Development of integrated pilot training system by evaluating flying skills and quality of briefing

通过评估飞行技能和简报质量开发综合飞行员培训系统

• 批准号: 22K12296
• 负责人: 芳賀 瑛
• 金额: $ 2.66万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12296/
• 关键词: フライトシミュレーション; 技能教育; AI; VR; パイロット; 機械学習; Virtual Reality

本研究ではパイロットの操縦技能及びブリーフィングによる内省・技能改善能力を含めた包括的能力の向上を支援するシステムの開発を目的とする。2022年度においては既に開発した航空技能評価システムとディスカッション評価システムの改良を行うこと目標に研究を遂行した。前者についてはこれまでシステムにおいて実施できる飛行課題がスティープターンの1種であったものを基本飛行課題の全てを評価出来るよう改良を行った。また並行して、スティープターンのシミュレーション実施時のパフォーマンスについてデータの蓄積を進めた。一方、ディスカッション評価システムの改良については技術的な問題から、ディスカッションの質を評価する所までは至らず、個々人の発言量や時間等の一次的な特徴量の入手のみに留まった。分析の結果、これらの一次特徴量はパフォーマンスの本質的改善に影響を与えず、学習者の「気づき」と「改善策の検討」に属する発言の抽出と実際の改善策、それらに対する評価点を特徴量とする方策が有効と考えられた。また、近年のAI技術の進展と研究の効率化の観点から、ディスカッション全体を評価するシステムをゼロから構築する方針から、既存のAIサービスを併用してディスカッションの良い部分を抽出し、人為的に評点を行って再度AIに学習させる方針に転換した方が望ましいと考えられた。上記の技術的な問題解決に時間を必要とした為、進捗について若干遅れているが、対応策として、前述の既存AIの併用と評点方式の効率化、外部アドバイザーの追加を以て問題を解決し、次年度以降の研究を遂行する。

This study aims to improve skills and skills, including the ability to improve skills and skills. 2022 - 2023 - 20 2023 - 23 - 20 23 - 23 2023 - 23 24 23 2023 - 23 2023 - 23 24 - 23 2023 The former is the first flight problem to be evaluated. The latter is the first flight problem to be evaluated. In addition to the above, the company also has the ability to improve the quality of its products. The improvement of the evaluation system is based on the technical problems, quality evaluation and initial characteristics of the individual speech and time. The results of the analysis, the characteristics of the first time, the improvement of the nature of the study, the improvement of the study, the improvement of the study. In recent years, the progress of AI technology and the research efficiency of the point of view, the overall evaluation of the system, the construction of the policy, the use of existing AI services, the extraction of the good part of the system, artificial evaluation, the implementation of AI re-learning policy, the review of the system The above technical problem solving time is necessary, the progress is made, the corresponding strategies are adopted, the existing AI and evaluation methods are optimized, the external problems are added, the problem solving is carried out, and the next year's research is carried out.