关于情景感知在未来月球原位资源利用系统设计决策中作用的受控用户研究

《Acta Astronautica》：Controlled user study on the role of situational awareness in design decisions for future lunar In-situ resource utilisation systems

　　卢卡·马龙 | 米歇尔-亚历山德烈·卡尔丹 | 简·西利尔斯 | 斯坦利·斯塔 | 凯瑟琳·哈德勒
伦敦帝国理工学院戴森设计工程学院，英国

摘要
随着人类对月球和火星的探索从临时任务转向长期居住，原位资源利用（ISRU）预计将在实现未来太空中的可持续经济和科学活动中发挥关键作用。然而，在极端和不确定的条件下设计和操作ISRU系统面临重大挑战，这些挑战包括应对恶劣的环境条件、监管复杂性、不同的利益相关者风险承受能力以及不可预测的技术系统行为。本研究介绍了一种新的实验方法，以探讨在情境意识中起重要作用的人类因素如何影响ISRU相关设计决策及其在不确定性下的表现。具体来说，本研究探讨了以下研究问题：不同视觉保真度和情感提示的水平对用户在不确定性下管理远程月球资源生产系统的能力有何主要影响及交互作用？一项涉及33名参与者的受控用户研究使用严肃游戏平台来探索两个关键变量的影响：模拟的视觉保真度和情感提示的存在。在一个现实但简化的任务中，参与者被要求操作一个模拟的月球ISRU系统，以可持续地为月球栖息地供水。结果表明，在视觉保真度较低的环境中，情感提示可以显著提高参与者的表现，这一效果通过一种新的运营可持续性指标来衡量。研究结果并未显示情境意识与系统表现之间存在统计学上的显著相关性。这些发现突显了沉浸式和情感元素在基于模拟的培训平台中的重要性。所提出的方法论为评估复杂太空系统中的决策提供了一种结构化且可复制的框架，并为未来ISRU操作员、任务架构师和经济参与者如何通过利用数字孪生和虚拟现实等技术更有效地进行培训提供了宝贵的见解。除了太空应用外，该方法在面临类似操作不确定性的地球产业（如偏远条件下的采矿和资源生产基础设施）中也具有潜在价值。

1. 引言
随着人类准备在未来几十年内重返月球甚至登陆火星，原位资源利用（ISRU）越来越被视为未来太空经济的关键推动因素，为科学和商业活动提供重要资源。月球ISRU是指从月球环境中提取资源，这些资源可以在月球上使用或在太阳系的其他地方使用。ISRU不仅为扩展人类在太阳系中的足迹和增加对宇宙的认识开辟了新的机会，还为未来太空资源经济的可持续性发展创造了新的社会责任市场和商业机会。例如，未来可能需要经济参与者在月球上操作数据系统和基础设施，从而避免长时间的传统往返地球传输。新的商业实体可能会出现，为飞往火星和其他外天体的航天器生产液氧（LOX）。众所周知，月球风化层含有大量的氧气和有用的金属，这可能促进在低重力环境中的新制造业务。它有可能提供维持长期人类存在所需的呼吸氧气、水和营养物质，以及用于开发动力基础设施、栖息地和科学及商业活动的备用零件。

然而，在ISRU技术支持的太空资源经济能够顺利发展之前，还有许多重要的战略挑战需要克服。其中一个挑战是如何处理太空中的高风险和不确定性，这通常通过在任务架构和设计活动中制定非常严格的要求来实现，几乎不留任何出错的空间。另一个挑战是提前认识到未来太空资源系统将所处的社会技术环境的复杂性，即技术、法规、市场条件等方面的变化和发展。例如，发射成本的进一步降低可能会使ISRU任务相对于补给任务变得不那么吸引人[1]，迫使月球ISRU操作员缩减或放弃ISRU活动。进一步的研究表明，未来月球任务的规模和持续时间会影响原位资源与从地球输送资源的竞争力[2]。这些复杂性带来了第三个挑战，即设计活动必须考虑到各种可能的未来操作条件，从而导致概率性的性能结果。虽然历史上的设计稳健性一直是应对不确定性的主要策略，但还存在其他方法（如适应性、可进化性、灵活性、生存能力），尽管这些方法在长期内能更好地促进经济性能、可持续性和韧性，但尚未得到充分探索。第四个挑战是太空系统设计通常会提供不同的风险-回报权衡（例如，着陆质量与功耗与容量之间的权衡）。这些权衡通常是从参与决策过程的不同利益相关者（如工程师、任务规划师或操作员、投资者、资助机构）的角度来考虑的，每个利益相关者的风险承受能力各不相同。虽然近几十年来国家太空计划往往侧重于管理下行风险（即关注可能出现的问题[3]，但新的商业实体显示出在早期概念设计阶段考虑上行机会的重要性。这可能解释了为什么像SpaceX和Blue Origin这样的公司强调快速原型制作和早期失败，促使工程师和利益相关者在设计早期就主动承担风险，从而促进学习和创新。

ISRU为探索这些挑战以及考虑如何在未来以不同方式设计复杂的太空系统提供了极好的环境。关于第一个挑战，很难——甚至不可能——为未来的ISRU系统提供完整的功能需求列表。这是因为这些系统将在多年甚至几十年内被部署和操作，其容量需求和功能很可能会随时间变化。未来的地月经济需要以一种环保、安全的方式发展，并在具有挑战性的国际监管背景下运作，以保护储存在月球风化层和火星土壤中的数十亿年信息。因此，未来的ISRU系统需要探索其他设计方法，在面对不确定性和风险时促进主动适应，而不是像稳健设计那样被动容忍各种可能的操作条件。换句话说，ISRU系统的设计活动需要满足不同的风险承受能力需求，从关注投资回报的激进投资者到关注系统完整性和安全性的保守工程师。

本研究为解决上述几个关键战略挑战奠定了实验研究方法的基础。它通过引入一种新的实验方法来支持在不确定性下对影响复杂工程系统（如ISRU）的设计和决策的因素进行严格的受控用户研究。主要贡献包括一种结构化的方法论，用于研究在像月球这样的恶劣不确定环境中支持设计和决策的条件，该方法依赖于严肃游戏。另一个贡献是量化了两个影响人类决策的重要因素的主要和交互效应：模拟环境的视觉保真度和情感提示的提供。这项研究和方法论方法在科学、工程和社会科学之间架起了几个跨学科的桥梁，对于未来训练计划、数字孪生和沉浸式技术的发展至关重要，这些技术将用于未来的任务架构和操作。这些发现还为开发新的数字技术提供了见解，这些技术将用于支持地球上的资源生产，例如由于气候变化而在越来越恶劣和偏远的环境中运作的采矿。

本文的其余部分结构如下：第2节提供了与本研究相关的研究文献概述，说明了研究的动机和基础。第3节介绍了用于研究不确定性下设计和决策中不同人类因素影响的通用实验方法。它还展示了如何使用ISRU严肃游戏环境来设置实验以研究特定的人类因素（保真度和情感提示）。第4节展示了实验结果，并进一步探讨了所考虑的人类因素的主要和交互效应。第5节总结了关键发现，讨论了局限性，并提出了未来工作的方向。

