여러 참가자와 탐색 실험 결정 과학에 대 한 네트워크로 연결 된 데스크톱 가상 현실 설정

공간 인식 및 탐색에 대 한 연구는 일반적으로 공간 의사 결정 연구 (예., 교차로에서 왼쪽 또는 오른쪽 선회)와 실제 및 가상 환경^1,2개인의 정신적 표현. 가상 현실 (VR)의 장점의 윤리 및 안전 문제 예방 (예., 위험한 피난³시), 자동 측정 및 공간 데이터⁴의 분석 및 내부 균형된 조합 및 외부 타당성^5,,67. 예를 들어 이즈와 동료 VR 공간 작업 공간 능력⁸의 객관적인 행동 측정을 제공할 수 있는 시연 함으로써 공간 지식 수집에서 개별 차이 대 한 이전 연구를 확장. 이 연구는 또한 VR에 탐색 행동에 실제 탐색 근접 때문에 가상 환경을 Schinazi와 동료⁹ 에서 사용 하는 대학 캠퍼스를 모델로 했다 제안 했다 (또한 보십시오 Ruddle와 동료의 연구 ¹⁰). VR는 또한 심리¹¹, 임상 평가¹², 소비자 행동¹³및 수술^14,15에 적용 되었습니다. 그러나, 대부분의 VR 시스템 고유 및 오디오 피드백을 존재를 향상 시킬 수 있습니다 부족 하 고 침수^16,17,,1819,^{20 제어 인터페이스와 함께 훈련을 필요로 ,,2122}및 부족 사회 신호. 실제로, 현실 세계에서 사람들이 자주 그룹²³, 방지 또는 다른 사람들이^3,24, 따라 이동한 사회적 맥락^25,26에 따라 결정 합니다.

같은 시간에 군중 행동에 대 한 연구는 종종 군중 (예를 들어, 레인 형성, 병목 혼잡) 컴퓨터에서 시뮬레이션 또는 실제 세계에서 관찰의 응급 특성에 집중 한다. 예를 들어 Helbing와 동료 사용 실제 관찰과 컴퓨터 시뮬레이션의 조합 유입 및 유출 물리적 장벽으로 분리 하 고 있는 장애물을 배치 하 여 교차로에 교통 흐름 개선 제안 합니다 ²⁷센터. Moussaïd와 동료 군중 재해²⁸동안 고밀도 상황을 공부 하는 추론 기반 모델을 사용. 이 방법은 군중 재해를 피하기 위하여 대량 이벤트에 대 한 환경 설정 개선 제안. 오픈 소스 프레임 워크의 도움 같은 시뮬레이션의 구현이 상대적으로 쉽게 될 수 있습니다. SteerSuite 조 향 알고리즘 및 군중 행동 촉진, 벤치마킹, 및²⁹테스트를 위한 도구를 제공 하 여 쉽게 시뮬레이션을 사용자가 허용 하는 오픈 소스 프레임 워크입니다. 이 프레임 워크는 성공적인 군중 시뮬레이션에 대 한 중요 한 에이전트의 탐색 논리의 핵심을 제공할 수 있습니다. 또한, 싱 및 동료 기술³⁰스티어링의 다양 한 결합 하 여 단일 플랫폼 설명 했다. 연구자는 이러한 시뮬레이션을 사용 하 여 디자인 개입 제안 수, 하는 동안 그들은 거의 제어 환경에서 인간 참가자와 유효성이 검사 됩니다. 제어 실험은 어려운 구성 하 고 참가자 들에 게 위험한 수 있기 때문에 군중 연구에 드물다.

VR 하나 이상의 에이전트를 컴퓨터 시뮬레이션으로 간단 하 고 복잡 한 가상 환경을 사용 하 여 사회적 행동을 조사 하기 위해 고용 되었다. 보드와 동료^31,32의 연구에서 참가자는 간단한 가상 환경을 여러 에이전트 중 하향식 관점에서 철수 하 고 출구 선택은 정적 간판 및 동기 부여에 의해 영향을 발견 하도록 요청 했다. 1 인칭 관점에서 좀 더 복잡 한 환경으로 참가자를 제시, Kinateder 및 동료 발견 참가자 중 가상 터널 화재²⁵에서 탈출 한 컴퓨터 시뮬레이션 에이전트를 따라 가능성이 더 컸다. 여러 에이전트와 복잡 한 가상 환경에서 Drury와 동료 참가자 그들은 군중²⁶식별 대피 중 타락 한 에이전트 지원 경향이 발견. 샨 다, 이러한 결과 VR도 컴퓨터 시뮬레이션 에이전트와 사회적 행동을 도출 하는 효과적인 방법 수 것이 좋습니다. 그러나, 일부 군중 행동만 관찰 수 있습니다 현실적인 사회 신호 있을 때 (즉., 참가자는 다른 아바타 사람들이³에 의해 제어 됩니다 인식 하는 때). 이 단점을 해결 하기 위해 현재 프로토콜 네트워크 VR 설치 프로그램에서 여러 사용자와 제어 실험을 실시 하는 방법을 설명 합니다. 이 이렇게 최근 연구에서 Moussaid와 동료에 의해 36 네트워크 참가자³의 피난 행동을 조사 하기 위하여 고용 되었다 있다.

