Summary

Petek paradigma toplu insan davranışları üzerinde araştırma için

Published: January 19, 2019
doi:

Summary

Burada, bilgisayar tabanlı, çok Ajan oyunu petek, deneysel araştırmalar toplu insan hareketi davranışı ile siyah-nokta-avatar üzerinde sanal bir 2D altıgen playfield sağlayan mevcut. Hedef alanlar veya görme yarıçapı, değişken teşvikler gibi farklı deneysel koşullar ayarlayabilirsiniz ve insan hareketi davranışı üzerindeki etkileri araştırıldı.

Abstract

Grup hareket gibi toplu insan davranışları sık şaşırtıcı desen ve uygunluklarını, liderlik ortaya çıkması gibi gösterir. Son edebiyat bu kalıpları, sık sık grubun, küresel düzeyde görünür birkaç basit yerel parametre izleyin kendi kendine organize, bireysel davranışlar üzerinde temel alan ortaya koymuştur. İnsan toplu davranışlarının dinamiklerini anlamak koordinasyon ve liderlik gibi ideal yerleştirme ve binalarda acil çıkışları sayısı tanımlama grubu ve kalabalık senaryolarda, geliştirmek için yardımcı olabilir.

Bu makalede, biz deneysel paradigma petek, sistematik olarak koşulları ve insan kolektif davranış etkilerini araştırmak için kullanılan mevcut. Bu paradigma şeklinde ve çeşitli araştırma soruları için uyarlanmış bir ayar sağlayan bir bilgisayar tabanlı çok kullanıcılı platformu, kullanır. Durumsal koşulları (Örneğin, belirli bir davranışı, parasal teşvikler ve kaynakları, değişik derecelerde belirsizlik için fayda maliyet oranları) Denemecileri araştırma soru bağlı olarak ayarlanabilir. Her katılımcının hareketleri sunucu tarafından doğru olarak 50 ms, zaman damgaları ve bireysel kimlikleri ile altıgen koordinatları olarak kaydedilir. Böylece, bir ölçüm üzerinde playfield tanımlanabilir ve hareketi parametreleri (Örneğin, mesafeler, hız, kümeleme, vb) katılımcıların zaman içinde ölçülebilir. Hareket veri sırayla sigara bilgisayarlı veri içinde aynı deneme kurulumu topladı anketleri ile kombine edilebilir.

Petek paradigma insan hareketi deneyler yeni türleri için önünü olduğunu. Biz burada bu deneylerin sonuçları anlamlı insan kolektif davranış anlayışımızı derinleştirmek için yeterli iç geçerliliği ile işleyebilir göstermek.

Introduction

Bilgisayar tabanlı çoklu Ajan oyun petek1 deneysel olarak nasıl toplu insan hareketi araştırmak için metodolojik bir paradigma sunar desen ve grup yapıları ortaya bireysel davranış. İnsan katılımcılar görsel bir petek (Şekil 1) benzeyen bir altıgen sanal playfield üzerinde avatar (siyah nokta) olarak temsil edilir. Katılımcılar onların avatarları ile fare hedef altıgenler ulaşmak, hareket kaynakları (Video 1) harcamak ve tutarlı gruplar (Video 2) kurarak onların parasal senin en üst düzeye çıkarmak için Tıklat taşıyın. Kayma koşulları (Örneğin, görme yarıçapı), ödül yapıları (Örneğin, parasal hedefi alanları) ve iletişim kanalları hangi keşfetmek için manipüle edilebilir ve koordinasyon ve liderlik Bu koşul kurallar ne ölçüde etkisi toplu hareket içinde.

Oyunun usul/koşul kuralları, hedefleri ve ödül motivators sosyal psikologlar tarafından insan toplu hareketi araştırmak için tasarlanmıştır. Hayvan sürüleri gibi insan kalabalığı, bir acil olayları (Yani, küresel desenler) yerel kurallara uyan bireysel davranışından olanların gözlemleyebilirsiniz. Örneğin, sürüler halinde balık ve kuş sürüleri doğru bir kayma hedefi2,3,4, kapasitelerini genel veya arası bireysel iletişim için azaltmak büyük grup boyutları rağmen tutarlı varlıklar olarak hareket gibi görünüyor. Ampirik araştırma5,6,7,8,9,10ve bilgisayar simülasyonları11,12, modelleme davranış 13 insanlar14,15,16, dahil olmak üzere çeşitli türleri, iç kontrol veya dış denetim karmaşık desenler grubu düzeyinde ortaya göstermiştir. Yerel bireysel hareket ve, çoğu kez, mikroskobik düzeyde basit kurallar makroskopik düzeyde düzenli hareketi oluşturmak yeterlidir. Bu tür deneyler sadece büyük sürüler aynı zamanda küçük gruplar (insan gruplarının yanı sıra diğer hayvan grupları) yerel etkileşim kuralları1tarafından koordine artan kanıt2,6 katkıda bulunur.

