Summary

Een genetwerkte bureaublad Virtual Reality Setup voor besluit wetenschap en navigatie experimenten met meerdere deelnemers

Published: August 26, 2018
doi:

Summary

Dit document beschrijft een methode voor het uitvoeren van multi-user experimenten op besluitvorming en navigatie met behulp van een netwerkcomputer laboratorium.

Abstract

Onderzoekt de interacties tussen meerdere deelnemers is een uitdaging voor onderzoekers uit verschillende disciplines, met inbegrip van de beschikking van de wetenschappen en de ruimtelijke cognitie. Met een local area network en toegewijde softwareplatform, kunnen onderzoekers efficiënt toezicht op het gedrag van de deelnemers die gelijktijdig worden ondergedompeld in een virtuele werkomgeving en digitaliseren van de verzamelde gegevens. Deze analysemogelijkheden voor experimentele designs in ruimtelijke cognitie en navigatie onderzoek dat zou moeilijk (als niet onmogelijk) om uit te voeren in de echte wereld. Mogelijke experimentele varianten omvatten stress tijdens een evacuatie, coöperatief en competitief zoektaken en andere contextuele factoren die invloed op opkomende menigte gedrag hebben kunnen. Echter, dergelijke een laboratorium vereist onderhoud en strikte protocollen voor het verzamelen van de gegevens in een gecontroleerde omgeving. Terwijl de externe validiteit van laboratoriumonderzoek met menselijke deelnemers is soms ondervraagd, suggereren een aantal recente artikels dat de correspondentie tussen echte en virtuele omgevingen kan voldoende zijn voor de studie van sociaal gedrag in termen van trajecten, aarzelingen en ruimtelijke besluiten. In dit artikel beschrijven we een methode voor het uitvoeren van experimenten op besluitvorming en navigatie met maximaal 36 deelnemers in een genetwerkte bureaublad virtuele realiteit setup (dwz., het besluit Science Laboratory of DeSciL). Dit protocol experiment kan worden aangepast en toegepast door andere onderzoekers om te zetten naar een laboratorium van de genetwerkte bureaublad virtuele realiteit.

Introduction

Onderzoek naar ruimtelijke cognitie en navigatie meestal bestudeert de ruimtelijke besluitvorming (bijv., links of rechts draaien op een kruispunt) en mentale representatie van personen in de echte en virtuele omgevingen1,2. De voordelen van virtual reality (VR) zijn de preventie van ethische en veiligheidskwesties (bv., tijdens een gevaarlijke evacuatie3), de automatische meting en analyse van ruimtelijke data4en een evenwichtige combinatie van interne en externe geldigheid5,6,7. Bijvoorbeeld Weisberg en collega’s uitgebreid eerder onderzoek op individuele verschillen in ruimtelijke kennisverwerving door aan te tonen dat de ruimtelijke taken in VR een objectieve gedrags maatstaf van ruimtelijke vermogen8kunnen bieden. Dit onderzoek ook gesuggereerd dat het gedrag van de navigatie in VR levensechte navigatie benadert omdat de virtuele omgeving was gemodelleerd naar de campus van de universiteit gebruikt door Schinazi en collega’s9 (Zie ook de studie van Ruddle en collega’s 10). VR is ook toegepast op psychotherapie11, klinische beoordeling12, consument gedrag13en chirurgie14,15. Echter de meeste VR-systemen geen proprioceptieve en audio feedback die aanwezigheid kan verbeteren en onderdompeling16,17,18,19, vereisen opleiding met de controle-interface20 ,21,22, en gebrek aan sociale signalen. Inderdaad, mensen in de echte wereld vaak verplaatsen in groepen23, vermijden of volgen van andere mensen3,24, en beslissingen nemen op basis van sociale context25,26.