VR 네트워크에 대 한 연구 주제 탐색 전략^33,34 에 비관련 및 세컨드 라이프 등 기존 온라인 게임 플랫폼에 의존에 집중 했다. 예를 들어 Molka Danielsen 및 Chabada 출구 선택 및 참가자 모집 세컨드 라이프³⁵의 기존 사용자 들을 사용 하 여 건물의 공간 지식 피난 행동을 조사. 저자는 몇 가지 설명 결과 제공 하는 동안 (예., 궤도의 시각화),이 연구 참가자 모집, 실험 제어, 그리고이 특정 한 경우 넘어 일반화와 함께 어려움을 했다. 더 최근에, Normoyle와 동료는 발견 세컨드 라이프와 실험실에서 참가자의 기존 사용자가 했다 피난 성능 및 출구 선택의 관점에서 비교 하 고 자기 알려 진된 존재와 컨트롤 좌절 다른 인터페이스³⁶. 이러한 두 연구 결과 일부의 과제와 온라인에서 제공 하는 기회를 강조 하 고 실험실 실험. 온라인 연구는 훨씬 크고 동기 인구에서 잠재적인 참가자의 드로잉 할 수 있다. 그러나, 실험실 연구는 물리적 환경 및 잠재적인 주의 산만의 더 실험 제어에 대 한 수 있습니다. 또한, 온라인 연구 데이터 익명성 및 비밀 유지에 관한 몇 가지 윤리적 문제 포즈 수 있습니다.

네트워크로 연결 된 데스크톱 VR 실험실으로 ETH 취리히에 결정 과학 실험실 (DeSciL)는 경제 의사 결정과 전략적 통제 된 환경에서 상호 작용을 공부 하에 주로 사용 됩니다. 하드웨어, 실험실 자동화, 소프트웨어 및 다중 사용자 데스크톱 VR 설치를 지 원하는 소프트웨어는 DeSciL에서 기술 기반에 의하여 이루어져 있다. 마이크로소프트 윈도 10 기업 운영 체제, 제어 인터페이스와 함께 높은 성능을 데스크톱 컴퓨터를 포함 하는 하드웨어 (예., 마우스와 키보드, 조이스틱), 헤드폰, 그리고 눈 추적자 (자료 테이블). 모든 클라이언트 컴퓨터는 대학 네트워크와 동일한 네트워크 파일 공유에 초당 1 기가 비트의 이더넷 연결 됩니다. 거기에 보이는 지연 또는 지연 36 클라이언트가 연결 되어 있는 경우입니다. 초당 프레임 수는 지속적으로 100 이상입니다. 실험은 또한 관리 하 고 제어 실험실 자동화 소프트웨어 마이크로소프트 PowerShell (즉, PowerShell 원하는 상태 구성 및 PowerShell 원격)에 따라. 프로토콜의 모든 관련 된 단계는 PowerShell 스크립트를 Cmdlet 라는 프로그램 된 (예., 시작-컴퓨터, 컴퓨터 정지). 실험 하는 동안 이러한 스크립트를 실행할 수 있습니다 동시에 및 원격으로 모든 클라이언트 컴퓨터에. 실험실 자동화의이 유형은 컴퓨터 클라이언트의 동일한 상태를 보장 하 고 과학적 테스트 하는 동안 잠재적인 오류 및 복잡성 감소 연구원 반복적인 수동 작업을 수행 하는 데 하는 것을 않도록 합니다. 우리 통일 게임 엔진을 사용 하는 탐색 실험에 대 한 () 다중 사용자, 대화형 데스크톱 VR에 대 한 2D 및 3D 환경의 개발을 지원 하기 위해. 36 클라이언트 컴퓨터를 신뢰할 수 있는 서버 아키텍처를 통해 서버에 연결 됩니다. 모든 실험의 시작에 각 클라이언트는 서버에는 인스턴스화 요청을 보냅니다 하 고 서버에 연결 된 컴퓨터의 모든 사용자에 대 한 아바타를 인스턴스화 하 여 응답 합니다. 각 사용자의 아바타는 50도 시야와 함께 카메라를 했다. 실험을 통해 클라이언트에 보낼 사용자 ‘ 서버로 입력 서버 업데이트 모든 클라이언트의 움직임.

실제 실험실에서 각 컴퓨터는 3 개의 반 독립적인 객실 (그림 1) 내에서 별도 칸막이에 포함 됩니다. 실험실의 전반적인 크기는 170 m² (150 m² 실험 룸과 20 m² 에 대 한 제어 실에 대 한)입니다. 이 객실은 오디오 및 비디오 녹음/녹화 장치를 갖추고 있습니다. 별도 인접 한 룸에서 실험 제어 됩니다 (즉., 지침을 제공 하 고 실험적인 프로그램을 시작 하 여). 이 제어 방에서 경험 또한 실제 및 가상 환경에서 참가자를 관찰할 수 있다. 취리히 대학에서 경제학과, 함께 DeSciL는 또한 h 루트³⁷에 따라 구현 하는 연구 참가자, 대학 등록 센터를 유지 합니다.

유사한 시스템 문학³⁸에서 설명 되었습니다는 DeSciL는 첫 번째 기능 실험실 탐색 및 우리의 지식에 군중 행동에 다중 사용자 데스크톱 VR 실험에 적합. 여기, 우리는 DeSciL에서 실험을 실시 하기 위한 프로토콜을 설명, 하나에서 현재 대표적인 결과 사회 탐색 행동에 연구 하 고 잠재력과이 시스템의 한계를 논의.