2. 相关工作
本节总结了与本研究相关的研究领域的最新进展。这些进展为研究的动机提供了跨学科背景，并为实验方法论和研究的发展提供了相关的知识支持。

2.1. 不确定性下的决策
其中一个主要动机是进一步了解沉浸式技术在支持复杂工程太空系统在高度不确定环境中的设计和决策方面的影响。关于人类因素研究的文献提供了重要知识，特别是在自然决策制定（NDM）领域。大多数NDM研究关注有效管理现实世界系统所需的短决策时间[4]，[5]。因此，这些研究通常在高压力环境中进行，如高风险的军事任务。尽管如此，NDM为在不确定性下复杂决策任务中发生的心理认知互动提供了重要指导，有助于本研究感兴趣因素（或处理方法）的发展。NDM最适合应用于具有类似特征的情况，如结构不明确的问题、不确定性的动态环境、变化和/或竞争目标以及定义不佳的程序[6]。

在NDM领域，情境意识（SA）的概念对于在恶劣不确定条件下支持和决策至关重要。SA被定义为“在一定的时间和空间范围内感知环境中的元素，理解它们的含义，并预测它们在不久将来的状态”。例如，Endsley[7]提供了迄今为止关于SA的最全面研究，并提出了一个基于战斗机飞行员在高压力任务中决策的研究模型（见图1）。该模型展示了环境、SA、决策和行动表现之间的复杂互动，以及这些因素如何受工作负载、先入之见和目标以及个人能力和经验的影响。SA研究为开发本研究测试的因素提供了重要指导。

决策研究的另一个方面是与进行实验的平台相关。如上所述，人类因素研究通常依赖于案例研究——例如仔细研究战斗机飞行员的研究——或可以比较和统计评估不同条件的实验。这两种研究方法都有其优点和缺点。案例研究能够深入研究并理解特定现象，但较难复制并为不同观察提供统计证据。相比之下，受控用户研究能够快速复制和收集统计证据，但由于需要控制环境，降低了研究任务或活动的真实性。

下载：下载高分辨率图像（218KB）
下载：下载全尺寸图像
图1. 飞行员决策模型。改编自Endsley [7]。
在这项研究中，该方法依赖于结合使用NDM和SA的案例知识来精心设计感兴趣的因素。它依赖于严肃游戏，定义为“虚构的、幻想的或人工的环境，玩家在其中相互冲突或其他力量，受到规则的制约，以完成学习目标和游戏确定的目标，例如获得胜利或克服障碍”[8]。严肃游戏方法有助于创建一个真实的受控环境来研究、训练并生成大量关于社会技术互动的用户数据。它们填补了一个重要空白，捕捉了在其他复杂社会技术环境中可能出现的关键决策权衡，从而允许单独的数据收集或组织内的群体数据收集，这在实践中通常很难做到[9]。

严肃游戏被广泛应用于许多不同的研究领域，如教育、医疗保健和军事训练[10]。然而，很少有研究探讨不同人类因素（或处理条件）如何影响用户在不确定性下的决策能力。卡丁（Cardin）等人[11]和江（Jiang）等人[12]的研究采用了严肃游戏（serious game）的方法，来确定如何优化设计和管理各种紧急医疗服务（EMS）系统架构，以期在不确定性环境下提高系统的预期性能。与此研究较为接近的是，派科夫斯基（Paikowsky）和泽扎纳（Tzezana）[13]设计了一种基于传统战争游戏（Kriegsspiel）格式的角色扮演游戏，用于探索、教学和预测太空采矿中的未来问题，其中利益相关者可能会有冲突的目标。在另一项相关研究中，本奇（Bensch）等人[14]采用了混合方法来了解不同导航平视显示器（HUD）技术对宇航员在恶劣环境中导航安全性的影响。然而，据我们所知，目前还没有其他研究评估不同沉浸式技术对培训和第二节中讨论的复杂工程太空系统（如ISRU）设计决策的影响。

2.2. 面对不确定性的系统设计
关于实物期权（Real Options, RO）分析的文献提供了重要的见解，有助于开发严肃游戏环境以及实验中测试的因素。这一理论发展于20世纪90年代，其动机在于认识到不确定性会显著影响现实世界投资项目的经济表现。它提出了基于动态规划的技术，以量化在部署和运营过程中灵活适应的能力所具有的经济价值，而这种价值通常被标准的经济评估方法（如净现值（NPV）分析所忽略[15]。基于这一关键原则，21世纪初出现了一个新的研究领域， focuses on 如何在复杂工程系统的设计中实现灵活性[16]。类似于实物期权理论，该领域也认识到建模不确定性的重要性以及主动决策在部署和运营过程中所带来的显著价值。不同之处在于，它侧重于帮助工程师在早期概念设计和规划活动中嵌入灵活性——而标准实物期权理论通常假设灵活性已经存在，从而可以专注于量化其经济价值。

在这些发展的基础上，战略工程（Strategic Engineering）范式在21世纪10年代出现，专门解决第1节中提到的挑战。战略工程提供了系统方法论、数字工具、计算算法和严格的设计框架，以支持在不确定且快速变化的背景下创建和管理未来的技术系统[17]——这直接关系到未来太空资源生产系统所面临的挑战。该范式认识到，对于复杂的工程系统而言，由于通常具有较长的生命周期，需求会随时间自然变化。它承认处理未来性能结果分布的重要性，因此完全支持使用模拟方法来应对复杂系统项目。它假设只有将系统视为更广泛和更复杂的社会技术环境的一部分时，系统才能提供价值，其中有许多不同的利益相关者具有不同的目标和风险容忍度。本质上，战略工程倡导积极应对不确定性，并认识到战略适应性和灵活性的价值，正如实物期权分析和设计灵活性领域所做的一样。然而，它提供了一种更广泛的方法论和研究工具包，帮助设计师创建和设计能够在长期内增强价值的机制。

本研究受到战略工程范式的一个关键启示是，仅仅对不确定性进行建模并量化灵活性的价值是不足以确保在不确定性环境下系统的良好设计和决策的。同样重要的是，但经常被忽视的是，需要为关键利益相关者（设计师、工程师、任务操作者、投资者和资助机构）提供一个尽可能真实的培训环境，使他们能够在这种环境中做出决策。这一认识促使我们开发了所提出的实验方法，将沉浸式技术与严格的统计评估相结合，以确定哪些技术能够最好地支持所涉及的复杂心理认知过程。

2.3. 太空系统的可伸缩性
对于这项研究而言，太空系统的可伸缩性是一个重要的方面。如前所述，太空系统历来是为满足遥感、电信、地球观测、导航等非常具体的任务和要求而设计的。这意味着可伸缩性问题——即在考虑到容量需求不断增长和变化的情况下如何部署和运营系统——在大多数太空系统的设计和架构中并不一定是关键要求。当然也有一些例外，例如哈勃太空望远镜、国际空间站（ISS）和航天飞机，它们的设计都是为了长期使用和可伸缩性。对于这些系统，研究者认为一个共同的系统特性是它们的模块化设计，这支持了容量的增长以及在不同任务和功能之间的重新配置能力[18]。模块化也是设计灵活性的重要使能因素，并且是战略工程中经常利用的一个核心系统特性。