Bilgisayar tabanlı çoklu Kullanıcı avatar oyunları kullanarak bizim yeni yaklaşımın bir ana avantajı dinamik insan kolektif fenomenleri araştırmayla gösterir. Petek avatar platform1,17,18,19kullanarak, bireysel hareket davranış (gerçek kişiler tarafından yönetilen hareket) spatio-zamansal veri tam olarak sunucu tarafından toplanabilir ve davranış kalıpları ve toplu yapıları gelişimi ile doğru 50 ms (Tablo 1) olarak analiz edilebilir. Görsel ve işitsel duyusal iletişim gerektiren tarafından kısıtlanabilir gibi kulak tıkacı kullanın ve kendi iş istasyonları ile bölücü duvarlar, kapatan sürüsü için katılımcılar ve diğer kalabalık davranış koşullar deneysel olarak yaklaşık. Çeşitli deneyler1,17,18,19‘, biz vizyon RADIUS parasal teşvikler (Şekil 3a, b (küresel vs yerel, resim 2), manipüle ), alt gruplar (Şekil 4) ve bu değişkenlerin insan sürünüz davranış17, liderlik gibi kolektif davranış kalıpları ortaya çıkması üzerine etkisini test etmek için diğer oyuncular (Şekil 5) eş varlığı 1ve rekabet18. On kadar twelve dizüstü bilgisayarlar ve bir sunucu kurulumu verileri toplamak için kullanılan (Şekil 6).

Kendi kendine organize koordinasyon grubu-canlı türleri bireysel faaliyetlerin özellikle son on yıl içinde çok bilimsel dikkat çekti. Sınavları geniş çaplı, basit iz oluşumu ve yol seçiminde karıncalar karmaşık ortaya çıkması için girdap yapılarının balık sürüler ve hatta yayalar2çift yönlü akışının ayrılığı vardır.

Bizim petek paradigma ile biz ampirik olarak çeşitli durumsal seçenekleri/kısıtlamaları, çeşitli davranış kuralları ve bireysel özellikleri ortaya çıkması mikroskobik düzeyde üzerinde etkisini araştırmak için bir metodolojik yaklaşım katkıda insanlarda makroskopik davranış yapıları. Önemli bir avantaj paradigma Denemecileri, manipülasyon için birden fazla deneyler karşılaştırmak veya tek bir deney sonuçlarını ölçmek mümkün hale tarafından tanımlanan kesinlikle kontrol edilebilir deneysel ayarları sunuyor olmasıdır. Sanal playfield çalışma tasarım gereksinimlerine göre yapılandırılabilir ve duyusal iletişim kanalları katılımcılar arasında ortadan ya da deney parametrelerine göre azalır. Ayrıca, çevresel affordances (Örneğin, rekabetçi, rekabetçi olmayan fikir birliği ve kurtarma ayarları) şeklinde olabilir. Böylece, değişkenleri için özel araştırma soru, ilgili idare/denetim imkanı sunarak platformumuz iç geçerlilik (çalışma tasarım araştırma soruları mümkün olduğunca yakından eşleşenyani ) zorlar kullanarak insan hareketi incelemek için hareket insan yönetilen veri. Bilinmeyen kontrol edilemez/insuppressible sosyal etkileri engel değil çünkü sahada yapılan deneyler dış geçerliliği (generalizability) sonuçları15,20,21 gerçek dünya açısından faydası render ipuçları gibi insanlar1ve para-sözel olmayan davranışları.

Bilgisayar tabanlı çoklu Ajan oyun petek koordinasyon ortaya çıkması ve insan oyuncu üzerinde sanal playfield avatarları taşınması liderlik desen araştırmak için hizmet vermiştir. Katılımcılar da aynı amaç üzerinde sona erdi yardımcı oyuncu sayısı tarafından parasal ödüller çarpma üzerinde dayalı grup uyum için teşvik dahil hedefi altıgenler üzerinde sadece parasal teşvikler elde edilebilecek hakkında yerel bilgiler verilmiştir altıgen. Çalışmalar ilk dizi, biz deneme kurulumu iki basit parametre için davranış (hizalama ve uyum) kaynıyor, sınırlı ve karşılıklı bilgi aktarımı “okuma/vericisi için” diğer katılımcılar sadece hareket davranışları azalır. Sonra 97 küçük altıgenler oluşur ve oyuncu gider hareketi kaynakları (olası hamle) sınırlı sanal playfield genel veya yerel bir görünümünü görme yarıçapı ya diğer katılımcı hareketi davranışının çeşitli.

Şekli ve sanal platform unsurları ve deneyci tanımlı parametreleri oyunları dedi platformu üzerinde oynanması mümkün belirli araştırma soruları göre dizayn edilebilir. Araştırma hedef bağlı olarak playfield boyutu değiştirilebilir; renkleri, şekilleri ve anlamları avatarlar adapte edilebilir; kaynakları uygulanabilir; ve ödül yapısı ve içeriği farklı olabilir. Daha fazla veya daha az bilgi, belirsizlik ve çakışan tercihleri de uygulanan22olabilir. Değişen küresel oyuncu-görünümü bilgi ve denetim da mümkündür. Bu nedenle, üzerinden deneysel yönergeleri, denemenin çevre affordances değiştirilmiş (Örneğin, bir fikir birliği vs kaçış senaryo) olabilir. Sonraki bölümde, bu parametrelerden bazıları belirli çalışma soruları cevaplamak için kullanılan gerçek bir çalışma açıklayarak bu değişkenlerin nasıl uygulanması açıklığa kavuşacaktır.

