Le paradigme de nid d’abeilles pour la recherche sur le comportement humain collectif
Summary
Nous présentons ici le jeu sur ordinateur, multi-agents en nid d’abeille, qui permet des investigations expérimentales du mouvement humain collectif comportement via la noir-dot-avatars sur un terrain de jeu du hexagonal 2D virtuel. Des conditions expérimentales différentes, comme des incitations variables sur les champs de l’objectif ou le rayon de la vision, peuvent être réglées, et leurs effets sur le comportement de mouvement humain peuvent être l’objet d’une enquête.
Abstract
Comportement humain collectif comme le mouvement de groupe montre souvent surprenant des patrons et des régularités, tels que l’émergence de leadership. La littérature récente a révélé que ces patrons, souvent visibles à l’échelle mondiale du groupe, sont fondées sur des comportements auto-organisé, individuels qui suivent plusieurs paramètres les simples. Comprendre la dynamique du comportement collectif humain peut aider à améliorer la coordination et la direction dans les scénarios de groupe et de la foule, telles qu’identifier l’idéal pour l’installation et le nombre d’issues de secours dans les bâtiments.
Dans cet article, nous présentons le paradigme expérimental en nid d’abeille, ce qui permet d’étudier systématiquement les conditions et les effets du comportement collectif humain. Ce paradigme utilise une plate-forme informatique multi-utilisateurs, offrant un cadre qui peut être en forme et adapté aux différents types de questions de recherche. Situationnelles conditions (p. ex., les rapports coûts-avantages pour un comportement spécifique, ressources, différents degrés d’incertitude et incitations monétaires) peuvent être déterminées par les expérimentateurs, selon la question de recherche. Les mouvements de chaque participant sont enregistrés par le serveur comme coordonnées hexagonales avec des estampilles avec une précision de 50 ms et avec ID individuels. Ainsi, une mesure peut être définie sur le terrain de jeu et des paramètres de mouvement (par exemple, distances, vitesse, clusters, etc.) des participants peuvent être mesurées au fil du temps. Données de mouvement peuvent à son tour être associées non informatisés des données des questionnaires a recueilli dans le même montage.
Le paradigme de nid d’abeilles prépare le terrain pour les nouveaux types d’expériences de mouvement humain. Nous montrons ici que ces expériences peuvent afficher les résultats avec une validité interne suffisante d’une manière significative approfondir notre compréhension du comportement collectif humain.
Introduction
L’informatique multi-agents jeu en nid d’abeille1 vous propose un paradigme méthodologique afin d’étudier expérimentalement les mouvements humains comment collective modèles et structures de groupe émergent du comportement individuel. Des participants humains sont visuellement représentés comme avatars (points noirs) sur un terrain de jeu virtuel hexagonal ressemblant à un nid d’abeilles (Figure 1). Les participants déplacent leur avatars via la souris-cliquez ici pour atteindre hexagones objectif, dépenser des ressources de déménagement (Video 1) et maximiser leurs récompenses monétaires en construisant des groupes cohésifs (Video 2). Des conditions spatiales (p. ex., rayon de vision), récompense des structures (par exemple, les champs de but monétaire) et canaux de communication peuvent être manipulées afin de découvrir qui et dans quelle mesure ces règles de condition impact coordination et leadership dans un mouvement collectif.
Règles de procédure/condition du jeu, les objectifs et motivations de récompense ont été conçues par les psychologues sociaux pour étudier le mouvement collectif humain. En essaims animales ainsi que des foules humaines, on peut observer des phénomènes émergents (c’est-à-dire les modèles globaux) dont témoigne des comportements individuels qui suit des règles locales. Par exemple, bancs de poissons et de nuées d’oiseaux semblent se déplacer comme des entités cohérentes vers un objectif spatial2,3,4, malgré des tailles de grand groupe qui réduisent leur capacité de communication globale ou entre individus. Des recherches empiriques5,6,7,8,9,10et de11,des simulations sur ordinateur12, de modélisation comportementale 13 ont montré que, chez diverses espèces, dont les humains14,15,16, des motifs complexes au niveau du groupe émergent sans contrôle interne ou de supervision externe. Mouvement individuel local et, souvent, parfois, des règles simples au niveau microscopique suffisent générer un mouvement ordonné au niveau macroscopique. Ces expériences contribuent à croissant preuve2,6 , que non seulement les grands essaims, mais aussi les petits groupes (groupes humains ainsi que d’autres groupes d’animaux) sont coordonnés par l’interaction locale règles1.
Notre nouvelle approche à l’aide de jeux sur ordinateur multi-utilisateurs avatar montre un des principaux avantages dans la recherche de phénomènes collectifs humains dynamiques. En utilisant le nid d’abeille avatar plate-forme1,17,18,19, données spatio-temporelles du comportement individuel de mouvement (mouvement régi par des individus réels) peuvent être entièrement recueillies par le serveur, et le développement de comportements et de structures collectives peut être analysé avec une précision de 50 ms (tableau 1). Comme communication sensorielle visuelle et auditive peut être restreint en demandant aux participants d’utiliser des bouchons d’oreilles et moulant leurs postes de travail avec cloisons, swarm et autres problèmes de comportement de foule peuvent être approximées expérimentalement. Dans plusieurs expériences1,17,18,19, nous avons manipulé le rayon de la vision (global vs local, Figure 2), des incitations monétaires (Figure 3 a, b ), sous-groupes (Figure 4) et la co-présence des autres joueurs (Figure 5) afin de tester l’impact de ces variables sur l’émergence de comportements collectifs comme humain flocage comportement17, direction 1et18de la concurrence. Pour collecter les données, une configuration des carnets de dix à douze et un serveur a été utilisée (Figure 6).
