論文の概要: Analyzing Operator States and the Impact of AI-Enhanced Decision Support in Control Rooms: A Human-in-the-Loop Specialized Reinforcement Learning Framework for Intervention Strategies

• arxiv url: http://arxiv.org/abs/2402.13219v1
• Date: Tue, 20 Feb 2024 18:31:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-21 13:53:16.781490
• Title: Analyzing Operator States and the Impact of AI-Enhanced Decision Support in Control Rooms: A Human-in-the-Loop Specialized Reinforcement Learning Framework for Intervention Strategies
• Title（参考訳）: 操作者状態の分析と制御室におけるAI強化決定支援の影響--介入戦略のための人間-the-Loop特化強化学習フレームワーク
• Authors: Ammar N. Abbas, Chidera W. Amazu, Joseph Mietkiewicz, Houda Briwa, Andres Alonzo Perez, Gabriele Baldissone, Micaela Demichela, Georgios G. Chasparis, John D. Kelleher, and Maria Chiara Leva
• Abstract要約: 複雑な産業・化学プロセス制御室では、安全性と効率性に効果的な意思決定が不可欠である。 本稿では,AIに基づく意思決定支援システムが人間と機械のインタフェース改善に取り入れた影響と応用について検討する。
• 参考スコア（独自算出の注目度）: 0.9378955659006951
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In complex industrial and chemical process control rooms, effective decision-making is crucial for safety and effi- ciency. The experiments in this paper evaluate the impact and applications of an AI-based decision support system integrated into an improved human-machine interface, using dynamic influ- ence diagrams, a hidden Markov model, and deep reinforcement learning. The enhanced support system aims to reduce operator workload, improve situational awareness, and provide different intervention strategies to the operator adapted to the current state of both the system and human performance. Such a system can be particularly useful in cases of information overload when many alarms and inputs are presented all within the same time window, or for junior operators during training. A comprehensive cross-data analysis was conducted, involving 47 participants and a diverse range of data sources such as smartwatch metrics, eye- tracking data, process logs, and responses from questionnaires. The results indicate interesting insights regarding the effec- tiveness of the approach in aiding decision-making, decreasing perceived workload, and increasing situational awareness for the scenarios considered. Additionally, the results provide valuable insights to compare differences between styles of information gathering when using the system by individual participants. These findings are particularly relevant when predicting the overall performance of the individual participant and their capacity to successfully handle a plant upset and the alarms connected to it using process and human-machine interaction logs in real-time. These predictions enable the development of more effective intervention strategies.
• Abstract（参考訳）: 複雑な産業・化学プロセス制御室では、安全性と効率性に効果的な意思決定が不可欠である。 本稿では, 動的インフルエンス図, 隠れマルコフモデル, 深層強化学習を用いて, 改良されたヒューマンマシンインタフェースに統合されたAIベースの意思決定支援システムの効果と応用について検討する。 強化された支援システムは,作業者の作業負荷の低減,状況意識の向上,システムと人的パフォーマンスの両面に適応した運用者への異なる介入戦略の提供を目的としている。 このようなシステムは、多くのアラームや入力が同じ時間帯内、または訓練中のジュニアオペレーターに表示される場合、情報過負荷の場合に特に有用である。 47名の参加者と、スマートウォッチのメトリクス、視線追跡データ、プロセスログ、アンケートからの回答など、さまざまなデータソースを含む包括的クロスデータ分析を行った。 その結果,意思決定を支援するアプローチの有効性,作業負荷の低減,考慮したシナリオに対する状況認識の向上に関する興味深い知見が得られた。 さらに,個々の参加者によるシステム使用時の情報収集方法の違いを比較できる貴重な知見を提供する。 これらの発見は、個々の参加者の全体的なパフォーマンスと、植物の動揺をうまく処理する能力、およびプロセスと人間と機械の対話ログを使ってアラームをリアルタイムに処理する能力を予測する際に特に重要である。 これらの予測は、より効果的な介入戦略の開発を可能にする。

関連論文リスト

• Distribution-Aware Compensation Design for Sustainable Data Rights in Machine Learning [6.322978909154803]
  本稿では,この課題をゲーム理論のレンズを通して見る革新的なメカニズムを提案する。 本手法は,包括的解析モデルによるデータ除去の波及効果を定量的に評価する。 我々は,主観的効用とシステム成果を測定する数学的基盤を確立する。
  論文  参考訳（メタデータ） (2024-10-19T09:04:13Z)
• Offline Risk-sensitive RL with Partial Observability to Enhance Performance in Human-Robot Teaming [1.3980986259786223]
  本稿では,モデルの不確実性を取り入れ,リスクに敏感なシーケンシャルな意思決定を可能にする手法を提案する。 シミュレーションロボット遠隔操作環境において,26名の被験者を対象に実験を行った。
  論文  参考訳（メタデータ） (2024-02-08T14:27:34Z)
• Interactive Autonomous Navigation with Internal State Inference and Interactivity Estimation [58.21683603243387]
  本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。 これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。 提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-11-27T18:57:42Z)
• Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
  本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。 Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
  論文  参考訳（メタデータ） (2023-11-13T16:00:16Z)
• Lessons Learned from EXMOS User Studies: A Technical Report Summarizing Key Takeaways from User Studies Conducted to Evaluate The EXMOS Platform [5.132827811038276]
  信頼,理解可能性,モデル改善の3つの重要な側面に異なる説明型の影響を明らかにすることを目的とした2つのユーザスタディ。 その結果,データ構成の複雑なプロセスにおいて,ユーザを効果的に導くには,グローバルなモデル中心の説明だけでは不十分であることが示唆された。 本稿では、説明によって駆動される対話型機械学習システムの開発に不可欠な意味について述べる。
  論文  参考訳（メタデータ） (2023-10-03T14:04:45Z)
• Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
  本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。 このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。 各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
  論文  参考訳（メタデータ） (2023-09-15T02:42:03Z)
• Re-mine, Learn and Reason: Exploring the Cross-modal Semantic Correlations for Language-guided HOI detection [57.13665112065285]
  ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。 本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-25T14:20:52Z)
• An Interactive Explanatory AI System for Industrial Quality Control [0.8889304968879161]
  我々は,ループ間対話型アプローチに向けて,欠陥検出タスクを拡張することを目的としている。 本稿では,産業品質管理環境における分類のための対話型支援システムを提案する。
  論文  参考訳（メタデータ） (2022-03-17T09:04:46Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Assessing Human Interaction in Virtual Reality With Continually Learning Prediction Agents Based on Reinforcement Learning Algorithms: A Pilot Study [6.076137037890219]
  本研究では,人間と学習の継続する予測エージェントの相互作用が,エージェントの能力の発達とともにどのように発達するかを検討する。 我々は、強化学習(RL)アルゴリズムから学習した予測が人間の予測を増大させる仮想現実環境と時間ベースの予測タスクを開発する。 以上の結果から,人的信頼はエージェントとの早期の相互作用に影響され,信頼が戦略的行動に影響を及ぼす可能性が示唆された。
  論文  参考訳（メタデータ） (2021-12-14T22:46:44Z)
• End-to-End Models for the Analysis of System 1 and System 2 Interactions based on Eye-Tracking Data [99.00520068425759]
  本稿では,よく知られたStroopテストの視覚的修正版において,様々なタスクと潜在的な競合事象を特定するための計算手法を提案する。 統計的分析により、選択された変数は、異なるシナリオにおける注意負荷の変動を特徴付けることができることが示された。 機械学習技術は,異なるタスクを分類精度良く区別できることを示す。
  論文  参考訳（メタデータ） (2020-02-03T17:46:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。