Protocol

Veri toplama ve veri analizi bu projede Göttingen Üniversitesi (öneri 039/2012) psikolojisi Georg-Elias-Müller Enstitüsü Etik Komitesi tarafından onaylanmış olması. 1. deneysel Kur Bir bilgisayar laboratuarı veya diğer alan bir LAN (yerel alan ağı) yapılandırılabilir bireysel iş istasyonları ile belirtilen gibi bir yüksek trafik alan uzak bir konum seçin. 10-12 notebooklar aynı türden deney için hem de bir bilgisayar (Şekil 6) sunucusu olarak işlev için kullanılmak üzere ayarlayın. Sunucu programı hem de istemci programları tüm ortak işlem sistemlerinde kullanılabilir bir JAVA çalışma zamanı ortamı gerekir (ahududu Pi istemcisi olarak yeterli). Ekipman yapılandırma Şekil 7′ de gösterildiği gibi sandalye ile bireysel iş istasyonu tablolarda Not defterleri düzenlemek. Dizüstü bilgisayarlar sunucu bilgisayar aracılığıyla Ethernet kabloları ve bir yerel ağ oluşturmak üzere bir ağ anahtarıyla bağlayın. Bölücü duvarlar visual duyusal iletişim (göz teması, el hareketleri, yüz ifadeleri, vs) komşu katılımcılar arasında önlemek için bireysel iş istasyonları arasında yükleyin. Katılımcılar arasında sesli iletişim önlemek için tüm katılımcılara dağıtılacak kulak tıkacı (için bir kerelik kullanım) edinin. 2. Katılımcı işe alım İşe bir konum seçin bulunduğu çok sayıda kişi, bir konferans salonu giriş salonu gibi. Adres potansiyel acemi amaç ve arka deneme, deneme süresi, maksimum ödeme planını anlatan standart metin kullanarak performans ve üzerinde çok oyunculu bir oyunu oynayabilmesi için gereksinimi göre hesaplanan dizüstü bilgisayarlar kuruma aittir. Katılımcılar İngilizce ve Almanca yönergeleri ile ilgili deneyler için soru formları anladığından emin olun. Deneysel tasarım renklerin kullanımı içeriyorsa, katılımcılar onları kullanılan renkleri ayırt engel olabilir herhangi bir renk körlüğü ücretsiz olduğundan emin olun. Önceki katılımcıların, katılımcılar saf deneme için olması gerektiği gibi işe almak değil. Bir bekleme yeri için istekli asker işe alan uzak yol. Lütfen istek onlar birbirleriyle konuşmadan grubu işe alım tamamlanmasını bekliyor. Bu kısıtlama bütünlüğünü deneysel sonuçlar için ilgili açıklamak. 10-12 katılımcıların istihdam edilmiştir sonra onları önceden ayarlanmış bilgisayar laboratuarı veya belirtilen alan deneme nerede gerçekleşecek götür. Katılımcılar bölüm kaplı iş istasyonları yerlerini almadan, aydınlatılmış onam belirleme bir form imzalamanız katılımcılar var. Hijyenik, tek seferlik kullanım kulak tıkacı tüm katılımcılara dağıtmak. Diğer katılımcılar ile görsel-işitsel iletişim yasak olduğunu bildirmek. Bu nedenle, kulak tıkacı ve bölüm kaplı iş istasyonları kullanımı zorunludur. Katılımcılar bölüm kaplı iş istasyonları almak onların yer var. 3. deneysel bir işlem Not: Bu deneysel yordamda tarafından kullanılan oyun Boos vd. 1 uygulama örnek olarak tanımlanır. Hazırlık aşaması Programın kendisi 1) runnables HC.jar, 2) üç dosyaları yapılandırma, yani hc_server.config, hc_panel.config ve hc_client.config ve intro ve rawdata adında 3) iki alt klasör içeren bir zip dosyası HC.zip biçimlendirilir. Sunucu bilgisayar üzerinde paylaşılan bir klasör oluşturun ve bu klasörü içine HC.zip unzip. Her istemci bilgisayara bağlayın ve bu paylaşılan klasöre erişim ve bir terminal açın (Linux, Mac OS X: spot | arama | terminal) veya bir komut istemi (Windows: arama “cmd”), anılan sıraya göre. Fermuarını açıp dosyaları her terminalde görünecek şekilde komut “dir” veya “ls” kullanın. Komut yürütme “java-sürüm” bir java çalışma zamanı ortamı kullanılabilir olmasını sağlamak için her terminal üzerindeki. Eğer yoksa, devam etmeden önce java yükleyin. Üç konum dosya yapılandırın. Hc_server.configure 