然而，为可伸缩性进行规划是具有挑战性的，特别是对于太空系统而言。因为在地球上为不确定性和风险进行设计已经很困难，而在极端条件下远程操作的系统、高延迟以及对功能需求可能不可预测的变化，使得这一问题更加严峻。铱星（Iridium）卫星的情况就是一个例子，它展示了在规划一个需要随时间部署的大规模系统时出现的社会技术难题。该系统由摩托罗拉公司在20世纪90年代初设计，旨在实现基于太空的移动电话技术。1996年至1997年间，铱星迅速在近地轨道（LEO）部署了66颗卫星，以容纳预计达100万的用户基数。不幸的是，由于陆地移动电话技术的快速发展，需求从未如预期那样增长。尽管技术本身非常完善且获奖，但铱星未能适应这种不可预见的情况，并在21世纪初宣布破产[19]。

2.4. ISRU系统的考虑
从本质上讲，当前的文献和历史案例（如铱星）提醒我们在早期设计和架构工作中要考虑短期、中期和长期的社会经济问题——在这种情况下是需求如何多年演变。正如战略工程所倡导的，忽视其中任何一个方面都可能导致失败，无论是由于经济或监管条件的变化，即使技术本身完全正常运作。我们需要超越传统的关注点，这些传统关注点通常由自动化控制和机器人系统（例如导航、障碍物避让等）管理。我们还需要考虑稍后可能需要的长期战术和战略决策，并相应地设计系统，以便它们能够随着不确定性的发展而适应和重新配置。

实现未来的地月经济面临的重要挑战超出了为极端恶劣环境（如太空）设计体系的范畴。目前关于如何在现实环境中设计、部署和运营这些系统的知识非常有限，也不清楚技术如何支持这些活动。ISRU（In-situ Resource Utilization）的特定案例为进一步了解这些重要挑战提供了极好的视角。ISRU是一种开放式的太空探索和商业活动方法，之前的太空任务中并未考虑这一点[20]，而且从地球上发射所有持续运营所需的资源很可能不可行——更不用说考虑这些活动对地球大气层的巨大排放影响了。月球ISRU有潜力改变地月活动的设计和执行方式。鉴于这些未来活动中的巨大不确定性，显然需要了解如何以高效和可持续的方式进行这些活动。

鉴于上述的知识和技术差距，本研究提倡开发新的实验性和统计严格的方法来评估支持未来太空系统（如ISRU）设计、架构和运营的技术。通过这样做，它成为首个专注于评估用于培训目的的新沉浸式技术的研究，旨在获得关于在不确定性下影响设计和决策因素的第一手知识。对ISRU系统的具体研究进一步揭示了经济行为体可能需要的设计权衡和决策，以及管理下行风险和利用上行潜力的策略。它在受控环境中量化了不同因素的主要和交互效应，结合了严肃游戏的原则。

2.5. 贡献总结
表1突出了本研究填补的研究空白，将本研究预期做出的贡献与该部分引用的一些研究进行了对比。简而言之，本研究填补了研究多个可能影响ISRU决策因素的空白，选择使用受控模拟实验作为其方法论。

表1. 强调了沉浸式技术在ISRU决策制定中的研究空白
| 研究 | 研究对象 | 变量设计 | 方法论 |
|------------------|------------------|--------------------------------------------|
| He等人[21] | VR应用 | 两个无交互作用的变量 | 受控实验 |
| Cardin等人[11] | 紧急医疗服务 | 两个有交互作用的变量 | 受控实验 |
| Bensch等人[14] | 人类月球操作 | 单一变量 | 受控实验 |
| De Weck等人[19] | 卫星星座 | 单一变量 | 案例研究 |
| Paikowsky和Tzezana[13] | 太空采矿 | 无变量 | 角色扮演游戏 |
| 本研究 | ISRU操作 | 两个有交互作用的变量 | 受控实验 |

3. 实验方法论
本节描述了用于评估不同人类因素处理条件对用户在不确定性下管理ISRU系统能力的主要和交互效应的受控用户研究实验设置。该方法论旨在回答这样一个研究问题：不同视觉保真度和情绪线索水平对用户在不确定性下管理远程月球资源生产系统能力的主要和交互效应是什么？使用一种新颖的可持续性指标作为可量化的性能指标（见第3.2节），测试了以下假设：
1. H0：零假设是模拟保真度和情绪线索对参与者的可持续性评分没有统计学上的显著影响。
2. H1：模拟保真度和情绪线索的存在会对参与者的可持续性评分产生主要和/或交互效应。
3. H2：用户报告的情境意识与产生的运营可持续性评分之间存在统计学上的显著相关性。

3.1. 初步设置
本节描述了用于评估感兴趣的人类因素对用户在不确定性下做出重要设计决策能力的主要和交互效应的实验设计（DOE）设置。该方法论基于严肃游戏方法，模拟了像SpaceX或Blue Origin这样的潜在经济行为体在月球上设计、部署和运营ISRU系统时必须做出的战略、战术和运营决策。严肃游戏旨在捕捉重要的设计权衡，并量化沉浸式技术可能对分配到特定ISRU任务的用户产生的影响。
(1) ISRU系统问题：鉴于未来十年内人类在月球上出现的概率越来越高（约2035年），严肃游戏模拟了通过氢还原月壤生产水的ISRU系统的未来运营。该场景假设有一个经济行为体生产水，以支持科学探索任务中的生命维持人员，以及（非常可能的）未来往返月球轨道的货运飞船所需的推进剂。正如[22]、[23]所解释的，从月壤中可以生产许多资源，而不仅仅是水，例如氧气、高等级金属合金、氦3等。我们的严肃游戏专注于通过氢还原钛铁矿来生产水，原因如下：首先，它允许我们将研究范围限制在一种特定资源的生产上，简化了用户在模拟中需要完成的任务——尽管这种方法论也可以考虑同时生产多种资源。其次，水是支持未来科学探索任务中生命维持人员的关键资源。它可以作为饮用水使用，也可以生产可呼吸的氧气，还可以生产货运飞船在月球表面和轨道之间运行所需的液氧（LOX）——这是基于多次（匿名）讨论的空间机构所预期的“需求”。这里假设用于促进氧气提取和生产水的氢可以定期从地球进口。第三，虽然有其他方法可以从月壤中生产水，例如直接从永久阴影区域（PSR）开采水冰，但实际可提取和使用的水量是高度不确定的。它不仅带来了独特的后勤挑战[24]，还引发了伦理问题：水是否应该用于维持月球任务，还是应该作为研究我们太阳系演化的重要历史数据来源加以保留。第四，尽管目前正在研究其他在月球上生产水（或氧气）的方法，例如熔盐或风化层电解[25]，但据我们所知，通过氢还原钛铁矿的方法仍然是记录最为广泛的方法[26],[27],[28]。在严肃游戏中，用户扮演经济系统操作员的角色，其任务是通过开采月球风化层持续为月球栖息地供水。操作员使用一支机器人漫游车车队来探索、挖掘、收集并运输月球风化层到氢还原反应器中，然后这些反应器将原料处理成液态水。模拟还包括其他基础设施元素，如风化层和水的储存罐，以及能够将月球风化层预处理成更高产率版本的风化层处理设备。操作员的任务涉及许多后勤问题，他们需要通过放置不同的系统元素来规划和实施资源在基础设施元素之间的有效流动，并确保不同基础设施子系统之间的生产能力互补。在每一轮游戏中，他们可以做出诸如引入新的采矿机器人和基础设施元素等决策，同时管理特定的预算。该模拟捕捉了在部署月球ISRU系统背景下研究的地基基础设施系统规模扩展中的重要权衡。系统设计的目的是为了体现不确定性可能如何影响操作过程中的战略和战术决策。这个问题是一个简化模型，因为资源吞吐量、时间尺度、成本和收益是根据现有数据和专家见解来确定的，尽管这些无法通过实验进行验证。该模型具有高保真度和时间基础，即系统状态（如漫游车位置或氢还原反应器的处理时间）会在固定的时间间隔内更新，这通常符合离散事件模拟的做法。

