Uma instalação em rede de realidade Virtual Desktop para ciência de decisão e as experiências de navegação com vários participantes

Pesquisa sobre cognição espacial e navegação normalmente estuda a tomada de decisão espacial (EG., virando a esquerda ou direita num cruzamento) e representação mental dos indivíduos em ambientes reais e virtuais^1,2. As vantagens de realidade virtual (VR) incluem a prevenção de problemas éticos e de segurança (ex., durante uma evacuação perigoso³), a medida automática e análise de dados espaciais⁴e uma combinação equilibrada de internos e validade externa^5,6,7. Por exemplo, Weisberg e colegas estendido pesquisa anterior sobre as diferenças individuais na aquisição de conhecimentos geográficos, demonstrando que tarefas espaciais em VR podem fornecer uma medida comportamental objetiva da capacidade espacial⁸. Este estudo também sugeriu que o comportamento de navegação em VR aproxima navegação reais, porque o ambiente virtual foi modelado após o campus da Universidade usado por Schinazi e colegas⁹ (ver também o estudo de Ruddle e colegas ¹⁰). VR também foi aplicado para Psicoterapia¹¹, avaliação clínica¹², consumidor comportamento¹³e cirurgia^14,15. No entanto, a maioria dos sistemas VR falta feedback proprioceptivo e áudio que pode melhorar a presença e imersão^16,17,18,19, requer treinamento com a interface de controle^{20 ,21,22}e falta de pistas sociais. Na verdade, as pessoas no mundo real muitas vezes mover em grupos²³, evitar ou seguir outras pessoas^3,24e tomar decisões com base no contexto social^25,26.

Ao mesmo tempo, pesquisas sobre o comportamento da multidão frequentemente enfoca características emergentes das multidões (por exemplo, formação de lane, congestionamento em gargalos) que são simuladas em um computador ou observadas no mundo real. Por exemplo, Helbing e colegas usaram uma combinação de observações reais e simulações de computador a fim de sugerir melhorias de fluxo de tráfego em uma interseção, separando a entrada e saída com barreiras físicas e colocando um obstáculo na Centro de²⁷. Moussaïd e os colegas usaram um modelo baseado em heurística para estudar situações de alta densidade durante um desastre de multidão²⁸. Essa abordagem sugeriu melhorias para um cenário ambiental para eventos em massa para evitar desastres de multidão. Com o auxílio de um framework open source existentes, a implementação de tais simulações pode ser relativamente fácil. SteerSuite é um framework de código aberto que permite aos usuários simular algoritmos de direção e comportamento de multidão facilmente, fornecendo ferramentas para facilitar, aferição e testes de²⁹. Este quadro pode fornecer o núcleo da lógica de navegação do agente, que é crítico para simulação da multidão bem sucedida. Além disso, Singh e colegas demonstraram uma plataforma única que combina uma variedade de técnicas³⁰de direção. Enquanto pesquisadores podem propor intervenções de projeto usando tais simulações, raramente são validados com participantes humanos em um ambiente controlado. Experimentos controlados são raros na pesquisa da multidão, porque eles podem ser difíceis de organizar e perigoso para os participantes.

VR tem sido empregado para investigar o comportamento social, utilizando ambientes virtuais simples e complexos, com um ou mais agentes artificialmente. No estudo de Bode e colegas^31,32, os participantes foram convidados a evacuar um simples ambiente virtual de uma perspectiva de cima para baixo entre os vários agentes e achei que a escolha de saída foi afetada pela motivação e sinalização estática. Apresentando os participantes com um ambiente mais complexo de uma perspectiva de primeira pessoa, a Kinateder e seus colegas descobriram que os participantes eram mais propensos a seguir um único agente artificialmente durante a fuga de um túnel virtual fogo²⁵. Em um ambiente virtual complexo com vários agentes, Drury e seus colegas descobriram que os participantes tendiam a ajudar um agente caído durante uma evacuação quando eles identificados com a multidão de²⁶. Coletivamente, estes achados sugerem que a VR pode ser uma maneira eficaz de suscitar comportamentos sociais, mesmo com agentes artificialmente. No entanto, alguns comportamentos de multidão só podem ser observados quando há um sinal social realista (i. e., quando os participantes estão cientes de que os outros avatares são controlados por pessoas³). Para resolver esta lacuna, o presente protocolo descreve um método para realizar experimentos controlados com vários usuários em uma instalação em rede do VR. Esta abordagem tem sido empregada em um estudo recente por Moussaid e colegas a fim de investigar o comportamento de evacuação de 36 participantes em rede³.

