论文部分内容阅读
伴随着我国低空空域的逐步开放,通用航空产业将迎来迅猛发展,而传统的飞行训练方法高度依赖教练机与飞行教练,难以满足突如其来的巨大需求。传统的飞行训练模拟器能够模拟飞机和飞行环境,可在一定程度上缓解训练装备和训练场地的压力。然而,飞行技能最好的培训方式是一对一个性化训练,因此最大的挑战来自飞行教练的欠缺。此外,飞行模拟器的功能也未能得以充分利用。
如果能为飞行模拟器增加一定的智能,既可伎其替代人类教练的部分工作,又能充分发挥飞行模拟器的潜能,从而可以一举两得地应对通用航空驾驶培训的挑战。从这一思路出发,本文的研究主要围绕智能飞行模拟训练的三个基本问题一教什么、教给谁和如何教一展开。论文的主要工作和贡献归纳如下:
1.提出了一种构建飞机驾驶领域模型的知识表示方法
领域模型针对的是用计算机表示教什么的问题。飞行学员的训练从掌握单个机动动作开始,对应的知识以程序性知识为主,而且根据应用需求,相应的表示方式应该自然、易于编辑和更新,传统的产生式方法既不直观又不够灵活,难以达到这些要求。鉴于此,本文采用了直观、复用性好、扩展性强的行为树以表示飞机驾驶领域的程序性知识。针对行为树不便于管理的弱点,本文根据其所表示的机动动作之间的关系,利用概念知识树知识表示体系加以组织,借助后者提供的良好的扩展接口,将两种知识表示方式自然地结合在一起,提出一种新的知识表示方式,用于飞机驾驶领域模型的构建。
2.构建了针对事件的贝叶斯网络用以飞行学员建模
学生模型针对的是用计算机表示教给谁的问题,即准确评估教学对象。常用的贝叶斯网络方法复杂度高,而飞行训练过程中的评估要求实时性强,二者之间的矛盾可能是造成技能培训领域智能化程度低这一现状的原因之一。针对这一矛盾,本文采用分层、原子化、分步更新等措施将贝叶斯网络细化到了飞行学员训练中触发的事件这种粒度上。考虑到实际应用中可能出现的数据缺失,本文利用EM算法学习网络的参数,并利用仿真学员进行实验,结果证明了这一方法的可行性,同时证实了猜测和疏漏对准确率的影响。
3.设计了追加反馈生成框架用于支架式教学
支架式教学是建构主义学习理论提倡的教学方式之一。实际空中带飞时,来自教练的提示与帮助即是支架的具体体现。在准确评估飞行学员技能水平的基础上,本文通过自动生成针对性强的同步和末端追加反馈的方式为飞机驾驶模拟训练提供支架。通过反馈编辑器编辑鼓励性反馈、预防性反馈和纠错性反馈,利用运行时引擎将反馈的生成融合到飞行模拟器中,二者一并构成了同步追加反馈的生成框架。另外,通过同步追加反馈内容的选择、讲评内容的推荐以及训练内容的调整,保证了追加反馈的针对性。
4.提出了智能飞行模拟训练系统架构并用原型系统加以初步测试
智能模拟飞行训练系统需要飞行模拟器与智能飞行教练的有机结合。本文将飞行模拟器作为交互接口,并与飞机驾驶领域模型、飞行学员模型、支架式教学模型形成了智能飞行模拟训练系统的整体架构。在XX飞机飞行模拟器原型的基础上,借助开发的著作工具增强其教员控制台的功能,搭建了智能飞行模拟训练原型系统。测试表明,该原型系统可以准确评估测试人员的技能水平,并针对其特点提供有效地鼓励、预防与纠正性提示,推荐讲评要点以辅助教练讲评,调整训练内容以帮助自学,证明了系统架构的可行性。