这种权衡存在于系统模型中，表现为两种策略之间的紧张关系：策略(1)是在经济上可行的前提下尽可能多地部署容量；而策略(2)则是最初部署较小的容量，并随着不确定性的解决逐渐增加容量。根据策略(1)，经济行为者可以从规模经济中受益，从而降低单位产品的平均成本。系统设计和架构通常旨在根据预测的需求来优化生产能力。一个关键优势是，如果需求如预期那样发展，那么能够更快、更低成本地生产更多产品可能会带来显著的好处。另一方面，如果需求低于预期，则可能会导致过度部署容量的风险，导致运营成本增加，且在没有额外成本的情况下无法缩减生产能力。根据策略(2)，经济行为者可以从模块化中受益，这样可以观察需求的变化，并根据需要逐步增加容量。这种方式更可持续——符合联合国对可持续性的定义，即负责任地利用稀缺资源，同时考虑到后代的使用需求。然而，如果需求高于预期，则可能会错失原本可以通过策略(1)获得的额外利润。如果需求低于预期，操作者可以通过限制初始容量部署的成本来减少下行经济风险，然后根据需要逐步增加容量。

在模拟中，不确定性通过系统部分突然故障来体现，这会导致水资源短缺。用户可以通过部署更多可重构的漫游车、增加矿物处理能力或储备资源来应对这些情况。这些策略受到了真实选项(RO)和灵活性设计原则[29]的启发，这些原则主张尽早做出战略设计决策，以便未来能够智能地调整战术和操作。从图形上看，模拟提供了一个3D环境，为用户提供动态的UI/UX体验——见图2和图3。用户可以使用鼠标和键盘控制在水培空间中定位和旋转摄像头，从而按需探索和分析系统。基础设施元素用独特的3D模型表示，并配以用户界面标签，显示不同类型的基础设施元素（例如漫游车、储存罐等），以及整个系统的当前状态（即正在进行的处理能力、产生的资源量、系统空闲状态、采矿状态等）。

(2) 参与者：共有33名来自伦敦帝国理工学院的学生参与了这项实验，他们学习了各种不同的学科。参与者研究的学科总结在表2中。

(3) 实验设置：为实验评估设计了四种处理条件，结合了不同版本的NDM和SA原则。这些处理条件探讨了可能影响决策质量的两个人为因素：(1) 视觉保真度(V)和(2) 情感提示(E)的存在。每个因素都有两个可能的水平：高视觉保真度用V=+1表示，低视觉保真度用V=-1表示；情感提示的存在用E=+1表示，不存在则用E=-1表示。

表2. 参与者研究的学科
- 航空航天工程 11人
- 设计工程 9人
- 地球科学 3人
- 计算机 9人
- 未知 9人

我们研究这两个因素的原因是它们对不确定性下决策的影响显而易见[21],[30]。He等人[21]提出，用户在模拟环境中体验到的SA会受到所经历情感生动性的影响，而情感的生动性又受到模拟环境视觉保真度的影响。虽然其他研究已经对这两个因素在虚拟现实(VR)领域中的各自作用有所了解，但目前还没有研究评估它们在设计和操作复杂工程系统（如ISRU）时的综合影响。我们的方法可以用来探索VR技术对决策表现的影响，这一想法受到了其他行星探勘任务研究的启发[31],[32]。这为未来的工作提供了有趣的机会。

利用这两个因素，设计了一个2×2的实验，将参与者分为四个不同的处理组，每个处理组对应上述因素水平的不同组合。不同处理组的描述见表3。视觉保真度描述了模拟在视觉上再现环境的程度，这对于帮助用户理解环境背景和支持决策非常重要。在本研究中，它被实现为低保真度和高保真度两种环境，其特征分别对应于视觉模型、地形和天空盒的保真度水平，如表4所示。根据信息系统设计的既定分类法[33]，高保真度视觉效果对应于“索引化”表示保真度，而低保真度视觉效果对应于“图标化”表示保真度。前者通过直接复制元素本身来表现它们，后者则使用较为中间的连接方式来表现它们。这两种方式的区别可以类比为比较一张照片和一幅草图，以确定哪种方式最能最好地表示一个对象。两种模拟环境的渲染效果见图2和图3，展示了从参与者视角看到的用户界面(UI)和用户体验(UX)。

表3. 控制用户研究的实验设计
处理条件 视觉保真度(V) 情感提示(E)
处理组1 -1 -1
处理组2 +1 -1
处理组3 -1 +1
处理组4 +1 +1

受Komatsu[34]、Achiche和Ahmed[35]以及Song和Yamada[36]工作的启发，设计了两种不同的情感提示变体，使用了更为验证过的特征。这是因为情感提示的感知可能因参与者而异，比视觉保真度的水平更具主观性。在这里，情感提示表现为用户在满足某些标准后收到的音视频通知（或反馈）。这些标准可以是负面的或正面的，反映基础设施元素的理想状态或不理想状态。例如，漫游车长时间空闲会对系统性能产生不利影响，因此当空闲时间达到一定阈值时，用户会收到负面通知。同样，为缺乏情感价值的条件设计通知机制也是一个重要的控制措施，因为有可能认为影响用户的不是通知的情感价值，而是通知本身的存在。表5总结了研究中使用的四类通知的特征。当E=+1时，使用情感提示代替了中性通知。

表4. 严肃游戏环境中低保真度和高保真度UI/UX的特性
| 保真度 | 描述 |
|------------|------------------------------|
| 低 | 低多边形，颜色和纹理较少 |
| | 地形平坦，颜色均匀 |
| | 地形不均匀，模拟月球表面 |
| | 天空盒为均匀的黑色 |
| | 可看到星星和地球 |
| | 下载高分辨率图像（134KB） |
| | 下载全尺寸图像 |

图2. 低视觉保真度UI/UX。注意地形被描绘成平坦无特征的，天空盒中没有任何视觉元素，基础设施元素由简单形状组成，只有一种或两种颜色。(有关此图例中颜色参考的解释，请参阅文章的网络版本。)