Op hetzelfde moment, onderzoek op menigte gedrag richt zich vaak op opkomende kenmerken van menigten (b.v., lane vorming, congestie op de knelpunten) die worden gesimuleerd op een computer of waargenomen in de echte wereld. Bijvoorbeeld Helbing en collega’s gebruikte een combinatie van levensechte waarnemingen en computersimulaties om verbeteringen aan de doorstroming van het verkeer in een snijpunt door instroom en uitstroom scheiden met fysieke barrières en het plaatsen van een obstakel in de Hiermee centreert u27. Moussaïd en collega’s gebruikt een heuristiek gebaseerde model om te bestuderen van high-density situaties tijdens een menigte ramp28. Deze benadering suggereerde verbeteringen aan een milieu setting voor massa-evenementen om te voorkomen dat rampen van de menigte. Met de hulp van een bestaande open source framework zou de tenuitvoerlegging van dergelijke simulaties relatief eenvoudig. SteerSuite is een open source-framework waarmee gebruikers te simuleren sturende algoritmen en gedrag van de menigte gemakkelijk door het verstrekken van hulpmiddelen voor te vergemakkelijken, benchmarking en testen van29. Dit kader kan de kern van een agent navigatie grondgedachte, die is van cruciaal belang voor succesvolle menigte simulatie bieden. Daarnaast Singh en collega’s aangetoond een enkel platform dat een verscheidenheid combineert van technieken30stuurwiel. Terwijl onderzoekers kunnen het voorstellen van ontwerp-interventies met behulp van dergelijke simulaties, zijn ze zelden gevalideerd met menselijke deelnemers in een gecontroleerde omgeving. Gecontroleerde experimenten zijn zeldzaam in menigte onderzoek omdat ze kunnen moeilijk te organiseren en gevaarlijk zijn voor de deelnemers.

VR heeft tewerkgesteld te onderzoeken van sociaal gedrag met behulp van eenvoudige en complexe virtuele omgevingen met één of meer computer-gesimuleerd agenten. In de studie van Bode en collega’s31,32, werden de deelnemers gevraagd te evacueren van een eenvoudige virtuele omgeving vanuit een topdown onder verschillende agenten en vond dat de afrit keuze werd beïnvloed door statische signage en motivatie. Presentatie van deelnemers met een meer complexe omgeving van een first-person perspectief, vonden Kinateder en collega’s dat de deelnemers waren meer kans om te volgen van een enkele computer-gesimuleerd agent tijdens de ontsnapping van een virtuele tunnel brand25. In een complexe virtuele omgeving met meerdere agenten vonden Drury en collega’s dat de deelnemers de neiging om te helpen een gevallen agent tijdens een evacuatie wanneer ze geïdentificeerd met de menigte26. Deze bevindingen stellen gezamenlijk voor dat VR kan een effectieve manier van het opwekken van sociaal gedrag, zelfs met de computer gesimuleerd agenten. Echter sommige menigte gedrag alleen kunnen worden waargenomen wanneer er een realistische sociaal signaal (dwz., wanneer de deelnemers zich ervan bewust zijn dat de andere avatars worden beheerst door mensen3). Om deze tekortkoming trachten te verhelpen, beschrijft dit protocol een methode voor dirigent gecontroleerde experimenten met meerdere gebruikers in een netwerk VR-setup. Deze aanpak heeft tewerkgesteld in een recente studie door Moussaid en collega’s te onderzoeken van het gedrag van de evacuatie van 36 genetwerkte deelnemers3.

Onderzoek op genetwerkte VR is gericht op onderwerpen die niets met navigatie strategieën33,34 en/of vertrouwd op bestaande online gaming platforms zoals Second Life. Bijvoorbeeld onderzocht Molka-Danielsen en Chabada evacuatie gedrag in termen van afrit keuze en ruimtelijke kennis van het gebouw met behulp van aangeworven onder de bestaande gebruikers van Second Life35deelnemers. Terwijl de auteurs enkele beschrijvende resultaten bieden (bv., visualisaties gevaar opleverende), deze studie hadden problemen met de deelnemer werving, experimentele controle en generalisatie buiten dit specifieke geval. Meer recent, Normoyle en collega’s vonden dat bestaande gebruikers van Second Life en de deelnemers in een laboratorium vergelijkbaar in termen van prestaties en afrit keuze van evacuatie en anders in termen van zelf-gerapporteerde aanwezigheid en frustratie met het besturingselement waren interface36. De bevindingen van deze twee studies aandacht vestigen op enkele van de uitdagingen en mogelijkheden van online en laboratorium experimenten. Online studies zijn geschikt voor tekenen van een veel grotere en gemotiveerde bevolking van potentiële deelnemers. Laboratoriumonderzoek zorgen echter voor meer experimentele controle van het fysieke milieu en de potentiële afleiding. Daarnaast kunnen online studies vormen sommige ethische bezwaren met betrekking tot gegevens anonimiteit en vertrouwelijkheid.

