自动驾驶网络人机交互自动化等级框架设计

（1）简介

自动驾驶网络（autonomous driven networks，ADN）是自动化网络系统的概念，于2019年5月由国际电信管理论坛TMF联合英国电信、中国移动、法国Orange、澳大利亚Telstra、华为和爱立信等共同推出。从基本定义上，自动驾驶网络就是模拟类似智能汽车的自动化等级划分，将人工智能技术引入网络的运营维护中，改变目前网络系统运营、维护主要依靠人的现状，逐步实现网络运维的自动化。

本设计为湖南大学承担的“华为自动驾驶网络人机标准”设计与研究项目，围绕自动驾驶网络的人机关系作为出发点，在现有面向技术的自动化等级划分的基础上，在研究人机交互技术的智能能力的基础上，围绕人机交互中的人的因素，设计自动驾驶网络人机交互自动化等级框架。

（2）方法

本设计是的核心在于建立起在自动驾驶网络领域的自动化等级框架。在自动驾驶系统中，机器的行为和决策可以由人、智能系统以及人和智能系统共同做出。因此，随着自动化水平的改变，自动驾驶网络系统的决策分配会发生改变，进而改变任务的人机分配。

本设计首先利用文献和现有经验，探索网络自动驾驶在人机交互层面上进行自动化等级划分的可能；然后，通过理论分析、工作坊、文献计量等方法，初步定义并提出一个初步的自动化等级框架；在此基础上，对框架的相关内容进行分析与设计；最后通过1-2个应用实例的设计对框架和标准进行应用验证。

（3）框架构建

本设计参考帕拉苏拉曼（R. Parasuraman）等对自动化系统的描述，该研究将自动化应用的功能分为信息获取、信息分析、决策行为和行动执行四步。可以被看作智能系统的认知流程。本设计结合自动驾驶网络自身的特点，提出了一个三维的自动驾驶网络基础框架，如图1。

从图中可以看出，自动驾驶网络人机交互自动化等级的基础框架包含三个维度：基于机器行为的机器认知活动（X轴）、基于人机配合的自动化等级（Y轴）、基于业务流程的网络运维流程（Z轴），人机交互能力作为具体的内容，分布在上述的三维空间中。

基于本框架，首先针对人机交互能力，对现有的近20000个人机交互技术进行调研，结合网络运维的智能人机交互能力，分析自动驾驶网络可以提供的人机交互能力，并将其围绕外部机器行为和内部机器行为分解为“显性交互能力”和“隐性交互能力”，并分别对应多个机器行为能力，如图2。

在此基础上，本设计以智能系统“识别、求解和预测”认知流程为基础，将自动驾驶网络的机器认知流程分为“感知-分析-决策-执行”四个阶段，适应自动驾驶网络运营维护的实践需要。基于这四个阶段，构建了不同结算机器认知与交互的基本内容，并结合图21.4的人机交互能力，建立起机器认知流程框架（图3），并进行详细说明（图4）。

然后，研究对包括自动驾驶汽车（SAE J306，如表1）、美国标准技术研究所无人系统自动化分级（ALFUS）在内的若干个自动化等级划分的标准进行分析，初步总结和归纳出面向自动驾驶网络的不同自动化等级的初步指标（表1）。

AND自动化等级	描述
L1运维系统协助交互	运维系统辅助用户信息感知，分析和执行，决策由人独立完成。
L2用户主导的人机协同交互	运维系统独立完成信息感知，与人共同完成信息分析，决策和执行，但是以人为主导。
L3运维系统主导的人机协同交互	运维系统能独立完成信息感知，分析和决策和部分执行工作，人能对运维系统的决策进行干预。
L4运维系统负责的人机交互	运维系统能完成所有的操作，但人需要在特殊情况进行接管。
L5完全自动化	运维系统能完成所有的操作，无需人介入。

表1 自动驾驶网络自动化等级标准

表1所说明的指标包含不同网络运维自动化等级的定性描述可以后续的相关算法设计构建一个设计理论的基础。

接下来，结合具体的业务，将网络运维的具体情境进行分类，针对单一网络运维的任务节点，形成“工作环节-情境-任务-交互触点”的基本框架。网络运维的实际情况非常复杂，其任务流程可以分为规划设计、部署、监控排障、业务发放、变更、优化等不同工作阶段。每个工作阶段包含不同的情境和任务，每个任务具有一个到多个人机交互触点。