arXiv 2608.02308 精读:信任、风险感知、工作负荷可以不靠大数据”算”出来吗——集合式认知状态估计给 L3 的第二条路线

先给一句可以被引用的论断:普渡大学机械工程系 Jeevanandam 与 Jain 在 2026 年 8 月 3 日提交的论文给出了一个与主流数据驱动路线相反的回答——不建大数据集、不做噪声分布假设,把驾驶员的信任(trust)、风险感知(perceived risk)与工作负荷(workload)当作”未知但有界”(unknown but bounded)的状态,用可行集而不是概率分布来表达”我们只知道这么多”:20 人模拟器实验中,这套集合式估计器的依赖行为多步预测在全部时间尺度上超过粒子滤波,而且时间尺度越长优势越大(60 步 AUC-ROC 0.82 vs 0.76)(Jeevanandam & Jain, 2026)。

这对 IMS 团队为什么是现在就要看的:L3 条件自动驾驶正在从演示走向准入——中国 GB 44721—2026 已定 2027-07 实施(站内关联:GB 44721 L3 强标解读),接管准备度评估的要求正从”视线在不在路上”扩展到”认知与信任状态是否支持接管”。但信任、风险感知这类构念的观测通道天然是稀疏而粗量化的:间歇自评(0-100 打分)和二值行为(依赖自动化/手动接管),不是视频那种稠密信号。主流概率方法(POMDP、粒子滤波、DBN)要为每个个体辨识噪声分布——论文原话是”足以辨识个体化噪声分布的数据很少可用“(sufficient data to identify individualized noise distributions is rarely available)。这篇论文的贡献是把估计理论里的集合式(set-membership)方法第一次带进”连续、非试次式”的人机交互认知状态估计,给 DMS 的认知状态层提供了一条少数据、可审计、失败显式的替代路线。

本文为 A 型(论文深读)。信源说明:主文 arXiv 2608.02308 全文 HTML 分三段精读,数字全部对照原文表格(一致性 Table III、AUC-ROC Table IV);同组前作 arXiv 2512.05845(ITSC 2025,混合动力学模型)已读摘要级;定位佐证 Wu 等 2026 PLOS ONE L3 驾驶员状态综述(85 篇研究)已读方法论与缺口部分。本文所有数字均来自论文原文,不转述任何摘要之外未核对的内容。

背景:它解决的问题,与它站在哪里

认知状态估计的既有格局:清一色概率范式

论文的文献回顾(I-A 节)把现有工作归成一类:用概率模型在线推断人对自动化的信任。代表性工作包括:OPTIMo(Xu & Dudek, 2015,HRI,在线概率信任推断)、Azevedo-Sa 等(2021,Int. J. Social Robotics,ADS 信任实时估计)、Chen 等(2018,HRI,”Planning with Trust for Human-Robot Collaboration”)、Hu 等(2024,Transportation Research Part F,人机共驾动态信任建模)、Williams/Yuh/Jain(2023,THRI,信任与自信耦合动力学计算模型)。这些方法的共同假设是:噪声服从某个已知族(高斯或离散条件分布),参数靠数据辨识。

这个假设在 HAI 实验室里成立,在量产车里不成立。论文指出三个错配:

(来源:Jeevanandam & Jain, 2026,Sec. I;表格为本文转译。)

与本组前作的接力:过程模型侧已经备好

这篇论文不是孤立的。同组前作(arXiv 2512.05845,ITSC 2025)已经建立了”过程模型”侧:12 参数的混合动力学模型——三个连续认知状态(信任/风险感知/工作负荷)各自由一阶仿射差分方程驱动,加上离散的依赖切换;16 人模拟器数据,仅需约 8 分钟单人驾驶即可拟合个体参数(Jeevanandam & Jain, 2025)。本篇在这之上补齐”估计器”侧:有了个体模型之后,如何用稀疏、量化、二值的观测在线更新状态。

与站内已有结论的三块拼图

这篇论文恰好补上站内三条研究线交汇的空位:

1. 个体差异主导行为方差(站内:arXiv 2607.16847 方差分解精读——复杂度方差 R²m 中位数仅 1.5%,驾驶员 ICC 中位数 0.228):本篇的模型与噪声界全部按个体辨识,不做池化。
2. 信任是被条件化的慢变量(站内:agentic 驾驶立场论文精读——“合理依赖”是目标,信任动态且只部分可观测):本篇给出的正是”只部分可观测”的一种形式化——可行集。
3. L3 状态测量缺乏标准(站内:PLOS ONE L3 驾驶员状态综述解读——85 篇研究无统一 L3 基准数据集、个体差异与便利抽样是最高风险偏差):本篇的方法选择(不需要大结构化数据集)正面绕开了这个缺口,代价是只能估计”依赖预测相关”的状态维度(后文详述)。

核心机制:从三状态混合模型到集合式估计循环

状态、过程与两类测量

状态向量 x = [T, R, W]ᵀ 归一化到 [0,1]:

过程模型是有界仿射差分方程:x⁺(k) = Ax(k) + Bu(k) + C + w(k),输出在 0/1 处饱和。输入 u 分两类:可控因素(自动化的可用性、透明度)与不可控因素(任务复杂度 d∈{0,1},实验里用”施工区需要并线到对向车道”实现)。过程噪声 w 未知但有界(|w| ≤ ε_w)。

测量模型两类,恰好是 HAI 场景里”免费”或”廉价”的两路信号:

• 间歇量化自评:y = Q(x + z),量化步长 Δ = 0.05(0-100 分、步长 5 的量表),仅在停车点采集;
• 二值依赖观测:q ∈ {0,1}(用自动化/手动驾驶),建模为状态空间分区上的分段常数似然(每个区域对应依赖概率)。

第三块是个体维数约简:不是每个人都由三个状态共同驱动依赖——用决策树(最多 2 次分裂)识别每个个体”实际影响依赖的状态子集”,投影矩阵 Π 把问题降到 1-2 维。论文给的示例区域:某参与者在”风险感知 R < 0.30 且信任 T ≥ 0.65”时依赖自动化(来源:Jeevanandam & Jain, 2026,Fig. 5 讨论)。

估计循环:传播、三路求交、空集自修复

整个估计器是一个递归的集合传播-求交循环,底层用 hybrid zonotope 实现(zonoLAB 工具箱):

flowchart TD
    A[个体辨识<br>最小二乘拟合 A/B/C<br>reachset conformance 定噪声界<br>决策树定依赖区域] --> B[一步预测<br>可行集按动力学传播]
    B --> C&#123;观测到达?&#125;
    C -- 依赖 q(k) --> D[与依赖可行集求交<br>q=1 → 落在依赖区域]
    C -- 量化自评 y(k) --> E[与自评可行集求交<br>量化单元 ∩ 预测集]
    C -- 无观测 --> F[仅传播,集合缓慢扩张]
    D --> G&#123;集合为空?&#125;
    E --> G
    F --> B
    G -- 否 --> H[输出可行集<br>体积=不确定度]
    G -- 是 --> I[conformance failure<br>在线重辨识模型与噪声界]
    I --> B

(机制来源:Jeevanandam & Jain, 2026,Sec. V–VI;图形为本文绘制。)

两个设计点值得划线:

• 空集不是错误,是信息。当依赖观测与自评观测的可行集不相交,说明”模型配不上这个人当前的行为”——估计器触发在线模型更新(重辨识参数与噪声界)。这给了系统一个显式的失败通道,这是概率方法默认没有的:粒子滤波的假设失配只会表现为方差悄悄长错地方。
• 噪声界用 reachset conformance 取”最不保守”值:以自评可行集必须落在可达集内为约束,把 ε̂_w、ε̂_v 压到刚好够用——集合太小会漏掉真实状态,太大则无信息量。

实验与证据:数字全部来自原文

实验设置

20 名被试(7 男 13 女,19–33 岁,均值 24.17,SD 4.35,均持有效美国驾照),中等保真模拟器,单次连续驾驶,SAE L3 场景;自动化 100% 可靠但不告知被试;任务复杂度通过施工区并线操纵;1 Hz 采样(任务复杂度、依赖状态、自评);数据在路口 24 处切分,前段辨识、后段检验;5 名被试因恒定依赖或撞车剔除,有效 n=15(Jeevanandam & Jain, 2026,Sec. IV)。

一致性与不确定度(Table III)

• 一致性(consistency):4 人 100%(P01/P05/P07/P10),11 人 ≥75%,最低 50%(P04/P20)——论文归因于这两人的训练段辨识出的系统矩阵与噪声界不适配测试段行为;
• 平均不确定度 σ̄(𝒳):0.42%–38.37%,15 人中 10 人低于 15%;P01 达到”100% 一致性 + 约 0.4% 不确定度”的最佳组合;
• 算时:训练/重训约 7–8 秒,集合更新 0.033–0.067 秒——远低于 1 Hz 采样间隔,硬件只是第九代 Intel Core i7 台式机。这对”能否上车”是关键的量级证明(虽然车载环境还有安全等级要求,见后文)。

多步依赖预测:时间尺度越长,分差越大(Table IV)

(来源:Jeevanandam & Jain, 2026,Table IV,AUC-ROC,n=15。)

三个读法:

1. 短时域(15 步)三法打平——短窗预测主要靠动态模型本身,估计器增益还没累积;
2. 长时域分差拉开且中位数更陡(N_p=45 中位数 0.90):优势来自历史依赖可行集的递归求交——过去”这个人依赖过/没依赖过”的硬约束持续收窄集合;开环基线恒在 0.68 左右;
3. 粒子滤波的退化有明确机制:论文将其归因于”对过程与测量噪声分布的临时性(高斯)刻画”误差随时间复利——这正是集合式路线声称要消除的那类失配。

论文自己声明的三条局限(VIII 结论)