表5. 严重游戏中情感提示的设计
| 类型 | 描述 |
|------------|------------------------------------------|
| 中性 | 无情感提示 |
| | ‘同意’，‘快乐’ |
| | ‘不同意’，‘愤怒’ |
| | 颜色 | 浅灰色 | 深灰色 |
| | 绿色 | 红色 |
| | 声音 | 单一声调 | 高单一声调 |
| | 时长 | 短，音调逐渐降低 | 长，音调逐渐升高 |

3.2. 运营可持续性
在现代基础设施系统设计中，可持续性越来越被认为是一个重要的属性。这一需求在联合国的可持续发展目标中得到了强调，定义为“满足当前需求而不损害后代满足自身需求的能力”。在地球上，大多数行业都将可持续性视为长期重要的设计目标[37],[38]。在系统设计中实现可持续性是一个具有挑战性的问题，通常涉及多个目标、利益相关者的冲突利益，以及不确定性。在太空背景下，可持续性的含义与其地球上的对应概念略有不同。在月球上，没有生态系统需要破坏，没有当地社区需要影响，也没有温室气体会影响全球气温。因此，不可持续运营的后果不像在地球上那样明显——尽管它们确实存在且不可忽视——这就需要对可持续性进行不同的定义和描述。在太空中，运营可持续性是衡量系统性能的重要指标，因为它衡量了系统在运行过程中持续使用资源的能力。例如，宇航员需要可靠且可再生的氧气供应，否则后果可能非常严重。运营可持续性的概念与联合国的可持续性定义非常接近，即在太空中必须以一种既能满足当前需求又不会影响后代需求的方式利用稀缺资源。因此，我们提出使用运营可持续性这一概念来衡量特定任务的性能，实际上衡量的是系统（包括技术制品、乘员等）在太空中持续存在的能力。这一概念与[39],[40],[41]的工作一致，要求仔细平衡不同利益相关者的需求，以减轻对系统的不确定威胁。在地球上，如果某个系统在环境或社会方面被认为是不理想的，它可能会因为经济原因被允许继续运行，但可能会失去其“运营的合法性”。在太空中，运营可持续性指的是系统能够在较长时期内继续运行的条件，同时提供持续的长期利益和能力，以实现任务目标。对于月球上的载人任务来说，确保运营可持续性对于生存至关重要，因为不确定性可能会演变成潜在的生命威胁。与地球上的可持续性指标（例如CO2当量、碳足迹）不同，后者通常与其他竞争性指标（如成本）进行比较，运营可持续性是衡量任务长期绩效的基本指标。

3.3 ISRU系统模型
ISRU系统模型整合了以下子组件：（1）资源处理，（2）决策制定，（3）运营可持续性，以及（4）不确定性。关于资源处理，图4提供了一个流程图，展示了系统如何收集和处理资源以生产水——“产品”。表6描述了每个基础设施元素的功能、特性（属性）以及按照着陆质量计算的成本。这个过程从采矿车在采矿区收集风化层并将其储存在专用储罐开始。随后，部分原始风化层由运输车运送到处理设备中转化为更细的原料，而其余部分则直接运送到氢还原反应器中生产水。其他运输车将水运送到月球栖息地供永久驻留人员直接使用，或储存在储罐中以备将来使用。只要系统“运营上可持续”，这个过程就会无限重复进行。具体来说，模拟模型假设运输车可以每次装载100单位的风化层到氢还原反应器中——这是一个任意的但常见的计量单位，类似于公吨或千克，这也是运输车的最大装载量。氢还原反应器的最大装载量设定为400单位。一旦达到最大装载量，氢还原反应器就会进入“处理”状态，此时它不能再接受额外的原料。这种状态的持续时间假定为1天，在模拟中相当于10秒。经过一天的处理时间后，400单位的风化层会被转化为400单位的水，然后自动化任务分配系统可以指示运输车将这些水运送到需要水的基础设施元素，例如月球栖息地，或者如果栖息地已经满了，则运送到储水箱中。

运营可持续性被定义为生产水的能力，以支持永久驻留在月球上的宇航员在较长时间内的需求。在这项研究中，出于简化考虑，它被作为唯一的绩效指标，但如果需要，也可以扩展模型以包含多个关键绩效指标（KPI）。运营可持续性通过变量s来表示，该变量旨在反映部署必要基础设施到月球所产生的成本（或“劣势”，不一定是财务上的）与预期收益（如产生的有用资源量）之间的内在权衡。根据许多太空研究的惯例，着陆质量是成本的有效估计指标，因此假设系统成本与其着陆质量mI成正比。这是一个合理的假设，因为更大的系统可能需要更多的动力来运行，运输到月球表面的成本更高，并且在低重力环境下由于许多活动部件的存在而更难以操作。同样，产生的水量代表了ISRU系统产生的效益mW。将这两个指标结合起来作为效益-成本比率，运营可持续性定义为：s=mW/mI。公式（1）表明s可以随时间T积分，从而产生一个总体上的运营可持续性衡量值，我们将其作为研究中的KPI：S=∫0Tsdt。

ISRU系统模型的一个重要方面是在部署之前做出重要架构决策以及在运行期间做出战术决策的能力。例如，战略决策包括决定运输到月球表面的 rover 类型，以及最初和随着时间推移需要部署的氢还原反应器、风化层处理设备和储罐的数量。战术决策包括在运行期间重新配置或移动 rover，这取决于架构（战略）决策。例如，如果水需求保持稳定，依赖专用采矿和运输车的 ISRU 架构可能更高效，但如果需求突然增加，则可能会出现瓶颈，而可重构的 rover 可以帮助缓解这一问题。表6给出了每个系统元素的成本（假设与着陆质量成正比），揭示了它们之间的相对成本差异和规模。假设每个可重构 rover 的体积（和着陆质量）都比专用采矿和运输车小。这是因为可重构 rover 以更大的数量部署，从而能够更灵活地适应变化的条件和需求。

由于我们的研究关注的是长期决策（即战术性、战略性决策）的影响，因此像 rover 完成分配任务的运营决策是自动化的。为此，使用了一个 rover 任务分配系统来根据优先级顺序安排不同的任务：（1）向月球栖息地输送水，（2）向处理设备输送风化层，（3）向氢还原反应器或储罐输送风化层。例如，当栖息地有容量时，rover 可以优先向栖息地输送水而不是储罐。通过自动化这些决策（其中正确的决策可以通过逻辑确定），用户可以在模拟过程中专注于感兴趣的战术和战略层面的决策。

ISRU 系统模型的最后一个组成部分是随机建模组件，用于捕捉月球环境中的不确定性。这里的不确定性来源于任何基础设施元素在任意一轮中可能发生的随机机械故障，这些故障会导致瓶颈，从而降低系统生产水的能力。从参与者的角度来看，实验是随机的，因为这些故障会在不可预测的时间发生。然而，从实验的角度来看，所有参与者在整个模拟过程中都会经历相同的一组预编程的“随机”事件，以确保参与者之间的难度水平保持一致，并减少绩效测量内的差异。需要注意的是，资源储罐允许在没有立即处理设施的情况下存放风化层或水等资源。在模拟中，这些储罐允许用户积累资源储备，例如水，在基础设施出现意外故障时确保月球栖息地的供水，从而在一定程度上帮助管理不确定性。