1) oyuncu, 2) en az sayı ve hamle her oyuncu yapabilirsiniz en büyük sayılar, sözde nuggets ve 4) algı RADIUS koşulu (yerel veya genel) 3) değerlerini yapılandırmak için düzenleyin.Not: İki algı koşulları küresel durum vardır (oyuncu tüm katılımcıların avatarlar konumlarını görebilirsiniz) ve yerel koşul (oyuncu sadece bu avatarlar, avatar için bitişik görebilirsiniz; bkz. Şekil 3) Hc_client.configure istemcilere sunucunun IP söylemi düzenleyin. Hc_panel.config içinde altıgenler göre ekran çözünürlük boyutunu ayarlayın. İlk olarak, HC_Gui.jar (Şekil 8) komutunu kullanarak sunucu programını başlatmak “java-jar HC_Gui.jar”. İstemci programları komutunu kullanarak her iş istasyonunda başlatın “java-jar HC_ClientAppl.jar”.Not: Müşteri ekranları iletiyi görüntülemek, “lütfen bekleyin. Bilgisayar sunucuya bağlanıyor.” Server GUI, tüm istemcileri IP adresini görüntüleyen bir satır görüntülenir. Tüm istemciler bağlandığında, sunucu programı iletiyi görüntüler, “tüm istemcileri bağlanırlar. Başlamaya hazır mısın?”Not: Bu noktaya kadar oturum deneyci hazırlayabilirsiniz. Tüm katılımcılar yerlerini almış, kulak tıkacı eklemeden önce son talimatlar vermek. Oturumu başlatmak için “Tamam” düğmesini tıklatın. Bu andan, deneme sadece alıcılar tarafından görülebilir ekranındaki yönergeleri tarafından denetlenir. Birden çok ekran sayfaları tek bir deney için talimatlar gerektirir, ve okuma mümkün disk belleği katılımcılar tarafından ileri geri gerektiği gibi yapılır.Not: Her bir katılımcı, ekranında, belirlenmiş bir düğmeyi tıklatarak o yönergeleri okuma olduğunu gösterir. Tüm katılımcılar yönergeleri okuma bitmiş olana deney başlamak olamaz. Test aşamasında Katılımcılar fare-kendi avatar (iki kez büyük diğer katılımcılar görünür avatar noktalardan olarak) nokta petek sanal 97-altıgen playfield üzerinde kontrol olup olmadığını gözlemlemek (bkz. Şekil 1). Alan, sonra petek sanal playfield ekran daha önce verilen talimatlara göre hareket merkezinde test aşamasında başlamak katılımcılar var. Oyun oynamak tüm yönergeler program klasörünü petek oyunun içinde düzenlenebilir html dosyaları olarak yerleştirilir. Sırasıyla alt klasörleri Intro/de ve Intro/tr Almanca ve İngilizce yönergeleri için bkz:. Onların avatar nokta taşımak için seçtikleri bitişik küçük altıgen sol oyuncular var. Yalnızca bitişik alanları için ilk seçilebilir ve sonraki hareket eder.Not: her taşıdıktan sonra küçük bir kuyruk 4000 ms için hangi o selamladı son yönünü gösterir her bir katılımcı için görünür. Her katılımcının mümkün önyargıları önlemek için yalnızca bir kez paylaşmak izin.Not: burada açıklanan oyun talimatları okunması dahil olmak üzere 5-10 dk gerektirir. Genel olarak, 400 40 on kişilik gruba katılan Boos vd tarafından test edildi 1. Aynı katılımcılar ile deneme teknik bir arıza veya katılımcı başarısız olursa yeniden başlatmayın. 4. sonrası Test aşamasında Oyun tamamladıktan sonra demografik veriler, büyük beş kişilik faktörler, stres veya sakinlik algılanan düzeylerini değerlendirmek anket doldurun ve memnuniyeti (deneme tamamlandıktan sonra ödenecek) ödemek katılımcılar var. Bu soru formlarını tek başına html dosyaları olarak sunulabilir. Katılımcılar anket doldururken, anonim zarflar tamamlanan petek oyunda kazanılan para uygun miktarda hazır olun. Her oyuncuya ödenecek oyunun petek hesaplanan tutarları sunucu ekranda öngörüldüğü. Test alanı inerken kazanılan ödemeler katılımcılara dağıtmak. Sunucu programı kapatın, sonra sunucu programı kapanış tamamlandıktan sonra istemci programları kapatın. Tarafından gün – ve zaman damgası bir USB stick için deneme işaretlenmiş 2 metin dosyaları şeklinde veri aktarımı.