1. 未做闭环部署——估计器用于信任校准/自适应自动化的控制效用未验证;
2. 只估计”对依赖预测有贡献”的状态维度,不是全状态估计;
3. 个体训练数据不足时需要种群级先验补充辨识。

此外一个方法层面的诚实披露:可行集是外逼近(outer approximation),依赖区域与自评区域可能因保守性而重叠——论文明确承认这一点(Fig. 5 交叉阴影)。

与已有方案的关系:一张对比表 + 一个分层判断

集合式 vs 概率范式 vs 端到端深度学习

(前两列依据 Jeevanandam & Jain, 2026,Sec. I 与 Table IV;第三列是本文按站内 DMS 文献线补的对照,为本文判断。)

分层判断:这不是替代,是带宽分工

我的判断(标注为本文推测):集合式估计器不该和视觉 DMS 抢同一个观测层。PERCLOS、视线、头部姿态是秒级快变量,信任与风险感知是分钟级慢变量——本篇的动力学是 1 Hz 一阶仿射,天然运行在慢层。合理的架构是:视觉/生理通道输出快变量,快变量的统计特征(如接管频率、手动介入模式)汇成二值依赖流与量化自评,喂给集合式慢层估计器;慢层的输出(依赖倾向、准备度趋势)反过来为快层提供先验(该不该升级警告)。这对应站内多次讨论的 DMS×ADAS 融合架构里的”统一干预仲裁层”,补上了它一直缺的构念级输入。

对 IMS 团队的六条可执行启示

1. 把”依赖/接管”二值流当一阶观测源。GB 44721 要求记录 L3 激活/退出事件——q(k) 是免费的稠密(相对自评)信号,在任何生理传感器之前就应进入认知状态估计管线;论文证明仅凭 q(k)+量化自评就能把 60 步预测做到 AUC 0.82。
2. 个体标定按”8 分钟”做预算。前作证明 12 参数个体模型约 8 分钟驾驶可拟合(Jeevanandam & Jain, 2025)——交付流程里一个标定场景(含若干复杂度起伏)即可,不必等”用久了自然学出来”。
3. 量化自评的 HMI 落点:Δ=0.05 的 5 分制量表在停车点采集(本篇实验即如此)——把它做进”驻车即反馈”的座舱流程,而不是驾驶中打断;自评是慢层的校准锚点,不是实时通道。
4. 空集=可审计的拒绝判定。EU AI Act Art 12 日志要求与 GB 44721 的记录要求下,”conformance failure + 在线重辨识”本身是一条结构化日志事件——估计器”知道自己不知道”比”永远给出数字”在审计语境下值钱得多。
5. 验收指标按长时程设计。依赖预测/接管准备度功能的验收协议应包含长时程档位(60 步级,即分钟量级”接管前趋势”),方法间的真实分差在那里(0.74→0.82);只测短窗口会选错方法。
6. 对适用边界保持诚实。这是 n=15(20−5)、1 Hz、中等保真模拟器、单一任务复杂度输入、构念真值靠自评的研究——PLOS 综述把”主观真值”列为高风险参考标准,本篇未幸免;上车前必须回答实车噪声界、闭环控制效用、构念真值三件事。

路线判断(均为本文推测,依据已给)

• 判断一:信任/依赖类构念估计将以”可解释个体模型 + 显式失败通道”形态先于端到端学习进入法规语境。理由:监管审计需要可解释性与失败显式性(空集/重辨识是天然审计事件),而端到端模型在这两点上目前都不占优。
• 判断二:二值行为流(依赖/接管/手动介入)将成为认知状态估计的默认一阶观测,生理信号退居校准与确认通道。理由:q(k) 免费稠密、可从现有 CAN/HMI 日志提取,且论文已证明其信息量足以支撑分钟级预测。

两判断的可证伪点:若 2027–2028 年出现端到端 VLM 在信任/准备度构念上通过第三方验收的证据,判断一弱化;若实车闭环实验证明仅凭行为流不足以支撑控制决策、必须融合生理信号,判断二弱化。

参考

1. Jeevanandam, S. & Jain, N. (2026). A General Set-Based Framework for Cognitive State Estimation: Theory and Application to Conditionally Automated Driving. arXiv:2608.02308. https://arxiv.org/abs/2608.02308
2. Jeevanandam, S. & Jain, N. (2025). A Hybrid Dynamic Model for Predicting Human Cognition and Reliance during Automated Driving. arXiv:2512.05845 (IEEE ITSC). https://arxiv.org/abs/2512.05845
3. Wu, S. et al. (2026). Driver state detection for conditionally automated driving: A systematic review. PLOS ONE 21(9): e0358700. https://doi.org/10.1371/journal.pone.0358700
4. Feng, L. (2026). Human-Aware Agentic Driving(站内精读:arXiv 2610.33915 精读)——本文”信任是被条件化的慢变量”定位来源。https://arxiv.org/abs/2610.33915
5. 站内互链:方差分解与 per-driver 基线(2607.16847)、GB 44721—2026 L3 强标解读、L3 驾驶员状态系统综述(PLOS ONE)