下载：下载高分辨率图像（303KB）
下载：下载全尺寸图像
图4. ISRU系统模型的资源流程图。rover 优先执行的任务用不同颜色编码。（有关图中颜色参考的解释，请参阅本文的网络版本。）
表6. ISRU系统模型中基础设施元素的特性和属性。

| 元素 | 输入 | 输出 | 过程 | 特性 | 成本 |
|------------|-----------------|-----------------|-----------------|--------------|
| 可重构 rover | N/A | N/A | 根据当前配置与专用采矿或运输车相同 | 可移动，可在运输和采矿模式之间重新配置 |
| 采矿 rover | N/A | N/A | 在采矿区采矿后短时间内产出风化层并储存 | 可移动，比可重构 rover 移动速度快得多 |
| 运输 rover | N/A | N/A | 在整个设施内运输风化层、水或处理后的风化层 | 可移动，比可重构 rover 移动速度快得多 |
| 氢还原反应器 | 风化层或处理后的风化层 | 水 | 根据当前输入，在长时间内将400单位风化层转化为400单位水或100单位处理后的风化层转化为400单位水 | 固定式 |
| 风化层处理设备 | 风化层 | 处理后的风化层 | 在长时间内将1000单位风化层转化为400单位处理后的风化层 | 固定式 |
| 风化层储罐 | 风化层 | 无 | 固定式，储存风化层以备后续使用 |
| 水储罐 | 水 | 无 | 固定式，储存水以备后续使用 |
| 月球栖息地 | 水 | 无 | 以每天100单位的恒定速率消耗水 | 固定式，最大容量为1000单位。若储水量归零，则模拟失败 |

下载：下载高分辨率图像（120KB）
下载：下载全尺寸图像
图5. 轮次间的用户界面/用户体验（UI/UX）

3.5 不确定性管理
在模拟过程中，用户可以实施不同的策略来维持运营可持续性并应对不确定性。如前所述，模拟中会发生机械故障，导致供应链中的瓶颈，从而突然影响水的产量——而栖息地的用水量则保持恒定。用户知道这种情况可能发生，但他们不一定知道具体时间。因此，他们必须确定相关策略以准备——并可能适应——这样的不确定性。例如，一种应对不确定性的策略可能是增加对专用采矿和运输车的投资。这种策略与设计鲁棒性的理念一致，即系统设计为能够在环境变化的情况下保持良好的性能[42]。这种策略可能会增加成本，因为它可能需要部署更多的专用 rover，这些 rover 更昂贵，但如果环境变化不大，也可能带来更好的运营和效率。缺点是，一旦部署，专用 rover 无法重新配置。如果突然需要更多的运输或采矿 rover（取决于哪种更多需求），系统操作员可能无法及时适应以维持月球栖息地的供水。这种方法反映了太空系统的设计特点，即风险缓解方面更为保守。另一种策略是利用可重构 rover 的集群，允许在特定轮次间切换采矿和/或运输能力。这种方法可能成本更高，因为它需要部署更多的 rover 来执行相同的任务，但它提供了更动态的适应性。例如，假设大多数采矿 rover 突然失效，导致运输 rover 被迫闲置，直到下一轮开采新的资源。在这种情况下，可重构 rover 车队可以重新配置一些运输 rover 为采矿 rover，以确保资源继续在系统中流动。这种策略类似于设计中的战略灵活性[17]，它利用在不同设计配置之间切换的能力来适应不断变化的操作条件。它代表了一种不同的风险和不确定性管理方法，在空间系统设计中并没有得到充分的应用。无论用户决定采用哪种策略，情境意识在模拟中都起着重要作用，因为它有助于收集关于系统当前和未来状态的有用信息。这些信息可能受到用户界面/用户体验（UI/UX）保真度及其以情感线索形式传递给用户的方式的影响。这里提出的实验方法能够对这些两个重要人为因素对决策的影响进行严格的统计分析，这些影响通过他们的运营可持续性得分来体现。

3.6. 数据收集
实验采用前后测试的结构进行，用户首先使用低视觉保真度和中性情感线索（与处理组1相同）进行一次模拟会话，然后在第二次会话中采用与其处理组相对应的治疗条件（随机分配）。每个参与者的关键因变量是前后测试S得分之间的差异。这样做是为了控制与之前使用严肃游戏经验相关的任何混杂因素，这有助于最大化组间方差相对于组内方差。在每次会话中，还监测用户在前后测试过程中的情境意识程度。一种广泛使用的方法是情境意识全球评估技术（SAGAT [7]）。尽管该技术得到了广泛验证，但它要求在任何时候随机暂停模拟，以便用户回答有关他们当前经历的问题。由于在多个参与者同时进行会话时，从物流角度来看过于困难，且需要在不同时间暂停模拟，因此没有采用这种方法。相反，由于Taylor [43]开发的情境意识评分技术（SART）在实验环境中的广泛应用、接受度和验证有效性的证明[44]、[45]、[46]，因此选择了它。SART是一种简单的事后主观评分技术，可以根据用户的答案计算出整体情境意识得分（即SART得分）。使用SART，可以将情境意识得分与每个模拟得分相关联，并建立两者之间更具体的相关性。然而，作为一种自我报告技术，SART可能会受到用户对自己情境意识和感知表现的主观印象的影响，而不一定是他们的实际情境意识，这是该技术的一个局限性[46]。

(1) 实验会话结构：在会话开始时，参与者受到欢迎并随机分配到四个处理组之一。他们听取关于实验如何进行的简短讲座以及如何使用模拟环境的教程。讲座包括工程问题、背景以及如何在模拟中查看信息和执行不同操作的详细信息。用户使用自己的笔记本电脑下载并安装了模拟软件包，然后进行20分钟的非随机教程会话以熟悉模拟的控制和核心概念。随后的前后测试会话在计时条件下同时进行，期间不允许参与者之间交流。与训练版本不同，用户每次只允许运行一次测试。此外，在每次模拟运行后，要求用户完成附录中的SART问卷。

(2) 控制条件：在实验过程中采取了几项措施来控制可能影响用户表现的各种混杂因素。例如，无论参与者属于哪个处理组，都预先编程了如机械故障之类的随机干扰。这样，参与者可以体验到环境的随机性，同时最小化引入额外噪声，从而减少方差分析（ANOVA）中的信噪比。由于参与者需要在不同规格的笔记本电脑上运行模拟，因此付出了额外的努力来根据低计算能力的基准设备优化模拟运行时间。无论参与者属于哪个处理组，他们都接受了相同的介绍教程，并获得了相同的训练和评估时间。没有建议他们采用何种策略以获得最佳结果。他们只被告知在模拟中可以执行的操作范围。虽然承认学生可能一开始并不知道需要做什么，但这种方法有助于参与者根据自己的判断和情境意识发展自己的策略，而不是受到偏见的外部建议的影响。前后测试会话也有助于他们积累一些经验，然后这些经验可以应用于后测会话中，同时考虑任何由处理条件引起的效果。

