意思決定科学の複数の参加者とナビゲーション実験ネットワーク デスクトップ仮想現実のセットアップ

空間認知とナビゲーションに関する研究は通常空間の意思決定を研究 (e.g。、交差点で左または右に回転) とリアルとバーチャルの環境^1,2の個人の精神的な表現。バーチャルリアリティ (VR) のメリットが倫理的なおよび安全問題の防止 (e.g、危険な避難³中)、自動測定と空間データ⁴の分析と内部のバランスのとれた組み合わせと。外的妥当性^5,6,7。たとえば、Weisberg と同僚は、VR 空間タスクが空間認識能力⁸の客観的行動指標を提供できることを示すことによって空間知識獲得における個人差に関する先行研究を拡張しました。仮想環境いた Schinazi と同僚の⁹で使用される大学のキャンパスをモデルにしたので、VR のナビゲーションの動作が実世界ナビゲーションを近似することも示唆 (また Ruddle と同僚の研究を見なさい¹⁰). VR は心理療法¹¹、臨床評価¹²、消費者行動¹³、および手術^14,15にも適用されています。ただし、ほとんどの VR システムは、プレゼンスを向上させることができる感覚とオーディオのフィードバックを持たないし、浸漬^16,17,18,19,^{20 のコントロール インタ フェースでのトレーニングが必要 ,21,22}、および不足社会的手がかり。確かに、現実の世界で人々 はしばしばグループ²³、移動を避けるために従って他の人々^3、24や社会的文脈^25,26に基づいて決定を下します。

同時に、群衆挙動に関する研究は、しばしばコンピューター上でシミュレートまたは現実世界で観察される (例えば、レーン形成、ボトルネック渋滞) 群集の創発的特性に焦点を当てください。たとえば、Helbing と同僚は物理的な障壁の流入と流出を分離し、中の障害物を配置すること、交差点における交通の流れの改善を提案するために実世界の観測とシミュレーションの組み合わせを使用、センターの²⁷を。Moussaïd と同僚は、群衆災害²⁸の中に高密度の状況を研究するのにヒューリスティック ベースのモデルを使用しました。このアプローチは、群衆の災害を避けるために大規模なイベントの環境設定の改善を提案しました。既存のオープン ソースのフレームワークを用いて、このようなシミュレーションの実装は比較的簡単かもしれません。SteerSuite は、ステアリング アルゴリズムと群衆行動を促進、ベンチマーク、および²⁹のテスト ツールを提供することによって簡単にシミュレートすることができますオープン ソースのフレームワークです。このフレームワークは、成功した群集のシミュレーションにとって重要となるエージェントのナビゲーション根拠のコアを提供できます。また、シンと同僚は、さまざまなテクニック³⁰をステアリングを組み合わせた単一のプラットフォームを示します。一方、研究者は、このようなシミュレーションを使用して設計介在を提案できる、ほとんど制御設定では人間の参加者と検証が行われます。整理することは困難で、参加者に危険なことができるので、制御実験は群集の研究ではまれです。

VR は、単純および複雑な仮想環境を使用して 1 つまたは複数のコンピュータ シミュレーションのエージェントと社会的行動を調査するため採用されています。ボード線図と同僚の^31,32の研究で出口選択が静的な看板や動機によって影響を受けたいくつかのエージェントの間で、トップダウンの観点からシンプルな仮想環境に避難を求めた。最初の人の視点からより複雑な環境で参加者を提示、Kinateder および同僚分かった参加者仮想トンネル火災²⁵からの脱出中にコンピュータ シミュレーションの単一のエージェントに従う可能性が高い。複数のエージェントを持つ複雑な仮想環境ドゥルーリーと同僚は、参加者が彼らを群衆²⁶特定避難中に倒れたエージェントを支援する傾向があることを発見します。総称して、VR がエージェントのコンピューター シミュレーションとも社会的行動を引き出す効果的な方法をすることができますが示唆されました。ただし、いくつかの群集行動が観察できる現実的な社会的シグナルがある場合 (すなわち。、参加者が他のアバターが人々³によって制御されることに注意してください)。この欠点を解決するために議定書はネットワーク VR セットアップで複数のユーザと管理された実験の実施方法について説明します。このアプローチは、36 ネットワーク参加者³の避難行動を調査するために、Moussaid および同僚によって最近の研究で採用されています。

