Ein vernetzten Desktop-Virtual-Reality-Setup für Entscheidung Wissenschaft und Navigation Experimente mit mehreren Teilnehmern

Forschung auf räumliche Wahrnehmung und Navigation in der Regel untersucht die räumliche Entscheidungsprozesse (zB., drehen nach links oder rechts an der Kreuzung) und mentale Repräsentation der Individuen in realen und virtuellen Umgebungen^1,2. Die Vorteile der virtuellen Realität (VR) gehören die Vermeidung von ethischen und Sicherheitsfragen (zB., während eine gefährliche Evakuierung-³), die automatische Messung und Analyse von Geodaten⁴und eine ausgewogene Kombination von innen- und externe Validität^5,6,7. Zum Beispiel erweitert Weisberg und Kollegen frühere Untersuchungen auf individuelle Unterschiede in der räumlichen Wissenserwerbs durch den Nachweis, dass räumliche Aufgaben in der VR eine objektive Verhaltens Bestimmung der räumlichen Möglichkeit⁸bieten können. Diese Studie auch vorgeschlagen, dass die Navigation Verhalten in der VR reale Navigation nähert, weil die virtuelle Umgebung nach dem Campus der Universität von Schinazi und Kollegen⁹ verwendet modelliert wurde (siehe auch die Studie von Ruddle und Kollegen ¹⁰). VR galt auch für Psychotherapie¹¹, klinische Bewertung¹², Verbraucher Verhalten¹³und Chirurgie^14,15. Jedoch die meisten VR-Systemen fehlen propriozeptive und Audio-Feedback, die Präsenz verbessern können und Immersion^16,17,18,19, Training mit der Auswerteeinheit^{20 ,21,22}und fehlende soziale Signale. In der Tat, Menschen in der realen Welt bewegen sich oft in Gruppen²³, zu vermeiden Sie oder folgen Sie anderen Menschen^3,24, und treffen Sie Entscheidungen basierend auf sozialen Kontext^25,26.

Zur gleichen Zeit konzentriert sich die Forschung auf Masse Verhalten oft auf emergente Eigenschaften der Massen (z.B. Bahn Bildung, Staus an Engpässen), die auf einem Computer simuliert oder in der realen Welt beobachtet. Z. B. Helbing und Kollegen verwendet eine Kombination von realen Beobachtungen und Computersimulationen, um Verbesserungsvorschläge zu den Verkehrsfluss in einem Knotenpunkt durch die Trennung von zu- und Abfluss mit physischen Barrieren und platzieren ein Hindernis in der ²⁷zu zentrieren. Moussaïd und Kollegen zur eine Heuristik-basiertes Modell um High-Density-Situationen während einer Menge Katastrophe²⁸zu studieren. Dieser Ansatz schlug Verbesserungen an einen ökologischen Rahmen für Großveranstaltungen um Menge Katastrophen zu vermeiden. Mit Hilfe eines vorhandenen open-Source-Rahmens konnte die Implementierung von solchen Simulationen relativ einfach sein. SteerSuite ist ein open-Source-Framework, das Benutzern erlaubt, Lenkung Algorithmen und Masse Verhalten leicht zu simulieren, indem Sie die Werkzeuge für Erleichterung, benchmarking und Testen von²⁹. Dieses Rahmenwerk kann den Kern eines Vermittlers Navigation Begründung, ist entscheidend für erfolgreiche Crowd-Simulation. Darüber hinaus zeigte Singh und Kollegen eine Plattform, die eine Vielzahl von Techniken³⁰Lenkung kombiniert. Während Forscher Design Interventionen mit Hilfe solcher Simulationen vorschlagen können, werden sie nur selten mit menschlichen Teilnehmern in einer kontrollierten Umgebung überprüft. Kontrollierte Experimente sind selten in der Menge Forschung, weil sie schwer zu organisieren und an die Teilnehmer gefährlich sein können.

VR wurde eingesetzt, um soziale Verhalten verwenden von einfachen und komplexen virtuellen Umgebungen mit einem oder mehreren computersimulierte Agents zu untersuchen. In der Studie von Bode und Kollegen^31,32wurden die Teilnehmer gebeten, eine einfache virtuelle Umgebung von einer Top-Down-Perspektive unter mehreren Agenten zu evakuieren und festgestellt, dass statische Beschilderung und Motivation Ausfahrt Wahl betroffen war. Teilnehmer mit einem komplexeren Umfeld aus einer Ego-Perspektive präsentiert, festgestellt Kinateder und Kollegen, dass die Teilnehmer eher eine computersimulierte Einzelsubstanz während der Flucht aus einem virtuellen Tunnel Feuer²⁵Folgen waren. In einer komplexen virtuellen Umgebung mit mehreren Agenten festgestellt Drury und Kollegen, dass die Teilnehmer einen gefallenen Agenten während einer Evakuierung zu unterstützen tendenziell, wenn sie mit der Masse²⁶identifiziert. Diese Feststellungen zufolge Kollektiv, VR ein wirksames Mittel zur sozialen Verhaltensweisen, auch mit computersimulierte Agenten zu entlocken sein kann. Jedoch können einige Menge Verhaltensweisen nur beobachtet werden, wenn eine realistische soziale Signal vorhanden ist (zB., wenn die Teilnehmer bewusst, dass die anderen Avatare von Menschen³kontrolliert werden). Um diesem Mangel zu begegnen, beschreibt dieses Protokoll ein Verfahren zur Durchführung von kontrollierten Experimenten mit mehreren Benutzern in einem vernetzten VR-Setup. Dieser Ansatz hat in einer aktuellen Studie von Moussaid und Kollegen eingesetzt, um das Verhalten der Evakuierung von 36 vernetzte Teilnehmer³zu untersuchen.