(3) 数据：研究使用了多种数据收集方法来提供冗余并识别数据收集过程中可能出现的差异或错误。例如，采用了两种方法来报告他们的可持续性得分：(1) 一种是在研究结束时需要提交的表格；(2) 一种是由模拟平台自动生成的文本文件，用户通过电子邮件发送给首席研究员。采用后一种方法是为了防止参与者出于任何原因伪造或错误报告结果。对于问卷结果，要求参与者在前后测试模拟后使用Google Forms完成SART问卷。

4. 分析
实验数据使用广义线性模型进行分析，以统计量化处理条件的主效应和交互效应（方程(3)）。响应y捕获了运营可持续性得分S或使用Likert评分在前后测试会话后计算的SART得分。信号Δy计算为前后测试会话中响应的差异。(3)Δy(x1,x2,…,xn)=β0+∑i=1nβixi+∑i=1n∑j=1,j>inβijxixj+?。在方程(3)中，Δy衡量了对独立变量xi∈[?1,+1]的响应差异，其中i=1,2且j>1。平均响应由β0表示，βi表示每个因素xi的主效应。双向一阶线性交互效应由βij表示。使用双侧t检验测试主效应和交互效应系数的零假设。对于运营可持续性得分差异ΔS，方程(4)中的线性模型和图6（左侧）中的均值图显示，情感线索E（βE=391,p≤0.1）对前后测试得分的差异有显著的主效应。它们还显示了视觉保真度和情感线索存在VE（βVE=?437,p≤0.05）之间的显著交互效应。方程(5)和图6（右侧）得出了关于情境意识的类似结论。它们表明，当低保真度模拟环境得到情感线索的支持时，可能存在统计显著的交互效应VE（βVE=?2.13,p≤0.05），从而提高情境意识。(4)ΔS=339?3.29V+391E?437VE (5)ΔSART=1.55+0.658V+1.21E?2.13VE。进行了双向ANOVA以补充这一统计效应分析，结果显示在表7和表8中。ANOVA结果与GLM公式中的统计显著性一致。这些结果表明，情感线索的存在及其与视觉保真度的交互对ΔS具有统计显著性，而视觉保真度和情感线索之间的交互是ΔSART唯一具有统计显著性的效应。ΔSART没有主效应表明视觉保真度V或情感线索E并未提高志愿者感知的情境意识——尽管情感线索E对决策运营可持续性表现有明显的主效应。还进行了Spearman相关性测试，以评估参与者ΔS（定量）和ΔSART（用户感知）得分之间的相关性。这种相关性得到的Spearman系数为0.250，其中p>0.05，这在统计上并不显著。在解释这一结果时，还应考虑参与者自我报告偏差的影响，因为正如第5.1节所讨论的，参与者可能会让他们的感知表现影响他们对SART问卷的回答。结果表明，在低视觉保真度模拟环境中存在情感线索时，运营可持续性得分和情境意识的提升效果最佳。这一结果仅部分证实了最初的假设（H1），即情感线索与高保真度模拟相结合将提高运营可持续性得分。对于假设H2则不然，因为未能发现ΔS和ΔSART之间存在统计显著的相关性。尽管如此，从图6中可以看出，ΔS和ΔSART在对本研究使用的处理条件变化作出反应时大致遵循相同的趋势。

表7. 视觉保真度和情感线索对ΔS的双向ANOVA结果。
来源 df F值 p值
视觉保真度 V 12.80 e?0.40 0.987
情感线索 E 13.94 0.0567
交互效应 VE 14.91 0.0348
误差 29 总计 32

表8. 视觉保真度和情感线索对ΔSART的双向ANOVA结果。
来源 df F值 p值
视觉保真度 V 10.47 0.496
情感线索 E 11.60 0.217
交互效应 VE 14.95 0.034
误差 29 总计 32

进一步调查后发现，尽管这些结果出乎意料，但与其他探索用户情绪与模拟保真度之间联系的研究结果间接一致。例如，Volante等人的研究[47]表明，在高视觉保真度模拟环境中，用户的情感反应可能影响较小。然而，作者并未分别研究每个因素的效应。因此，我们研究的一个重要发现是，情感线索和模拟保真度应作为独立变量进行研究，而不是耦合变量。尽管我们的研究仅限于每个因素的两个实例，但结果提示，进一步研究这两个因素的其他组合和技术变体（例如，使用VR和/或某种形式的人工智能支持的情感引导）可能为复杂工程ISRU系统的操作人员的UI/UX带来不同（理想情况下是改进的）体验。这为未来的实验研究打开了广泛有趣的机会。

下载：下载高分辨率图像（175KB）
下载：下载全尺寸图像
图6. 不同处理组的ΔS和ΔSART平均结果均值图。

5. 结论
这项研究的主要贡献是一种新颖的实验方法，它利用严肃游戏来加深我们对影响复杂空间系统在不确定性操作下的设计和决策的社会技术及人为因素的理解。这一研究的动机是认识到迫切需要投入更多研究来开发经过彻底验证的培训项目和模拟技术。该研究在月球原位资源利用（ISRU）的背景下探讨了这一重要主题，ISRU被视为未来太空任务和经济活动的关键推动者，但也受到重大的技术、监管和市场不确定性影响。在一个模拟真实ISRU任务的受控用户研究中，研究了视觉保真度和情感线索的存在作为影响33名人类参与者所做战略和战术决策表现的关键因素，这些决策又进而影响运营表现。研究表明，情感线索的存在对用户维持运营可持续性的能力有统计显著的主效应。结果还显示，当情感线索与低视觉保真度结合时，这些因素之间存在统计显著的交互作用，从而带来最佳表现和情境意识。未发现定量系统表现与用户报告（即感知的）情境意识之间存在统计显著的相关性。需要更多研究来完全理解这类人为因素变量之间的基本关系。

5.1. 结果的有效性和局限性
文献中几乎没有证据表明，像这样的受控实验研究无法产生对现实世界有价值的见解，尽管它们依赖于简化和控制的现实版本[48]。尽管如此，我们必须谨慎，并不能假定这里呈现的实验结果一定能够推广到其他人群（例如，经验更丰富的国际太空资源利用专业人员或采矿运营商）、工程系统（例如，陆地采矿）或不同的环境。本节讨论了我们研究在外部有效性（即结果在多大程度上可以推广到其他环境、人群或系统）和内部有效性（即实验在多大程度上控制了可能影响因果关系的混杂因素）方面的局限性。它详细解释了为增强结果的有效性而采取的控制措施，因此解释了这项研究的重要性。

本研究中的一个潜在偏差与模拟游戏中实施的决策类型有关。我们通过依赖研究团队在ISRU系统工程、采矿和空间资源研究方面的专业知识来控制这一偏差。例如，一位合著者拥有超过37年的NASA工程师经验，其中包括多年从事ISRU系统的工作。另一位合著者是著名的矿物加工专家，还有一位目前领导着一个关于空间资源和创新的国家研究项目。所有专家都积极参与了严肃游戏（serious game）的开发过程，提供了关于如何捕捉重要的设计和决策权衡以及如何真实地建模这些权衡的建议，从而确保模拟内容（例如，资源提取场景、技术选项、环境限制）基于现实世界和专家的知识。志愿者可使用的决策选项（例如，漫游车类型、水生产或储存容量）经过了这些领域专家的仔细审查和验证，以保持真实性并控制模拟任务的忠实度。本质上，关键策略是在游戏设计过程中建立一个“专家评审循环”，这与严肃游戏研究的最佳实践相一致，即主题专家确保内容的准确性和有效性以及模拟场景和结果的有效性[49]，[50]。这种措施确保了模拟游戏中所捕捉的决策权衡不是任意的：它们是在经验丰富的ISRU和采矿专业人员的监督下精心选择和校准的，从而尽可能控制了不现实或有偏的设计选择或操作条件。

