中文摘要：

在传统开发智能系统的观念中，认为自主性越强越好，但是现实证明当前技术条件下,完全自主既不可能也不必要。可变自主意味着在一个系统中不只是机器自主能力的变化，还体现用户自主性与之对应的变化，例如机器自主性增加，用户的自主性就会降低，充分强调了人和机器之间的协作关系。因而在实现任务目标过程中，能够在智能实体之间动态分配决策权责，从而最大效力的发挥人和具有自主能力的机器所组成的整个系统的能力。本项目针对可变自主系统体系结构，研究能够有效实现人和自主系统有机结合的无人系统体系结构；针对可变自主系统的自主态势推理问题研究自主态势推理的基本要素、结构、方法和过程，为整个系统提供自主性的态势信息，以便确定任务或操作者的自主等级；针对自主等级推理问题，研究基于决策理论的人与无人系统的自主等级推理方法。通过对这些可变自主理论的基本问题展开研究，以期获得可变自主这一新兴研究领域的基本研究方法与技术。

结论摘要：

可变自主系统具有很好的适应性、鲁棒性、互操作性等特点，使得无人系统能够适应更加困难的环境，执行更加复杂的任务，同时又不会退化为全遥控系统，是当前各种无人系统的研究热点。本课题对此开展了如下几方面的研究。在体系结构方面，研究基于混合主动式交互的可变自主体系结构，以经典OODA（Observation, Orientation, Decision, Action，即观察、判断决策和行动）控制循环为基础，并将用户与无人系统置于同等地位，设计出加入可变自主的控制循环。在此基础上，设计出典型无人系统，无人水面艇的可变自主体系结构，并对各结构功能与关系进行了说明。在可变自主评估算法方面， 其次以无人系统中普遍的导航任务为重点，研究了基于上下文感知理论的态势推理方法。首先根据上下文感知的理论, 提出了针对无人系统的人机交互态势的推理方法，该方法有效描述了表征用户和无人系统交互的信息定义和采集方法。其次利用多属性效用函数进行无人系统性能分析，从而为自主等级变化方向提供参考，该方法克服了以往自主等级决策和系统性能评价标准单一的局限。最后研究了基于组织排序的无人系统自主等级决策问题的求解算法。针对自主等级决策目标不可公度的问题，利用定义优先函数的方法，评价每个性能指标的优势，避免数据预处理带来的评价误差；再利用赋值有向图，对每个自主等级进行效用并合，从而得到自主等级的优势差，排出严格偏好序。通过以USV为典型的仿真试验，对比了多目标决策的可变自主机制与全自主机制下USV系统导航能力的差异，试验表明可变自主对于系统性能的改善十分明显。此外，参照自主等级评估框架（the Autonomy Levels For Unmanned Systems，AFLUS），全面分析整个USV系统的整体性能，证明可变自主系统以较少的用户参与，产生较大程度的多方面系统性能的提高。