Representative Results

İlk deney paradigma insanlar olmadan başkalarının, yakınlık arayışı gibi pervane davranışı temel belirtileri gösterdi gösterdi petek ile17ödüllendirdi. Daha sonra biz soru ele tek tek nasıl insanlarla aynı fiziksel/ayrıca Boos vd tarafından araştırıldı hedefe ulaşmak için davranışsal koordine edilebilir Sadece belirsiz sürünüz davranış, aynı zamanda grup koordinasyon ve liderlik davranışı üzerinde odaklanan 1. Yukarıda açıklanan deney tanımlı parametreleri kullanarak, hedef altıgen mekanlar tanımlanmış ve parasal ödül vermek seçme hakkı ortak hedefler paylaşılan teşvikler yanı sıra Grup uyum yönünde motivasyon dayalı incelemek için kullanılmıştır. Grup uyum elde etmek için motivasyon kaç diğer katılımcılar aynı hedef altıgen sona erdi dayalı bir ek ödül anayasayı tarafından geliştirilmiş oldu. Her 40 on kişilik gruba içinde bilgi aşağıdaki düzeylerini vererek iki alt grupları (iki rasgele seçilen bireylerin oluşan bir azınlık grubu ve sekiz kalan oluşan bir çoğunluk grubu) oluşturulmuştur. İki azınlık Grup üyeleri bir iki-euro ödül altıgen ve beş tane-euro ödül altıgenler (Şekil 9, sol) konumu hakkında bilgi verilmiştir. Çoğunluk grubu sekiz üyesi hakkında iki-euro ödül altıgen haberdar değildir ve bunun yerine altı eşit ödüllendirilir bir Avrupa hedefi altıgenler (Şekil 9, sağ) yerlerini gösterildi. Katılımcıların hiçbiri farklı alt gruplar olduğunu söylemiştin. Bizim çalışma soruları Couzin vdgöre dizayn ettik ‘ s23 bilgisayar simülasyon modeli. Oyuncular arasında değiş tokuş tek bilgi çünkü diğer oyuncuların hareket algıladıkları için yeteneklerini, (i) bu bilgileri hareketlerini koordine etmek bilgili/daha yüksek ödüllendirilir azınlık grubu için yeterli olsaydı görmek amaçlı çoğunluk grubu, bilgisiz/küçük ödüllendirilir ve eğer öyleyse, (ii) nasıl çift ödül hedef bilgili azınlık grubu istiyorsunuz/bilgisiz çoğunluk onların iki’lik hedefi altıgen neden olabilir. Daha önce de belirtildiği gibi biz bunlar sınırlı çalışma davranışı, 1) hizalama (Grup üyeleri bir hedef altıgen doğru hareket) ve 2) uyum kaynıyor, iki temel parametreleri için tasarımlar (Grup üyeleri grup olarak hareket doğru eğilimi). Hizalama parametresi için parasal rüşvet verilen altı gol altıgenler kadar ayarla. Uyum parametresi için (ile koordineli hareket seçimler yapmaYani, diğer katılımcılarla taşır), katılımcılar kendi gibi aynı altıgen girildiği avatarları sonunda bağlıdır bir ödül verilen. Petek playfield 97 altıgenler içerir. Tüm katılımcılar avatarlar petek’ın orta altıgen oyunda birlikte başladı. Her oyuncu bir maksimum 15 taşıma sayısı verildi. Tüm onların avatar (fare tıklatmakyoluyla ) sadece bir altıgen’ın altı iki taraf arasında bitişik bir altıgen taşımak için sınırlandı. Her avatar bir ödeme alana veya her oyuncu tamamen kullanmış olduğu zaman onların 15 taşıma sayısı ne zaman oyun sona erdi. Bir ek deneme faktör bir üçüncü çalışma soruyu cevaplamak için uygulanmıştır: (III) algı RADIUS (küresel vs yerel koşul) diğer katılımcıların hareket koordinasyonu etkileyip. 40 on kişilik gruba yarısı algı yirmi grupları (Yerel koşul) yalnızca bu avatarlar, avatar için bitişik hareketi algıladıkları demek rasgele olarak sınırlı idi. Kalan yirmi 10 kişilik gruplar (genel koşul) tüm katılımcılar avatar yerleri ve hareketleri algıladıkları. [Yol açan hareket özellikleri azınlık gruplarının (başarıyla hedef alan bir grup ve bu nedenle büyük parasal ödül olarak ulaşan) daha fazla başarı] cevap soruya (II), tanımlanan ve ilk hareket ettirmek, dahil olmak üzere çeşitli hareket davranışlarını analiz Paylaşılan hareket yolları/yön iki azınlık katılımcılar, yol uzunlukları, hamle, katılımcılar, büyük beş kişilik özellikleri (extraversion, açıklık, vb) ve bilgisayar okur yazarlığı arasında ilk hareket emri arasındaki ortalama süre. İstatistik yordamı, bir sonlu karışımı modeli iki binomun ve mufassal-den sonuçlanmak ile Boos vd. içinde yayınlandı 1. Bizim çalışma gösterdi bir insan grubu olansizlere, atanan avatarları 2D petek oynuyorum (yukarıda açıklanan parametreleri ve koşullara göre hareket), onları (2 Kişilik azınlık grubu) yalnızca hareketleri üzerinde göre % 20 başarıyla neden olabilir diğer kendi algı playfield üzerinde yalnızca bitişik avatarlar için kısıtlı zaman bile % 80. Burada, bu 2 Kişilik azınlık grubu katılımcıların başarılı liderlik onların diğer katılımcılar benzer ilk hamle ve bu 2 Kişilik azınlık katılımcılar önce bir ilk hareket1 (Video 2) yapmak için geldik yapılan gerektirdiği. Bu grubun hareket davranış detaylı parametreleri Tablo 2bakınız. Grubun dağılım zaman içinde ayrıntılı bir analizini Şekil 10’ sağlanır. Ayrıca, şaşırtıcı, ne kişilik değişkenleri ne de bilgisayar okur yazarlığı bu azınlık katılımcılar arasında onların başarısında çok önemli bir rol oynadı bulduk. Şekil 1: bilgisayar tabanlı çoklu Ajan oyun petek Playfield. İnsan oyuncular görsel temsili bir altıgen sanal playfield üzerindeki avatarları (siyah nokta) olarak. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 2: yerel vs küresel bakış açıları. Katılımcılar yerel bakış açıları ile sadece diğer oyuncuların avatarları onların Görsel menzil içinde görebilirsiniz. Bu durumda, işaretli oyuncu (kırmızı) sadece 4 9 Co oyuncular görmek mümkün. Küresel bir perspektif yapılandırdıysanız, tüm ortak oyuncular görünürlüğünü sağlayacak. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 3: parasal teşvikler. Bu örnekte gösterilmiştir nasıl parasal teşvikler petek oyun içinde uygulanabilir. Grey dışında yerel algı yarıçap bulunmaktadır ve bu nedenle söz konusu oyuncunun görünmez olarak avatarları kutladı. İki farklı bakış açıları gösterilir. (a) bilgi sahibi oyuncu: Bu oyuncu işaretlenir “€€”, (b) bilgisiz oyuncu bir ödül daha yüksek hedef alan ile donatılmış: Bu oyuncu “TL” işaretlenen altı eşit alt ödüllendirilir hedef alanları sağlanır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 4: alt grubu avatar deney. Bu senaryoda, mavi ve sarı olarak katılımcıların avatarlar boyama tarafından iki alt gruplar oluşturulur. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 5: tek vs ortak oyunu. Bu örnekte, bir oyuncunun bakış açısından, Belz vd için karşılaştırılabilir iki farklı ayarlar gösterilmiştir 17 (1a/b) tek oyun: yardımcı oyuncular görünmez ve altıgen sanal playfield üzerinde (2a/b) ortak oyunu bulunamıyor: yardımcı oyuncular onlar diğer oyuncular yerel algı yarıçapı içinde kalın olarak görünür. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 6: sunucu ve istemci yapılandırma. On kadar twelve Notebook (istemcilerin C1 -C12) olmalı, çevresinde düzenlenmiş (ve bağlı) sunucu bilgisayar. Sanal ortamı dışında diğerleri ile görsel iletişim, her katılımcının iş istasyonu (koyu çizgiler olarak gösterilir) kapatan bölümleri kullanımını yasaklar. LAN-kabloları WLAN yerine kullanılması daha az gecikme süresi ve daha güvenilir veri işlem hacmi nedeniyle önerilir. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 7: bağlamsal ayarı. İletişim (duyusal, görsel, işitsel) katılımcılar arasında bölücü duvarlar ve kulak tıkacı kullanımı nedeniyle sınırlıdır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 8: sunucu üzerinde grafik arayüzü. Bağlı her istemci için IP ve diğer verileri (Örneğin, sayı hamle, konumu, her oyuncuya ödenecek tutar) gösteren bir çizgi vardır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 9: başarılı liderlik. Sol taraftaki ekran bir parasal hedefe yaklaşırken bir bilinçli oyuncu gösterir (aynı zamanda bkz. Şekil 4) alan, başarıyla seçtiğin bu kullanıcı hedef alan beş oyuncu lider. Sağ tarafta, bilgisiz bir oyuncu seçtiğin bu kullanıcı Co oyuncular göremez. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 10: derinlemesine analiz oyun zaman (Grup 44) içinde kayma dispersiyonu. Bütün grup (Grup demek), zaman içinde daha yüksek ödül €€ hedef alanını (haberdar 1, bilgili 2) konumu hakkında bilgi verilmiştir oyuncular ve sekiz bilgisiz oyuncu ( göre grup üyeleri arasındaki mesafe demek Bilgisiz). Oyunun sonunda, bir bilgisiz oyuncu grubu kaybetti ve bir € hedef alan üzerinde (izole oyuncu) geldi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Video 1: örnek toplu hareket bilgisiz bir oyuncu (Grup 44) perspektifinden. Bu videoyu izlemek için lütfen buraya tıklayın. (İndirmek için sağ tıklatın.) Video 2: Video 1 olarak aynı oyunda iki bilinçli oyuncular açılardan toplu hareket örneği (Grup 44) . Bu videoyu izlemek için lütfen buraya tıklayın. (İndirmek için sağ tıklatın.) gnr zaman PID S1 S2 … 5 14:56:42, 281 5 2 2 5 14:56:42, 500 2 3 5 … 5 14:56:44, 593 0 3 6 NNug = 2 not_moved 5 14:56:44, 578 3 2 2 5 14:56:44, 796 7 3 3 5 14:56:45, 125 6 -5 -3 5 14:56:46, 109 1 2 2 5 14:56:46, 281 5 2 2 not_moved 5 14:56:46, 765 3 3 3 5 14:56:47, 531 4 2 3 not_moved 5 14:56:48, 187 9 3 6 NNug = 2 not_moved 5 14:56:48, 625 2 3 6 NNug = 2 not_moved 5 14:56:48, 625 8 3 2 not_moved 5 14:56:48, 640 6 -6 -3 NNug = 1 5 14:56:48, 640 4 3 4 5 14:56:48, 953 7 3 3 not_moved 5 14:56:49, 390 5 3 3 … 5 14:56:52, 671 4 3 4 not_moved 5 14:56:52, 687 6 -6 -3 NNug = 1 not_moved Tablo 1: Veri biçimi. Her katılımcının hareket eder ve altıgen sanal playfield üzerinde ilişkili zaman damgaları ayrı satırlara, altıgen koordinatları kullanmanızı hiyerarşik/karma modelleme kaydedilir. Tablo 10 oyuncu (Grup 44) oluşan bir grup tarafından oluşturulan veri kümesi bir alıntıyı gösterir. Grup 44(örnek) ∑Hamle Rütbesi1sthareket Gecikme süresi Ödeme Sonmesafe MesafeEn düşük €€-alan için Zaman % alanınınaraştırdı (a) bireysel düzeyi değişkenleri Oyuncu ID01 6 1 1,73 18 0,67 0 – – Oyuncu ID1 6 10 3,74 9 0,67 0 – – Oyuncu ID2 6 3 2,19 9 0,67 0 – – Player ID3 7 9 2,68 9 0,67 0 – – Oyuncu ID4 6 7 4,38 9 0,67 0 – – Oyuncu ID5 9 8 3,98 9 0,67 0 – – Oyuncu ID6 12 5 2,70 1 6,00 6 – – Oyuncu ID71 6 6 4,96 18 0,67 0 – – Oyuncu ID8 9 4 4,03 9 0,67 0 – – Oyuncu ID9 6 2 2,45 9 0,67 0 – – ((b)) grup düzeyi değişkenleri Bilgisiz 7,63 5,88 3,27 8 1,33 0,75 – – Bilgili 6,00 4,00 3,35 18 0,67 0,00 – – Tüm grup 7,30 – 3,28 10 1,20 0,60 39,02 27,84 Tablo 2: ayrıntılı sonuçlarını grup hareket davranış analizi (Grup 44). Sonuçları bireysel düzeyi için (a) ve (b) grup düzeyi için listelenir. Grup düzeyindeki anlamına gelir bilgisiz çoğunluk (sekiz oyuncu), bilinçli azınlık (iki oyuncu) ve bütün grup (10 oyuncu) için hesaplanır. 1 Oyuncular kimlikleri 0 ve 7 ile rasgele yüksek ödül €€ hedef-alan konumu hakkında bilgi almak için seçilmiştir; ∑ Hamle hamle; toplam sayısı = 1sttaşımak , rütbe sırası ilişkisi 1st hareketle diğer oyunculara; = Gecikme sn iki adımda arasındaki ortalama hareket gecikme süresi =.; Ödeme €; oyunda tamamlanmasından sonra bireysel ödül = Son mesafe = ortalama mesafe her oyuncu tüm kalan oyunculara sonuna kadar oyun; Mesafe €€-alana €€ hedef alan Uzaklik sonuna kadar oyun; = Zaman saniye içinde oyunun toplam süre =.; % alanlarının araştırdı grubu tarafından keşfedilmeyi Toplam alan (97 altıgenler) yüzdesi =. Lütfen grup dağılım zamanla oyun, Video 1 ve Video 2 grup toplu hareketi için ve Tablo 1 hareket veri bir alıntı için derinlemesine analizi için Şekil 10 bakın.

