Human Performance Modellierung mit interoperablen kognitiven Agenten

作者: Leon Urbas , Sandro Leuchter , Andreas Lüdtke

DOI:

关键词:

摘要: Human Performance Modelle werden zunehmend fur Factors Engineering Aufgaben eingesetzt. Ein neuer Bereich diese Methodik ist eine Ausweitung auf verteilte Mensch-Maschine-Systeme mit mehreren Operateuren. Bei der Gestaltung und Bewertung von verteilten Mensch-Maschine-Systemen steht die Analyse Kommunikation, Interaktion Kooperation Operateure untereinander technischen Komponenten des Systems im Vordergrund. Um Modellen zu unterstutzen, mussen bisherige Ansatze erweitert werden. Daraus leitet sich ein neues Forschungsprogramm ab, das gegenwartig am Fraunhofer IITB, Universitat Oldenburg/OFFIS TU Dresden bearbeitet wird. Zur Simulation Akteuren in wahlen wir Softwarearchitektur Anlehnung an Entwurfsmuster Multiagentensysteme. Jeder Akteur auch tech-nische Komponenten, denen interagieren, als eigen-standige Agenten modelliert. Die Akteure haben unterschiedliche Strategien, um sie erledigen. Es macht deshalb Sinn, Archi-tekturen Basis Theorien Framework integrieren. Das Ziel ist, Kommunikation zwischen den (1) interoperabel (2) Modell-internen kognitiven Parametern wie Beanspruchung abhangig machen. Plattform wird anhand Nutzungsszenarien aus Bereichen Flugzeug-fuhrung (Interaktion Pilot-Flying Pilot-Non-Flying), Verteidigung Sicherheit (Informationsmanagement) Leittechnik (verteilte Leitwarte, Operator-Teams) angewendet.

参考文章(18)
B. Bauer, Agent UML : A formalism for specifying multiagent interaction Agent-Oriented Software Engineering. pp. 91- 103 ,(2001)
Leon Urbas, Sandro Leuchter, Model Based Analysis and Design of Human-Machine Dialogues through Displays. Künstliche Intell.. ,vol. 19, pp. 45- 51 ,(2005)
L Lisette Kanse, Recovery uncovered : how people in the chemical process industry recover from failures Technische Universiteit Eindhoven. ,(2004)
Heinz Heckhausen, Julius Kuhl, From wishes to action: The dead ends and short cuts on the long way to action Erlbaum. pp. 134- 159 ,(1985)
Anand S. Rao, Michael P. Georgeff, Modeling rational agents with a BDI-architecture principles of knowledge representation and reasoning. pp. 317- 328 ,(1997)