车而走神；有时又会因为恐慌而过早接管。为了让这些汽车变得安全，计算机需要了解驾驶员大脑内部正在发生什么——具体来说，就是他们对汽车的信任程度、他们认为情况有多危险，以及他们的压力感如何。这个研究领域被称为“人机交互”（Human-Automation Interaction）。长期以来，科学家们一直试图用一种假设人类行为遵循可预测的“钟形曲线”随机性的数学模型来猜测这些心理状态，就像掷骰子一样。但人类不是骰子；我们是复杂的，而且我们并不总是有足够的数据来进行足够多次的“掷骰子”来掌握规律。

这篇论文介绍了一种聪明的新方法，无需知道“掷骰子的规则”就能推测驾驶员的想法。研究人员没有使用概率预测，而是使用了一种“基于集合”（set-based）的方法。把它想象成一场玩着“热还是冷”的游戏，只不过是一个不断缩小的盒子。系统不再说“驾驶员有70%的可能性处于压力状态”，而是说“驾驶员的压力水平肯定在这个特定的盒子范围内”。随着驾驶员与汽车的互动，盒子会变得越来越小，也越来越精确。研究人员在驾驶模拟器中进行了测试，邀请了20名志愿者，让他们在汽车接管驾驶时进行驾驶。他们发现，这种“缩小的盒子”方法比传统的“掷骰子”方法更能有效地预测驾驶员何时会接管方向盘，尤其是在观察更长远的未来时。

论文的故事：带着缩小盒子的侦探

问题所在：“骰子”掷得不对
大多数以往尝试读取驾驶员心智的方法都依赖于概率。它们假设如果驾驶员感到压力，就像掷出一个权重为30%的“压力”面。为了使这种方法奏效，你需要海量的数据来确定这个骰子的权重。但在现实生活中，你不可能为每一个人都进行数百万次的驾驶实验。此外，人类的思想并不总是遵循整齐、平滑的曲线。有时，驾驶员可能一直非常冷静，直到遇到施工区域，然后突然进入高度戒备状态。旧的方法在处理这些突发跳变和数据匮乏时显得力不从心。

新思路：界定未知
作者 Sibibalan Jeevanandam 和 Neera Jain 提出了一个不同的策略。与其问“驾驶员感到压力的概率是多少？”，不如问“符合当前观测情况的可能性范围是多少？”

想象一下你在黑暗的房子里寻找一只丢失的猫。

• 旧方法（基于概率）： 你猜测猫有80%的可能性在厨房，15%在卧室，5%在车库。你需要大量关于猫通常躲藏在哪里的历史数据才能做出这些猜测。
• 新方法（基于集合）： 你不猜测概率。相反，你在厨房周围画一个框。你说：“我们确定猫就在这个框内的某个地方。”随着你听到一声猫叫或看到一个爪印，你就缩小这个框。如果猫肯定在厨房，框就缩小到仅包含厨房。如果听到走廊里的猫叫声，框就会扩大以包含走廊。你永远不需要知道猫在那里出现的“概率”；你只需要知道这个框足够大能捕捉到猫，但也足够小且有用。

在这篇论文中，“猫”是驾驶员的心理状态（信任度、感知风险和工作负荷）。“盒子”是一个包含这些状态所有可能值的数学集合。研究人员将未知因素（如突然的分心或未被测量的想法）视为“未知但有界的”。他们不知道驾驶员的思想会游离到什么程度，但他们知道思想不会“飞出地球”。因此，他们画了一个足够大的框来覆盖这种游离，然后随着获得更多线索，再不断缩小它。

侦探是如何工作的
该系统通过两种方式扮演侦探的角色，解决谜题：

1. “自我报告”线索： 每隔一段时间，驾驶员会被问到：“你对汽车的信任程度是多少？”或“这种情况感觉有多危险？”驾驶员会在一个量表上回答（例如0到100）。由于驾驶员可能会四舍五入或带有一定的偏差，这个回答是模糊的。系统会将这个答案作为基础，并在其周围画出一个“可行集”（即一个盒子）。
2. “依赖”线索： 最重要的线索是驾驶员的“行为”。他们是让汽车驾驶（依赖度 = 1），还是自己接管了方向盘（依赖度 = 0）？这是一个二元的线索：是或否。系统使用一张特殊的地图（决策树）来确定哪些心理状态会导致哪种行为。例如，地图可能会说：“如果信任度高且风险低，驾驶员就会依赖汽车。”

通过结合这些线索，系统会更新它的盒子。如果驾驶员说“我很信任汽车”（自我报告），但紧接着就接管了方向盘（依赖），系统就知道目前的盒子出了问题。它会缩小盒子，以寻找一个能同时解释这两个线索的新位置。如果盒子变得为空（意味着没有任何可能的心理状态能符合这些线索），系统就会意识到它的地图错了，并利用新数据重新绘制整张地图。

实验：模拟器测试
为了测试这一点，研究人员让20人在驾驶模拟器中进行测试。汽车被设定为L3级自动化，这意味着它可以自主驾驶，但驾驶员必须做好接管准备。路线包含“施工区域”（高复杂度）和正常道路（低复杂度）。

• 驾驶员必须决定是让汽车驾驶还是自己驾驶。
• 每隔几分钟，他们会在红灯前停下，并回答关于信任、风险和工作负荷的问题。
• 研究人员利用驾驶的前半段来“训练”系统（绘制初始地图和盒子），并利用后半段来测试系统能否实时预测驾驶员的状态。

研究结果
结果令人振奋。这种“缩小的盒子”方法对大多数人来说都非常有效：

• 一致性： 对于大约80%的参与者，系统的盒子至少在75%的时间内成功包含了驾驶员真实的心理状态。对于四名参与者，其一致性达到了100%。
• 速度： 系统运行很快，计算新盒子的时间约为0.03到0.07秒，这比数据点之间1秒的间隔要快得多。这意味着它可以在真实的汽车上实时运行。
• 预测能力： 最大的亮点在于预测未来。研究人员问道：“我们能否预测驾驶员在15、30、45或60秒后是否会接管方向盘？”
  • 新的基于集合的方法表现出了最佳的预测效果。
  • 随着预测时间变长（例如提前60秒），新方法的优势相对于旧方法变得更加明显。
  • 传统的“粒子滤波”（一种基于概率的方法）随着时间推移表现越来越差。作者认为这是因为旧方法对“噪声”（随机性）的假设随时间累积了误差，而基于集合的方法通过利用驾驶员行为的历史记录来约束可能性，从而使“盒子”始终保持紧凑且准确。

为什么这很重要
这篇论文表明，我们不需要知道人类思想的确切“概率”来构建安全的自动驾驶汽车。我们只需要知道这些思想的边界。通过使用基于集合的框架，系统可以适应个体驾驶员，处理杂乱的数据，并且比现有方法更准确地预测未来行为。这是迈向一种不仅能自动驾驶，而且能真正理解坐在旁边的乘客，并调整自身行为以确保每个人安全的汽车的重要一步。作者指出，虽然这在模拟器中表现良好，但下一步是观察它是否能应对现实世界驾驶中的混乱，并被用于自动调整汽车的自动化等级，以保持驾驶员的参与度。