Pesquisa na rede VR centrou-se sobre assuntos não relacionados à navegação estratégias^33,34 e/ou baseou-se em plataformas de jogos on-line existentes, como o Second Life. Por exemplo, Molka-Danielsen e Chabada investigaram o comportamento de evacuação em termos de escolha de saída e conhecimento espacial do edifício usando participantes recrutados entre os usuários do Second Life³⁵. Enquanto os autores fornecem alguns resultados descritivos (EG., visualizações de trajetórias), este estudo teve dificuldades com o recrutamento de participantes, controle experimental e generalização para além deste caso específico. Mais recentemente, Normoyle e seus colegas descobriram que os usuários existentes do Second Life e os participantes em um laboratório eram comparáveis em termos de escolha de desempenho e saída de evacuação e diferentes em termos de presença de auto-relato e frustração com o controle interface de³⁶. Os resultados destes dois estudos destacam alguns dos desafios e oportunidades proporcionadas pelo on-line e dos experimentos de laboratório. Estudos on-line são capazes de desenho a partir de uma população muito maior e motivada de potenciais participantes. No entanto, estudos de laboratório permitem controle mais experimental do ambiente físico e potenciais distrações. Além disso, estudos on-line podem representar algumas preocupações éticas em relação a dados anonimato e a confidencialidade.

Como um laboratório VR desktop em rede, o laboratório de ciência de decisão (DeSciL) no ETH Zürich é usado principalmente para o estudo económicas interações estratégicas e de tomada de decisões em um ambiente controlado. A infra-estrutura técnica para a DeSciL consiste em hardware, software para automação de laboratório e software que oferece suporte a multi-user desktop instalação VR. O hardware inclui computadores desktop de alto desempenho com sistema operacional Microsoft Windows Enterprise 10 interfaces de controle (ex., mouse e teclado, joysticks), fones de ouvido e olho trackers (Tabela de materiais). Todos os computadores cliente estão conectados com Ethernet de um gigabit por segundo para a rede da Universidade e o compartilhamento de arquivo de rede mesmo. Não há nenhum atraso visível ou defasagem quando existem 36 clientes conectados. O número de quadros por segundo é consistentemente acima de 100. Os experimentos também são gerenciados e controlados com software de automação de laboratório baseado em Microsoft PowerShell (i.e., configuração de estado desejado do PowerShell e PowerShell Remoting). Todas as etapas relevantes do protocolo são pré-programados com scripts do PowerShell Cmdlets de chamado (ex., computador, Start-Stop-Computer). Durante o experimento, estes scripts podem ser executados remotamente e simultaneamente em todos os computadores cliente. Este tipo de automação de laboratório garante um estado idêntico do cliente computadores, reduz possíveis erros e complexidade durante os testes científicos e impede que os pesquisadores ter que realizar tarefas manuais repetitivas. Para as experiências de navegação, nós usamos o motor de jogo de unidade () a fim de apoiar o desenvolvimento de ambientes 2D e 3D para desktop multiusuário, interativo VR. Os 36 cliente computadores são conectados a um servidor através de uma arquitetura de servidor autoritativo. No início de cada experimento, cada cliente envia uma solicitação de instanciação para o servidor e o servidor responde pela instanciação de um avatar para esse usuário em todas as máquinas conectadas. Avatar de cada usuário tem uma câmera com um campo de visão de 50 graus. Durante todo o experimento, os clientes enviam usuário ‘ de entrada para o servidor, e o servidor atualiza o movimento de todos os clientes.

No laboratório de física, cada computador está contido em um compartimento separado dentro três quartos semi-independentes (Figura 1). O tamanho total do laboratório é de 170 m² (150 m² para o quarto e 20m experimento² para sala de controle). Cada um destes quartos está equipado com dispositivos de gravação de áudio e vídeo. Experimentos são controlados a partir de uma sala adjacente (i. e., fornecendo instruções e iniciar o programa experimental). Desta sala de controle, os experimentadores também podem observar os participantes em ambientes físicos e virtuais. Juntamente com o departamento de economia na Universidade de Zurique, o DeSciL também mantém o centro de registo de Universidade para os participantes do estudo, que foi implementado com base na raiz h³⁷.

Embora sistemas semelhantes têm sido descritos na literatura³⁸, o DeSciL é o primeiro laboratório funcional que é apropriado para vários usuários desktop VR experiências na navegação e comportamento de multidão para o nosso conhecimento. Aqui, descrevemos o protocolo para a realização de um experimento no DeSciL, presentes resultados representativos de um estudo sobre o comportamento de navegação social e discutem o potencial e as limitações deste sistema.