本文阐述了一种用于支持人机协作的智能辅助系统的设计、形式化建模及可行性评估。研究提出了一个结构化框架，用于设计面向人机组队混合模式的协作辅助系统，该框架有机融合了理论建模、系统实现与实证验证。其核心基于两个互补模型：“操作能力”（KHO）模型，用于界定智能体的操作胜任力；“协作能力”（KHC）模型，用于形式化信息共享、冲突管理及任务分配等协作行为。这两个模型在基于栅格的协调结构中实现统一，该结构正式表征了人类操作员、智能辅助系统及机器人智能体之间的交互动态，从而在不同自主等级下实现可解释且自适应的决策。为落实该框架，研究定义了四个定制化协作层级——遥操作、决策支持、自主决策及监督式自主，以此调节人类监督与系统自主性之间的平衡。智能辅助系统架构基于ROS 2、STRIPS规划器及图形用户界面构建，支持在受搜救任务启发的“拾取—放置”任务中（涉及两台RoboMaster EP机器人）进行实时监控与自适应计划执行。通过对11名参与者开展的7种场景实验，证实了该框架的技术可行性，如智能辅助系统表现出的一致性与稳定性。最后，本研究通过将“协作能力”融入团队结构与行为的设计中，为人机组队协作效能的未来提升奠定了基础。

本论文的主要贡献可归纳如下：

1. KHO与KHC的形式化。首次将“操作能力”（单体智能体胜任力）与“协作能力”（协作胜任力）形式化为混合人机协作的基础构件，拓展了认知工程领域现有的协作模型[37]。
2. 协调系统。提出并实现了一种作为人与多机器人系统中介层的协调系统。与传统监督界面不同，该协调系统能够实时主动解析、协调并自适应调整协作策略[24, 39]。
3. 与规划的集成。将KHO/KHC映射至规划算子与状态空间，生成具备可解释性与自适应性的行动计划。该方法打通了人工智能规划与协作模型之间的壁垒，超越了临时的协调策略[50]。
4. IAS实证评估。通过实证评估验证了协调系统在类高危场景中的可行性。评估涵盖了客观绩效指标与主观感知度量，确保了系统评估的全面性[22]。

本文后续结构安排如下：

● 第2章 研究现状：深入回顾人机协作、多机器人系统、认知与协作模型及规划方法的相关文献，明确本论文在宏观研究版图中的定位。

● 第3章 形式化与方法论：引入“操作能力”与“协作能力”的概念框架，构建协作栅格，并阐释这些概念如何集成至基于STRIPS的规划中。

● 第4章 系统实现：详述智能辅助系统的架构、其与多机器人系统的集成方案，以及在危险环境下实现协作的技术机制。

● 第5章 概念验证：IAS专项实验与评估：描述实验设置、场景设计、评估协议及指标体系，从效率、适应性、信任度及工作量等维度呈现实证与主观评估结果。

● 第6章 结论与展望：总结论文主要贡献，反思其科学价值与实践意义，并展望人机协作领域的未来研究方向。