Discussion

Sonuçları gerçek senaryoları için geçerli olup insan kolektif davranış araştırmak için bir araştırma paradigması olarak çoklu istemci sanal ortamlar kullanarak temel sorulardan biri. Başka bir deyişle, metodolojik yaklaşım yeterli ekolojik veya dış geçerlilik süresiyle sonuçlar mı? İnsan katılımcılar üzerinde sanal bir playfield avatarlar olarak temsil eden ve üzerinden fare tıklaması hareket etmelerine sosyal yardımlar azaltır. Ayrıca, iletişimi minimuma tutmak Denemecileri zımni hangi davranışsal cues insan grubu koordinasyon ve liderlik davranışını etkileyebilir insanlar arasında ve çevre hangi affordance altında iletilir araştırmak izin verir (Örneğin kurtarma, rekabet, tahliye) bu davranışları daha fazla ve ne ölçüde etkilenir. Sürece sıkı bağlılık iletişim kuralı ve test prosedürleri iki önceden test aşamalarında, bu indirgemeci yaklaşımın iç geçerliliği garanti eder. “Gerçek” Grup ve kalabalık dinamikleri sonuçları aktarımına izin için deneysel kurulum ve test aşamalarında yavaş yavaş daha fazla olmak için değiştirilebilir (bırakmak sadece verici/okuma hareket ötesinde ek iletişim içinÖrneğin, kompleks davranış, anlam olarak çeşitli gerçek dünya senaryolarında gömülü bilgileri bireysel özellikleri ekleyerek vb) ve anlatıldığı oyun başlamadan önce ekrandaki katılımcılar tarafından talimatları okuyun.

Dış geçerlilik ile ilgili bir konu adrese, [oyuncunun hareketleri (ön test) kullanılabilirlik ve faktörler semptomlarıdır azaltılması nedeniyle standart, iki boyutlu altıgen koordinatlara standartlaştırmak için başlangıçta seçilen] altıgen playfield çeşitli olabilir. Serbest dolaşımı seçimi ile iki boyutlu bir tablo daha sürekli ve karmaşık hareket veri oluşturmak oyuncular sağlayacak. Birlik-Unreal-alt yapısı tarafından veya oluşturulan bir üç boyutlu ortamda Örneğin, aynı zamanda ekolojik/dış geçerlilik yükseltmek. Ancak, hareket kısıtlanması lessoning yolunda her adım ile bir sorun ortaya çıkar. Hareket özgürlüğü simüle senaryoda, faktörler (Örneğin, kişiler arası farklılıklar bilgisayar deneyimi gibi üç boyutlu oyunlar mekansal oryantasyon ile aşinalık) semptomlarıdır etkisi artan karmaşıklığı ile artar, hangi önyargılı sonuçlara neden iç geçerlilik azaltmak.

Petek kuralında belirtilen yöntem bu bilgisayar simülasyon modelleri ile kombine ve davranışların olup insan grupları toplu desenleri bilgisayar simülasyonları bulundu da tutarsan ampirik olarak test etmek için bir paradigma olarak kullanılan avantajdır. Bu sınamaları dış geçerliliği artırmak için katılımcılar sonrası test aşamasında soru formunda onlar yeterince hissettim ve insanca avatarları ve ister eş oyuncularına insan aktörler olarak algıladıkları başardık temsil istenmelidir. Protokolü (duyusal işitsel ya da görsel iletişim protokol parametreleri engel olsa bile) iş istasyonları birbirlerine yanında insan şekillenme bu duygularını geliştirmek için oturuyor ve Co oyuncular fiziksel varlığı belirtir.