ネットワーク接続された VR の研究トピック ナビゲーション戦略^33,34とは無関係やセカンド ライフなど既存のオンライン ゲームのプラットフォームに依存してきました。たとえば、Molka Danielsen と Chabada 出口選択と参加者は第二の人生³⁵の既存ユーザーの間で募集を用いた建物の空間の知識面での避難行動を調査しました。著者らは、いくつかのわかりやすい結果を提供しながら (e.g。、軌跡の可視化)、本研究参加者募集、実験コントロールは、この特定のケースを越えて一般化と困難があった。最近では、Normoyle および同僚分かったセカンド ライフと研究室で参加者の既存ユーザー避難性能と出口の選択の面で匹敵する、自己報告された存在とコントロールに不満の点で異なる³⁶をのインターフェイスです。これら 2 つの研究からの調査結果は、いくつかの課題とオンラインで与えられる機会を強調表示し、実験します。オンライン調査は、潜在的な参加者の大いにより大きく、独創力のある人口から描画が可能です。しかし、研究室の研究物理環境と潜在的な気晴らしのより実験的制御を可能にします。さらに、オンライン調査データの匿名性と機密性に関するいくつかの倫理的な問題が生じる。

ネットワーク デスクトップ VR 研究室として ETH チューリッヒに意思決定科学研究所 (DeSciL)、主に制御された環境で経済的意思決定と戦略的な相互作用を調査する使用されます。DeSciL の技術的な問題は、ハードウェア、ソフトウェア検査の自動化、およびマルチ ユーザー デスクトップ VR セットアップをサポートするソフトウェアで構成されます。ハードウェアが Microsoft Windows 10 Enterprise オペレーティング システム、制御インタ フェースの高性能デスクトップ コンピューター (e.g。、マウス、キーボード、ジョイスティック)、ヘッドフォンと目トラッカー (材料表)。すべてのクライアント コンピューターは、大学ネットワークと同じネットワークのファイル共有に 1 秒あたり 1 つのギガビットのイーサネットで接続されます。ありません表示遅延やラグ 36 クライアント接続がある場合。1 秒あたりのフレーム数が常に 100 以上です。実験も管理され、Microsoft PowerShell (すなわち、PowerShell 希望状態の構成と PowerShell リモート処理) に基づく研究室オートメーション ソフトウェアで制御します。PowerShell スクリプト コマンドレットを呼び出すと、プロトコルのすべての関連するステップを内蔵 (e.g。、- コンピューターを起動、停止コンピューター)。実験では、これらのスクリプトで実行できるとリモートで同時にすべてのクライアント コンピューター。検査自動化のこのタイプにより、クライアントの同一状態のコンピューター、科学的なテストの間に潜在的なエラーや複雑さを低減、研究者の手動による繰り返し作業を実行することを防ぎます。Unity のゲーム エンジンを用いてナビゲーション実験 () マルチ ユーザー、インタラクティブ デスクトップ VR の 2 D および 3 D 環境の開発をサポートするために。36 のクライアント コンピューターは、権限のあるサーバー アーキテクチャを介してサーバーに接続されます。すべての実験の開始時各クライアント インスタンス生成要求をサーバーに送信して、サーバーはすべての接続されているマシンに、そのユーザーのアバターをインスタンス化することによって応答します。各ユーザーのアバターは、50 度の視野角を持つカメラをしています。実験中のクライアント ユーザーに送信 ‘ サーバーに入力し、サーバーはすべてのクライアントの動きを更新します。

物理学研究所、各コンピューターは半独立した 3室 (図 1) 内の個別ブースで含まれています。研究室の全体のサイズは 170 m² (実験室と 20 m²コントロール ルームのための 150 m² ) です。これらの各部屋はオーディオとビデオの記録装置が装備します。実験は、独立した隣接するルームから制御 (すなわち。、指示を提供し、実験的なプログラムを開始する)。このコントロール ルームから実験者はまた両方の物理および仮想環境で参加者を確認できます。チューリッヒ大学で経済学部と共に、DeSciL は研究参加者は、実装された h ルート³⁷に基づく大学登録センターも保持されます。

同様のシステムは、文学³⁸に記載されている、ナビゲーションおよび私達の知識に群衆行動に関するマルチ ユーザー デスクトップ VR 実験に適している最初の機能研究室は、DeSciL。ここでは、DeSciL で実験を行なうためのプロトコルについて述べる、1 つから現在の代表的な結果ソーシャルナビゲーション挙動に関する研究可能性とこのシステムの限界を話し合います。