Als een netwerk bureaublad VR laboratorium, wordt het besluit Science Laboratory (DeSciL) van ETH Zürich voornamelijk gebruikt om te bestuderen van de economische besluitvorming en strategische interacties in een gecontroleerde omgeving. De technische infrastructuur op de DeSciL bestaat uit hardware en software voor laboratorium automatisering software die het bureaublad multi-user VR setup ondersteunt. De hardware omvat hoogwaardige desktop computers met het besturingssysteem Microsoft Windows 10 Enterprise, controle interfaces (bv., muis en toetsenbord, joysticks), hoofdtelefoon, en oog trackers (Tabel van materialen). Alle clientcomputers zijn verbonden met Ethernet van één gigabit per seconde aan het universitaire netwerk en de dezelfde netwerk-bestandsshare. Er is geen zichtbare vertraging of vertraging wanneer er 36 clients die zijn verbonden. Het aantal frames per seconde is consequent boven 100. De experimenten worden ook beheerd en gecontroleerd met laboratorium automatiseringssoftware gebaseerd op Microsoft PowerShell (d.w.z., PowerShell gewenst staat configuratie en PowerShell Remoting). Alle relevante stappen van het protocol zijn voorgeprogrammeerd met PowerShell scripts Cmdlets genoemd (bijv., Start-Computer, Stop-Computer). Tijdens het experiment, kunnen deze scripts worden uitgevoerd gelijktijdig en op afstand op alle clientcomputers. Dit type van laboratorium automatisering zorgt voor een identieke staat voor de client computers, vermindert potentiële fouten en complexiteit tijdens wetenschappelijke testen, en voorkomt dat onderzoekers moetend terugkerende handmatige taken uitvoert. Voor de navigatie-experimenten, gebruiken we de eenheid game-engine () ter ondersteuning van de ontwikkeling van 2D- en 3D-omgevingen voor meerdere gebruikers, interactieve bureaublad VR. De 36 clientcomputers zijn verbonden met een server via een als autoriteit fungerende serverarchitectuur. Aan het begin van elk experiment, elke client stuurt een instantiëren-aanvraag naar de server en de server reageert door het instantiëren van een avatar voor die gebruiker op alle aangesloten machines. Van elke gebruiker avatar heeft een camera met een 50 graden gezichtsveld. Gedurende het gehele experiment, de clients de gebruiker sturen ‘ invoer naar de server, en het verkeer van alle clients van de server bijgewerkt.

In het physical laboratory, is elke computer opgenomen in een aparte kast binnen drie semi-onafhankelijke kamers (Figuur 1). De totale omvang van het laboratorium is 170 m2 (150 m2 voor experiment kamer en 20 m2 voor controlekamer). Elk van deze kamers is uitgerust met audio- en video-opname-apparaten. Experimenten worden bestuurd vanuit een aangrenzende logeerkamer (dwz., door instructies opgeven en het initiëren van het experimentele programma). Vanuit deze controlekamer, kunnen de onderzoekers ook observeren de deelnemers in zowel fysieke en virtuele omgevingen. Samen met het departement economie aan de Universiteit van Zürich onderhoudt de DeSciL ook de registratie van de universiteitsstad voor studiedeelnemers, die werd uitgevoerd op basis van h-wortel37.

