ASTRA：具備自主模擬飛行員功能的下一代空管訓練模擬器
arXiv - Human-Computer InteractionEthan Chew, Enjia Wu, Iruss Eng Wei Yeow, Ian Weiqin Lim, Ranen Sim, Brandon Koh Ziheng, Kaleb Nim, Caden Toh Jun Yi, Wei Dong Soin, Darius Kai Keat Koh, Galen King Yu Tay, Prannaya Gupta, Jonathan Ee Fang Koong, Yong Zhi Lim
開發 ASTRA 系統透過在地化語音模型自動化空管訓練中的模擬員角色，並提供 AI 輔助的績效評估。
AI 幫你先抓重點
AI 重點 1
解決特定口音與領域專業用語導致的 AI 失效問題
滑鼠懸停看 AI 判斷理由
這展示了通用型 AI 模型在專業領域（如航空）與特定文化背景（如新加坡口音）下的侷限性，強調了開發「在地化」與「領域特定」模型對於專業技能訓練的重要性。
AI 重點 2
從單純的模擬工具轉向具備自動化評估能力的教學系統
滑鼠懸停看 AI 判斷理由
ASTRA 不僅模擬環境，更整合了評估機制，這代表 AI 能從單純的「互動對象」進化為「數位導師」，實現大規模、標準化且減輕教師負擔的自動化評量。
核心研究發現
- 1
透過微調自動語音辨識（ASR）流程，將新加坡口音航空語音的字錯率（WER）從 107.80% 大幅降低至 23.45%。
- 2
系統內建 AI 輔助評估框架，能針對受訓者的無線電通訊進行準確性、簡潔性與完整性評估。
- 3
經優化後的評估分數分別達到準確性 91.7%、簡潔性 88.2% 與完整性 86.9%，展現高度可靠性。
對教育工作者的啟發
對於專業技能培訓者而言，ASTRA 提供了一個將「高成本人工模擬」轉化為「低成本自動化模擬」的範例。建議在設計專業技能教學系統時，不應僅依賴通用型大語言模型，而應針對特定領域的口音、術語進行微調（Fine-tuning），以確保互動的精準度。此外，將「模擬互動」與「即時自動評量」結合，能建立一個閉環的自主學習環境，讓學員在缺乏人類導師的情況下，仍能獲得具備標準化指標（如準確性、簡潔性）的即時回饋。
原始文獻資訊
- 英文標題：
- ASTRA: A Scalable Next-Generation ATCO Training Simulator with Autonomous Simpilots
- 作者：
- Ethan Chew, Enjia Wu, Iruss Eng Wei Yeow, Ian Weiqin Lim, Ranen Sim, Brandon Koh Ziheng, Kaleb Nim, Caden Toh Jun Yi, Wei Dong Soin, Darius Kai Keat Koh, Galen King Yu Tay, Prannaya Gupta, Jonathan Ee Fang Koong, Yong Zhi Lim
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。