面向視覺語言賦能無人機分診與災害響應的系統工程框架
該研究提出一種基於視覺語言模型（VLM）的人-無人機協同災害響應框架，將VLM從決策支援工具轉變為協調代理。透過模型系統工程（MBSE）方法設計，並在模擬環境中實現了VLM協調代理、無人機任務控制和任務分配器三個核心元件。初步人因評估顯示，該方法在減輕操作員工作負荷的同時提升了AI信任度與通訊清晰度。
近年來，視覺語言模型（VLM）的進步為災害響應帶來了新的可能性。在時間壓力下，響應人員必須快速解讀大量感測器資料。當前的VLM應用主要包括：監測社交媒體以獲取態勢感知、草擬行動計劃、將技術警報轉化為面向公眾的訊息。這些工具有助於加快資訊流轉，但基本停留在決策支援層面。由於人類仍需將模型輸出轉化為跨團隊和機器人資產之間的協調行動，這反而可能增加操作員負擔。
針對這一缺口，本文提出了一種將VLM作為協調代理嵌入有人-無人機迴路的系統工程框架。該架構不只是讓VLM充當諮詢工具，而是讓其在人類操作員、任務控制邏輯和無人機任務執行之間發揮溝通橋樑作用。系統設計整合了自然語言互動、任務級任務協調、軟體在環（software-in-the-loop）實現以及與事件指揮系統（ICS）一致的通訊方式。
研究採用了基於模型的系統工程（MBSE）方法，透過用例圖與塊定義圖描述系統角色、內部結構和元件互動。VLM協調代理（VLM Coordinator Agent）、無人機任務控制（UAV Mission Control）和任務分配器（Task Allocator）三個關鍵元件在整合模擬與控制環境中實現。研究人員還在該環境中開展了初步的人因評估，共有7名參與者。
評估結果顯示，參與者在心理需求、努力和挫敗感等維度上的感知工作負荷均有所降低，AI信任度和通訊清晰度也獲得較高評分。這項工作將MBSE、軟體在環測試和人因評估相結合，為高風險的災害響應場景推進了可擴充套件的人-自主團隊協作。論文還指出，相關方法對航空航天自主與公共安全具有更廣泛的應用潛力。
論文題為《A Systems Engineering Framework for Vision-Language-Enabled UAV Triage and Disaster Response》，作者為Swapnil Saha等四人，共10頁、8幅圖，是以AIAA Paper 2026-4010發表在AIAA AVIATION 2026論壇上的作者接受稿，並於2026年7月30日提交至arXiv（編號arXiv:2607.27597）。