Hoewel vergelijkbare systemen zijn beschreven in de literatuur38, is de DeSciL de eerste functionele laboratorium die geschikt is voor meerdere gebruikers bureaublad VR experimenten op navigatie en gedrag van de menigte aan onze kennis. Hier beschrijven we het protocol voor het uitvoeren van een experiment in de DeSciL, huidige representatieve resultaten van een studie over de sociale navigatie gedrag en bespreken van de mogelijkheden en beperkingen van dit systeem.

Protocol

Alle methoden die hier worden beschreven zijn goedgekeurd door onderzoek ethisch comité van ETH Zürich als onderdeel van het voorstel EK 2015-N-37. 1. het werven van deelnemers voor de geplande experimentele sessie. Proeven van de deelnemers binnen bepaalde beperkingen (bv., leeftijd, geslacht, educatieve achtergrond) met behulp van de deelnemer recruitment systeem. Stuur uitnodigingen per e-mail naar de willekeurig geselecteerde deelnemers via de contact informa…

Representative Results

Voor elke client voor elk afzonderlijk experiment, de experimentgegevens uit de DeSciL omvatten trajecten, tijdstempels, en maatstaven van prestaties (bv., of de deelnemer bleek in de “juiste” richting op een bijzondere kruising). Een representatieve studie onderzocht de effecten van complexiteit van de bewegwijzering op de routekeuze voor een menigte van menselijke deelnemers (met virtuele avatars) in een eenvoudige Y-vormige virtuele omgeving. In dit experiment, 28 deelnemers (…

Discussion

In dit artikel beschreven we een multi-user bureaublad virtuele realiteit laboratorium waarin maximaal 36 deelnemers kunnen gegevens uitwisselen en gelijktijdig door verschillende virtuele omgevingen te navigeren. Het experimentele protocol detailleert de stappen noodzakelijk zijn voor dit soort onderzoek en unieke multi-user scenario’s. Specifieke overwegingen om deze scenario’s omvatten het aantal deelnemers in opkomst, de kosten van schijnbaar kleine experimentator fouten, rendering en networking capaciteiten (zowel s…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Het representatieve onderzoek werd gefinancierd door de Zwitserse National Science Foundation als onderdeel van de subsidie ‘Bewegwijzering in sociale omgevingen’ (nr. 100014_162428). We willen bedanken M. Moussaid voor inzichtelijke gesprekken. We willen ook C. Wilhelm, F. Thaler, H. Abdelrahman, S. Madjiheurem, A. Ingold en A. Grossrieder bedanken voor hun werk tijdens de softwareontwikkeling.

Materials

PC Lenovo IdeaCentre AIO 700 24’’ screen, 16 GB RAM, and SSDs. CPU: Intel core i7. GPU:NVidia GeForce GTX 950A
Keyboard Lenovo LXH-EKB-10YA
Mouse Lenovo SM-8825
Eye tracker Tobii Technology Tobii EyeX Data rate: 60 Hz. Tracking screen size: Up to 27″
Communication audio system Biamp Systems Networked paging station – 1 Ethernet:100BaseTX