Forschung über vernetzte VR konzentriert sich auf Themen, die in keinem Zusammenhang mit Navigation Strategien^33,34 und/oder stützte sich auf bestehende Online-Gaming-Plattformen wie Second Life. Zum Beispiel untersucht Molka-Danielsen und Chabada Evakuierung Verhalten in Bezug auf die Ausfahrt Wahl und räumlichen Wissens des Gebäudes mit Teilnehmern unter den bestehenden Nutzern von Second Life³⁵rekrutiert. Während die Autoren einige aussagekräftige Ergebnisse liefern (zB., Visualisierungen von Trajektorien), diese Studie hatte Schwierigkeiten mit Teilnehmer Rekrutierung, experimentelle Kontrolle und Verallgemeinerung über diesen speziellen Fall. Vor kurzem fand Normoyle und Kollegen, dass bestehende Nutzer von Second Life und Teilnehmer in einem Labor in Bezug auf Leistung und Ausfahrt Wahl Evakuierung und unterschiedlich in Bezug auf Selbstauskünften Präsenz und Frustration mit dem Regler ³⁶-Schnittstelle. Markieren Sie die Erkenntnisse aus diesen zwei Studien einige der Herausforderungen und Möglichkeiten der Online- und Laborversuche. Online-Studien sind in der Lage, Zeichnung von einer viel größeren und motivierte Bevölkerung der potentielle Teilnehmer. Jedoch erlauben Untersuchungen im Labor für experimentelle Kontrolle der physischen Umwelt und mögliche Ablenkungen. Darüber hinaus können Online-Studien einige ethische Bedenken bezüglich Daten Anonymität und Vertraulichkeit darstellen.

Als eine vernetzte Desktop-VR-Labor dient der Entscheidung Science Laboratory (DeSciL) an der ETH Zürich vor allem wirtschaftliche Entscheidungs- und strategischen Interaktionen in einer kontrollierten Umgebung zu untersuchen. Die technische Infrastruktur bei den DeSciL besteht aus Hardware, Software für Laborautomation und Software, die die Multi-User-Desktop VR Setup unterstützt. Die Hardware umfasst Hochleistungs-Desktop-Computer mit Betriebssystem Microsoft Windows 10 Enterprise, Bedienoberflächen (zB., Maus und Tastatur, Joystick), Kopfhörer und Eye-Tracker (Table of Materials). Alle Client-Computer sind mit Ethernet von einem Gigabit pro Sekunde, das Uni-Netzwerk und den gleichen Dateifreigabe im Netzwerk verbunden. Es gibt keine sichtbare Verzögerung oder Verzögerung gibt es 36 Clients verbunden. Die Anzahl der Frames pro Sekunde ist durchweg über 100. Die Experimente sind auch verwaltet und kontrolliert mit Labor-Automatisierungs-Software basierend auf Microsoft PowerShell (d.h.PowerShell gewünscht Zustand Konfiguration und PowerShell Remoting). Alle relevanten Schritte des Protokolls sind vorprogrammiert, mit PowerShell-Skripts genannt Cmdlets (zB., Start-Computer, Stop-Computer). Während des Experiments können diese Skripts gleichzeitig und aus der Ferne auf allen Client-Computern ausgeführt werden. Diese Art der Laborautomation sorgt für eine identische Zustand des Clients Computern, reduziert potenzielle Fehler und Komplexität bei der wissenschaftlichen Prüfung und verhindert, dass Forscher sich wiederholende manuelle Aufgaben. Für die Navigation-Experimente, verwenden wir die Einheit game-Engine () um die Entwicklung von 2D und 3D Umgebungen für Multi-User, interaktive Desktop VR zu unterstützen. Die 36 Client-Computer sind mit einem Server über einen autorisierenden Server-Architektur verbunden. Zu Beginn jedes Experiments jeder Client eine Instanziierung Anforderung an den Server sendet, und der Server antwortet durch Instanziieren eines Avatars für diesen Benutzer auf allen angeschlossenen Computern. Jeder Benutzer Avatar hat eine Kamera mit einem 50 Grad Sichtfeld. Während das Experiment, die Clients senden Benutzer “Eingang auf dem Server und der Server aktualisiert die Bewegung von allen Clients.

Im physikalischen Labor ist jeder Computer in einem separaten Raum innerhalb drei halb-unabhängigen Zimmer (Abbildung 1) enthalten. Die Gesamtgröße des Labors ist 170 m² (150 m² für Experiment Zimmer und 20 m² für Kontrollraum). Jedes dieser Zimmer ist mit Audio- und video Aufnahmegeräten ausgestattet. Experimente werden von einem separaten Nebenraum gesteuert (i.e., indem die Anweisungen und initiieren das experimentelle Programm). Aus diesem Kontrollraum beobachten die Experimentatoren auch die Teilnehmer in physischen und virtuellen Umgebungen. Gemeinsam mit der wirtschaftswissenschaftlichen Fakultät an der Universität Zürich unterhält die DeSciL Registrierung Universitätszentrum für Studienteilnehmer, die implementiert wurde basierend auf h-Wurzel³⁷.

Obwohl ähnliche Systeme in der Literatur³⁸beschrieben wurden, ist die DeSciL das erste funktionale Labor, das für Multi-User Desktop-VR-Experimente auf Navigation und Masse Verhalten nach unserem Kenntnisstand geeignet ist. Hier beschreiben wir das Protokoll für die Durchführung eines Experiments in der DeSciL, repräsentative Ergebnisse aus einer Studie über soziale Navigation Verhalten und die Möglichkeiten und Grenzen dieses Systems zu diskutieren.