另一个可能的偏差是研究参与者是工程专业的学生，而不是经过培训的ISRU专业人员。理想情况下，参与者应该是参与未来月球、火星甚至外太空探索任务的人员，他们能带来相关的技术专长、知识和技能。然而，正如[51]指出的，由于时间和日程安排的限制，这样的专业人员很难参与研究。特别是对于ISRU来说，他们可能在全球范围内的数量不足以得出统计上有效的结论。在一个航天机构或公司的情况下适用的方法可能不适用于另一个机构或公司。这种现实情况促使我们首先依赖大学生，就像在商业或心理学研究中经常做的那样，然后再与专业人士进行更深入的研究[51]。为了控制这种偏差，我们只招募了来自伦敦帝国学院（航空航天、计算机、设计工程、地球科学与工程）的高等技术STEM专业的学生，确保所有参与者都有扎实的技术基础。这一措施确保了虽然参与者不是经验丰富的ISRU专业人员，但他们也远非外行，即他们能够在概念层面上理解复杂的工程权衡。这一措施使得这里提出的受控用户方法得以开发和初步验证，并为未来的ISRU任务和培训计划提供了更深入的测试和场景评估。然而，这并不意味着我们的发现可以推广到实际的实验条件或人群，正如之前所解释的那样。

其他增强结果统计有效性的控制措施包括依赖严格的预测试-后测试结构进行实验会话、随机分组分配、对所有参与者来说相似且可复制的实验条件（例如，分配的游戏时间、模拟建模假设和场景、实验地点），从而减少了来自其他混杂变量的潜在偏差。相同处理条件的重复实验提供了足够的统计证据来支持主要效应和交互效应的测量，并得出它们是显著的结论。依赖经过实验验证的SART测量方法增强了有效性和可重复性。在游戏过程中没有给出任何指示来促使参与者使用特定的决策序列或策略。他们完全可以自由地做出他们认为适合完成任务的决定。尽管每位参与者都使用了自己的策略，但仍然观察到了情绪线索的统计上显著的主效应，这是非常引人注目的。情绪线索与模拟忠实度之间的交互作用也是如此。

5.2. 未来工作
利用所提出的实验方法，存在几个未来的研究机会。例如，可以进行一项后续研究，与ISRU和/或采矿专业人员合作，进一步验证这里关于情境意识的结果。这将需要与ESA或SpaceX等空间组织和公司更直接地合作，这也有助于创建更加真实的ISRU任务场景或不同的技术选择作为未来的测试案例。

关于处理条件，虽然每个处理条件级别的具体特征是直接参考文献构建的，但在进行更广泛的研究之前，还需要进一步探索这些特征，以便更好地确保未来结果的外部有效性。这可能涉及在后续研究中进行更广泛的预实验验证，以确定例如表4中描述的视觉特征组合是否通常对应于较低或较高的视觉忠实度水平。这还可以包括当前文献中不太常见的更多视觉特征，如色彩对比度，或在进一步实验中加入粒子效果。

我们的实验结果表明，当情绪线索与较低的视觉忠实度结合时，操作可持续性可以得到提升。虽然这一结果可能令人惊讶，但可能是由于在高忠实度环境中分析决策所需的更高认知负荷所致。更深入的实验可以进一步探索这一假设，但这超出了我们目前的范围。然而，这表明像情绪线索和视觉忠实度这样的因素可能需要作为独立变量来仔细研究，每个变量都有不同的水平，以便更清楚地识别这些微妙的相互作用。

还应探索不依赖于参与者自我报告的情境意识测量技术，以防止参与者对自己表现的判断影响他们的评分。例如，可以考虑使用眼动追踪指标来进行情境意识研究[52]。然而，这些指标更多应用于车辆操作等领域，目前尚不清楚它们是否适合用于监控管理复杂工程系统（如ISRU）时的情境意识。因此，这种方法可能需要更多的预实验验证。

通过利用所提出的实验方法与严肃游戏方法的灵活性，还存在其他令人兴奋的研究机会。例如，另一项研究可以将月壤的选矿作为模拟的一部分，其中月壤在氢还原之前进行预处理，从而产生一种有助于更高效氧气提取的原料[53]。另一个例子是可以利用可重构的机器人采矿车辆群体执行不同的功能，如挖掘、勘测、运输、维护，使系统具有更大的灵活性和适应性[54]，[55]，[56]，[57]。另一项研究可以考虑水冰开采，其中水是从地下冰层直接提取的。然而，水冰开采具有高度不确定性，因为目前尚不清楚月球上有多少冰，这些冰是否容易获取，以及它是否能够支持大规模、连续的载人操作[24]。这种不确定性促使最近的一项研究探讨了如何设计和部署一种结合了从水冰沉积物和月壤中生产氧气的混合ISRU工厂架构[58]。可以使用更沉浸式的技术（如虚拟现实VR）结合数字孪生建模和/或AI增强的决策指导来探索情境意识的新维度。尽管VR已经被探索作为情境意识的一个因素[21]，但仍有很多关于它如何影响系统设计和决策（尤其是在不确定性下的情况）的知识需要学习，无论是好是坏。

最后，研究结果可以用于开发一种基于模拟环境的商业决策支持系统（DSS）软件，使空间组织和企业能够评估不同ISRU价值链业务架构的潜在技术和经济性能。这种DSS的目标是帮助机构和公司更系统地考虑战略工程原则的实现（例如，早期识别不确定性、资金的时间价值、设计和规划中的战略灵活性的重要性、不同利益相关者风险概况的考虑），从而从长远来看提高未来太空任务的操作可持续性。通过结合情境意识和操作可持续性的考虑作为绩效指标，DSS可以提供一个比当前更具吸引力和可视化的环境来支持战略设计和架构决策。它可以通过促进关键利益相关者（工程师、系统操作员、投资者）之间的更好、更知情的沟通来支持更好的技术投资决策，这些利益相关者往往有不同的目标和风险承受能力。总的来说，这样的平台有助于提高未来太空任务的可持续性，并增强对决策和资源分配机制的信任。

CRediT作者贡献声明
Luka Malone：撰写——原始草稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化。
Michel-Alexandre Cardin：撰写——原始草稿、验证、监督、资源管理、项目行政、方法论、调查、资金获取、概念化。
Jan Cilliers：撰写——审阅与编辑、验证、监督、资源管理、资金获取、概念化。
Stanley Starr：撰写——审阅与编辑、验证、监督。
Kathryn Hadler：撰写——审阅与编辑、验证、监督、资源管理、资金获取、概念化。