越來越多的自主機器人在複雜任務中接受測試和部署，但仍需要一定程度的人為監督，這也帶來一個新的問題：一個人究竟能同時駕馭多少台機器人，而不會感到負荷過重？
由美國國防高等研究計畫署（DARPA）資助的一項研究中，專家表示人類可以單獨有效地管理超過 100 架包含空中與地面自主機器人的異質性機器人群，並且只有在一小部分時間感到短暫的不知所措。
這場研究到底測試了多少台機器人？
這項研究由俄勒岡州立大學協作機器人與智慧系統研究所副主任 Julie A. Adams 帶領。Adams 表示，機器人群可支援對人類來說尤其危險的任務，例如監測野火──這類任務可能需要控制不同類型的無人地面車輛、空中自動駕駛飛行器，而人類控制員需要隨著任務變化，重新分配各個機器人的任務。
研究的實驗中，2 位具備經驗的人類操控員輪流執行為期 3 週的實地任務，每次操作時間約為 1.5 至 3 小時，目的是消滅敵方目標。他們要操控的最大任務涉及高達 110 架無人機、30 台地面車輛，以及最多 50 台虛擬機器人，並以虛擬環境重建系統追蹤所有單位的任務狀態與位置。
任務中場地設置了數千種模擬風險點與任務資訊，使用類似 QR Code 的「AprilTags」標記，要求操作員隨機應變穿越──有些障礙甚至會移動，或需要多台機器人同時協作才能排除。
為監測人類操控員的壓力與負荷，研究團隊同時記錄操控員的心率變化、姿勢與語速等生理數據，並透過演算法判定操控員何時進入所謂的「過載狀態」。
挑戰過去理論，機器人操控困難與數量無關
值得關注的是，Adams 指出，過去幾十年的理論普遍認為，一個人能部署的機器人數量有限，一旦超過某個數值，工作負荷就會急遽上升，導致整體任務表現下降。不過這次實驗顯示，即便是在機器人數量最多的複雜場景中，人類操控員進入「過載狀態」的時間也僅佔任務總時長的 3%。
主要造成工作過量的情況，多發生在必須即時擬定新戰術，或重新指派任務時，並非因為操作機器人數量過多。
Adams 表示，這推翻了長久以來對「一個人部署大量機器人的能力有限」的假設。她指出，真正影響效能的可能是系統設計、人類自身限制或任務類型，而非單純機器人數量。Adams 也將繼續探索其他可能因素。
儘管這項研究由美國軍方資助，但其應用潛力已超出軍事領域。Adams 提到，自主機器人群在森林大火等高風險環境中特別有價值，例如同時監控著火點、可疑人物，並協助部署消防資源。
立即報名 4/9「AI 機器人產業論壇」，由 TechOrange / NVIDIA / AWS 共同主辦
【推薦閱讀】
◆ Figure AI 破解 AI 機器人「模擬與現實」差距，揭密讓機器人自然行走的關鍵方法
＊本文初稿由 AI 生成，經《TechOrange》編撰，資料來源：《IEEE Spectrum》、《ZME Science》、IEEE Xplore，首圖來源：Unsplash。
