多无人机系统已成为跨行业的变革性技术,提供了创新的应用。然而,尽管取得了显著进展,它们的自主能力仍然存在固有的局限性。因此,人类操作员通常对于监督和控制这些系统至关重要,形成了所谓的人机多无人机团队。在实际环境中,人类操作员必须在处理各种信号(如无人机状态和传感器读数)并适应动态条件和不确定性的同时,做出实时决策。这种复杂性可能导致操作不理想,可能影响团队的整体效率。在诸如搜索与救援(SAR)任务等关键环境中,这种低效可能会带来高昂的代价。本研究引入了一种旨在增强人机多无人机团队协作的建议性智能体,特别关注SAR场景。该建议性智能体旨在通过建议值得采取的上下文行动来协助人类操作员。为此,该智能体采用了一种新颖的计算技术,该技术依赖于一小部分人类演示来生成各种逼真的人类轨迹。然后,这些轨迹通过机器学习进行泛化,以快速准确地预测不同建议的长期效果。通过人类评估,证明了方法提供了高质量的协助,与基线条件相比,显著提高了性能。