References

  1. Waller, D., Nadel, L. . Handbook of Spatial Cognition. , (2013).
  2. Denis, M. . Space and Spatial Cognition: A Multidisciplinary Perspective. , (2017).
  3. Moussaïd, M., Kapadia, M., Thrash, T., Sumner, R. W., Gross, M., Helbing, D., Hölscher, C. Crowd behaviour during high-stress evacuations in an immersive virtual environment. Journal of the Royal Society Interface. 13 (122), 20160414 (2016).
  4. Grübel, J., Weibel, R., Jiang, M. H., Hölscher, C., Hackman, D. A., Schinazi, V. R. EVE: A Framework for Experiments in Virtual Environments. Spatial Cognition X: Lecture Notes in Artificial Intelligence. , 159-176 (2017).
  5. Loomis, J. M., Blascovich, J. J., Beall, A. C. Immersive virtual environment technology as a basic research tool in psychology. Behavior Research Methods, Instruments, & Computers. 31 (4), 557-564 (1999).
  6. Brooks, F. P. What’s Real About Virtual Reality?. Proceedings IEEE Virtual Reality. , (1999).
  7. Moorthy, K., Munz, Y., Jiwanji, M., Bann, S., Chang, A., Darzi, A. Validity and reliability of a virtual reality upper gastrointestinal simulator and cross validation using structured assessment of individual performance with video playback. Surgical Endoscopy and Other Interventional Techniques. 18 (2), 328-333 (2004).
  8. Weisberg, S. M., Schinazi, V. R., Newcombe, N. S., Shipley, T. F., Epstein, R. A. Variations in cognitive maps: Understanding individual differences in navigation. Journal of Experimental Psychology: Learning Memory and Cognition. 40 (3), 669-682 (2014).
  9. Schinazi, V. R., Nardi, D., Newcombe, N. S., Shipley, T. F., Epstein, R. A. Hippocampal size predicts rapid learning of a cognitive map in humans. Hippocampus. 23 (6), 515-528 (2013).
  10. Ruddle, R. A., Payne, S. J., Jones, D. M. Navigating Large-Scale "Desk- Top" Virtual Buildings: Effects of orientation aids and familiarity. Presence. 7 (2), 179-192 (1998).
  11. Riva, G. Virtual Reality in Psychotherapy: Review. CyberPsychology & Behavior. 8 (3), 220-230 (2005).
  12. Ruse, S. A., et al. Development of a Virtual Reality Assessment of Everyday Living Skills. Journal of Visualized Experiments. (86), 1-8 (2014).
  13. Ploydanai, K., van den Puttelaar, J., van Herpen, E., van Trijp, H. Using a Virtual Store As a Research Tool to Investigate Consumer In-store Behavior. Journal of Visualized Experiments. (125), 1-15 (2017).
  14. Satava, R. M. Virtual reality surgical simulator – The first steps. Surgical Endoscopy. 7 (3), 203-205 (1993).
  15. Stanney, K. M., Hale, K. S. . Handbook of virtual environments: Design, implementation, and applications. , 811-834 (2014).
  16. Ryu, J., Kim, G. J. Using a vibro-tactile display for enhanced collision perception and presence. Proceedings of the ACM symposium on Virtual reality software and technology VRST 04. , 89 (2004).
  17. Louison, C., Ferlay, F., Mestre, D. R. Spatialized vibrotactile feedback contributes to goal-directed movements in cluttered virtual environments. 2017 IEEE Symposium on 3D User Interfaces (3DUI). , 99-102 (2017).
  18. Knierim, P., et al. Tactile Drones – Providing Immersive Tactile Feedback in Virtual Reality through Quadcopters. Proceedings of the 2017 CHI Conference Extended Abstracts on Human Factors in Computing Systems – CHI EA ’17. , 433-436 (2017).
  19. Serafin, S., Nordahl, R., De Götzen, A., Erkut, C., Geronazzo, M., Avanzini, F. Sonic interaction in virtual environments. 2015 IEEE 2nd VR Workshop on Sonic Interactions for Virtual Environments (SIVE). , 1-2 (2015).
  20. Grübel, J., Thrash, T., Hölscher, C., Schinazi, V. R. Evaluation of a conceptual framework for predicting navigation performance in virtual reality. PLoS One. 12 (9), (2017).
  21. Thrash, T., Kapadia, M., Moussaid, M., Wilhelm, C., Helbing, D., Sumner, R. W., Hölscher, C. Evaluation of control interfaces for desktop virtual environments. Presence. 24 (4), (2015).
  22. Ruddle, R. A., Volkova, E., Bülthoff, H. H. Learning to walk in virtual reality. ACM Transactions on Applied Perception. 10 (2), 1-17 (2013).