Özetle, Grup koordinasyon, liderlik, gibi toplu olayların temel mekanizmaları incelemek için yeni bir paradigma özetlenen protokolün ön-test, test ve sonrası test aşamaları petek yaklaşım tarafından uygulanan yöntemleri sağlar ve içi Grup differentiation. Özellikle katılımcıların birbirleri ile ön-test ve test aşamalarında iletişim değil sağlamada sıkı değillerse yöntemin en önemli sınırlama, işe alma, insan hatası için güvenlik açığıdır.

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Bu araştırma Alman girişimi of Excellence tarafından finanse edildi (kurumsal strateji: https://www.uni-goettingen.de/en/32632.html). Margarita Neff-Heinrich onun İngilizce yazım denetleme için teşekkür ediyoruz.

Materials

Notebooks
Partition walls between work stations
Earplugs
Equipment for LAN installation

Referenzen

  1. Boos, M., Pritz, J., Lange, S., Belz, M. Leadership in Moving Human Groups. PLoS Computational Biology. 10 (4), e1003541 (2014).
  2. Moussaid, M., Garnier, S., Theraulaz, G., Helbing, D. Collective information processing and pattern formation in swarms, flocks, and crowds. Topics in Cognitive Science. 1 (3), 469-497 (2009).
  3. Sumpter, D. J. T. . Collective Animal Behavior. , (2010).
  4. Krause, J., et al. Fish shoal composition: mechanisms and constraints. Proceedings – Royal Society. Biological Sciences. 267 (1456), 2011-2017 (2000).
  5. Camazine, S., et al. . Self-Organization in Biological Systems. , (2003).
  6. King, A. J., Sueur, C., Huchard, E., Cowlishaw, G. A rule-of-thumb based on social affiliation explains collective movements in desert baboons. Animal Behavior. 82 (6), 1337-1345 (2011).
  7. Fischer, J., Zinner, D. Communication and cognition in primate group movement. International Journal of Primatology. 32 (6), 1279-1295 (2011).
  8. Couzin, I. D., Krause, J. Self-organization and collective behavior in vertebrates. Advances in the Study of Behavior. 32, 1-75 (2003).
  9. Katz, Y., Tunstrøm, K., Ioannou, C. C., Huepe, C., Couzin, I. D. Inferring the structure and dynamics of interactions in schooling fish. Proceedings of the National Academy of Sciences of the United States of America. 108 (46), 18720-18725 (2011).
  10. Guy, S. J., Curtis, S., Lin, M. C., Manocha, D. Least-effort trajectories lead to emergent crowd behaviors. Physical Review E: Statistical, Nonlinear, and Soft Matter Physics. 85 (1), 016110 (2012).
  11. Shao, W., Terzopoulos, D. Autonomous pedestrians. Proceedings of the 2005 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , (2005).
  12. Reynolds, C. W. Flocks, herds and schools: A distributed behavioral model. Seminal Graphics. , 273-282 (1987).
  13. Pelechano, N., Allbeck, J. M., Badler, N. I. Controlling individual agents in high-density crowd simulation. Proceedings of the 2007 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , 99-108 (2007).
  14. Helbing, D., Molnár, P., Farkas, I. J., Bolay, K. Self-organizing pedestrian movement. Environment and Planning B: Planning and Design. 28 (3), 361-383 (2001).
  15. Dyer, J. R. G., Johansson, A., Helbing, D., Couzin, I. D., Krause, J. Leadership, consensus decision making and collective behavior in humans. Philosophical Transactions – Royal Society. Biological Sciences. 364 (1518), 781-789 (2009).
  16. Moussaid, M., Schinazi, V. R., Kapadia, M., Thrash, T. Virtual Sensing and Virtual Reality: How New Technologies can Boost Research on Crowd Dynamics. Frontiers in Robotics and AI. , (2018).
  17. Belz, M., Pyritz, L. W., Boos, M. Spontaneous flocking in human groups. Behavioral Processes. 92, 6-14 (2013).
  18. Boos, M., Franiel, X., Belz, M. Competition in human groups – Impact on group cohesion, perceived stress and outcome satisfaction. Behavioral Processes. 120, 64-68 (2015).
  19. Boos, M., Li, W., Pritz, J., Fu, X., Luo, J. -. D., Boos, M. Patterns of Group Movement on a Virtual Playfield: Empirical and Simulation Approaches. Social Network Analysis: Interdisciplinary Approaches and Case Studies. , 197-223 (2017).
  20. Dyer, J. R. G., et al. Consensus decision making in human crowds. Animal Behavior. 75 (2), 461-470 (2008).
  21. Faria, J. J., Dyer, J. R. G., Tosh, C. R., Krause, J. Leadership and social information use in human crowds. Animal Behavior. 79 (4), 895-901 (2010).
  22. Conradt, L. Models in animal collective decision-making: information uncertainty and conflicting preferences. Interface Focus. 2 (2), 226-240 (2011).
  23. Couzin, I. D., Krause, J., Franks, N. R., Levin, S. A. Effective leadership and decision-making in animal groups on the move. Nature. 433, 513-516 (2005).

Play Video

Diesen Artikel zitieren
Boos, M., Pritz, J., Belz, M. The HoneyComb Paradigm for Research on Collective Human Behavior. J. Vis. Exp. (143), e58719, doi:10.3791/58719 (2019).

View Video