  23. Moussaïd, M., Perozo, N., Garnier, S., Helbing, D., Theraulaz, G. The walking behaviour of pedestrian social groups and its Impact on crowd dynamics. PLoS One. 5 (4), e10047 (2010).
  24. Bode, N. W. F., Franks, D. W., Wood, A. J., Piercy, J. J. B., Croft, D. P., Codling, E. A. Distinguishing Social from Nonsocial Navigation in Moving Animal Groups. The American Naturalist. 179 (5), 621-632 (2012).
  25. Kinateder, M., et al. Social influence on route choice in a virtual reality tunnel fire. Transportation Research Part F: Traffic Psychology and Behaviour. 26, 116-125 (2014).
  26. Drury, J., et al. Cooperation versus competition in a mass emergency evacuation: A new laboratory simulation and a new theoretical model. Behavior Research Methods. 41 (3), 957-970 (2009).
  27. Helbing, D., Buzna, L., Johansson, A., Werner, T. Self-Organized Pedestrian Crowd Dynamics: Experiments, Simulations, and Design Solutions. Transportation Science. 39 (1), 1-24 (2005).
  28. Moussaïd, M., Helbing, D., Theraulaz, G. How simple rules determine pedestrian behavior and crowd disasters. Proceedings of the National Academy of Sciences of the United States of America. 108 (17), 6884-6888 (2011).
  29. Singh, S., Kapadia, M., Faloutsos, P., Reinman, G. An open framework for developing, evaluating, and sharing steering algorithms. International Workshop on Motion in Games. , 158-169 (2009).
  30. Singh, S., Kapadia, M., Hewlett, B., Reinman, G., Faloutsos, P. A modular framework for adaptive agent-based steering. Symposium on Interactive 3D Graphics and Games. , (2011).
  31. Bode, N., Codling, E. Human exit route choice in virtual crowd evacuations. Animal Behaviour. 86, 347-358 (2013).
  32. Bode, N. W. F., Kemloh Wagoum, A. U., Codling, E. A. Human responses to multiple sources of directional information in virtual crowd evacuations. Journal of the Royal Society Interface. 11 (91), 20130904 (2014).
  33. Pandzic, I. S., Capin, T., Lee, E., Thalmann, N. M., Thalmann, D. A flexible architecture for virtual humans in networked collaborative virtual environments. Computer Graphics Forum. 16, (1997).
  34. Joslin, C., Pandzic, I. S., Thalmann, N. M. Trends in networked collaborative virtual environments. Computer Communications. 26 (5), 430-437 (2003).
  35. Molka-Danielsen, J., Chabada, M. Application of the 3D multi user virtual environment of Second Life to emergency evacuation simulation. System Sciences (HICSS), 2010 43rd Hawaii International Conference. , 1-9 (2010).
  36. Normoyle, A., Drake, J., Safonova, A. . Egress online: Towards leveraging massively, multiplayer environments for evacuation studies. , (2012).
  37. Bock, O., Baetge, I., Nicklisch, A. hroot: Hamburg registration and organization online tool. European Economic Review. 71, 117-120 (2014).
  38. Tanvir Ahmed, D., Shirmohammadi, S., Oliveira, J., Bonney, J. Supporting large-scale networked virtual environments. Virtual Environments, Human-Computer Interfaces and Measurement Systems, 2007. IEEE Symposium. , 150-154 (2007).
  39. Cipresso, P., Bessi, A., Colombo, D., Pedroli, E., Riva, G. Computational psychometrics for modeling system dynamics during stressful disasters. Frontiers in Psychology. 8, 1-6 (2017).
  40. Bernold, E., Gsottbauer, E., Ackermann, K., Murphy, R. . Social framing and cooperation: The roles and interaction of preferences and beliefs. , 1-26 (2015).
  41. Balietti, S., Goldstone, R. L., Helbing, D. Peer review and competition in the Art Exhibition Game. Proceedings of the National Academy of Sciences of the United States of America. 113 (30), 8414-8419 (2016).
  42. Gomez-Marin, A., Paton, J. J., Kampff, A. R., Costa, R. M., Mainen, Z. F. Big behavioral data: Psychology, ethology and the foundations of neuroscience. Nature Neuroscience. 17 (11), 1455-1462 (2014).

Play Video

Cite This Article
Zhao, H., Thrash, T., Wehrli, S., Hölscher, C., Kapadia, M., Grübel, J., Weibel, R. P., Schinazi, V. R. A Networked Desktop Virtual Reality Setup for Decision Science and Navigation Experiments with Multiple Participants. J. Vis. Exp. (138), e58155, doi:10.3791/58155 (2018).

View Video