La coordination auto-organisé des activités individuelles en espèces la vie en groupe a attiré beaucoup d’attention scientifique, notamment dans la dernière décennie. Les examens sont très vastes, de sélection simple sentier de formation et chemin d’accès à fourmis à l’émergence complexe des structures de vortex dans les bancs de poissons et même la ségrégation des flux bidirectionnel de piétons2.
Avec notre modèle de nid d’abeilles, nous contribuons une approche méthodologique pour analyser empiriquement l’impact des diverses options/contraintes situationnelles, diverses règles de comportement et caractéristiques individuelles au niveau microscopique sur l’émergence de macroscopiques structures comportementales chez l’homme. Un avantage important est que le paradigme offre strictement contrôlables paramètres expérimentaux définis par expérimentateurs, rendant possible pour la manipulation de mesurer les résultats d’une expérience unique ou de comparer des expériences multiples. Le terrain de jeu virtuel peut être configuré selon les exigences de la conception de l’étude, et des canaux de communication sensorielle entre les participants peuvent être éliminés ou réduits selon les paramètres de l’expérience. En outre, affordances environnementales peuvent être en forme (par exemple, un consensus compétitive, non concurrentiels et paramètres de sauvetage). Ainsi, notre plateforme applique la validité interne (c’est-à-dire, correspondant à la forme de l’étude autant que possible aux questions de la recherche) en offrant la possibilité de manipuler et de contrôle des variables pertinentes à la question spécifique de recherche, à l’aide données de mouvement humain-régie pour examiner le mouvement humain. Expériences sur le terrain rendent les avantages en termes de validité externe (généralisabilité) des résultats15,20,21 au monde réel, parce qu’ils n’empêchent pas les effets d’inconnue incontrôlable/minauderies social indices ainsi que des comportements et para-non-verbale chez les humains1.
L’informatique multi-agents jeu en nid d’abeille a été d’enquêter sur l’apparition de la coordination et les modèles de leadership des joueurs humains en déplaçant leurs avatars sur le terrain de jeu virtuel. Participants ont eu seulement des informations locales sur des incitations monétaires procurables sur les hexagones de but, qui comprenait l’incitatif pour la cohésion de groupe basée sur la multiplication des récompenses monétaires par le nombre de joueurs qui ont aussi fini sur le même objectif hexagone. Dans notre première série d’études, nous avons limité le montage à deux paramètres simples de l’essaimage de comportement (alignement et cohésion) et réduit le transfert d’information mutuelle à « lecture/transmission » du seul mouvement comportement des autres participants. Nous avons fait varier le rayon de vue d’autres comportements de mouvement participant soit une vue globale ou locale de l’aire de jeu virtuel, qui se compose de 97 petits hexagones et limité les ressources du mouvement non réutilisables (déplacements possibles) des joueurs.
La forme et les éléments de la plate-forme virtuelle et les paramètres définis par l’expérimentateur de pouvoir être joué sur ladite plateforme de jeux peuvent être conçus selon les questions de recherche spécifiques. Selon le but de la recherche, la taille de l’aire de jeu peut être changée ; les couleurs, formes et significations des avatars peuvent être adaptées ; ressources peuvent être mises en œuvre ; et la structure de la récompense et le contenu peuvent varier. Plus ou moins information, incertitude et préférences en conflit peuvent également être mis en œuvre22. Contrôle et diverses informations de joueur-vision globale sont également possibles. Par conséquent, via des instructions expérimentales, les affordances environnementales de l’expérience peuvent être altérée (par exemple, un scénario de consensus vs évasion). Dans la section suivante, nous permettra de clarifier comment ces variables peuvent être appliqués en décrivant une étude réelle que certains de ces paramètres utilisés pour répondre aux questions de l’étude spécifique.
Protocol
Representative Results
Discussion
Une question fondamentale dans l’utilisation multi-clients environnements virtuels comme un paradigme de recherche pour étudier le comportement collectif humain est si les résultats sont appliquent à des scénarios réels. En d’autres termes, l’approche méthodologique ne donne pas de résultats suffisants validité écologique ou externe ? Représentant des participants humains comme avatars sur un terrain de jeu virtuel et de les laisser passer par clics de souris réduisent les signaux sociaux. En outre, gardant communication au minimum permet d’expérimentateurs d’étudier quels indices comportements tacites sont transmis entre humains qui peuvent affecter le comportement de coordination et la direction de groupe humain et sous quel environnement affordance (par exemple sauvetage, concurrence, évacuation) ces comportements sont touchés de plus et dans quelle mesure. Tant qu’il y a une adhérence stricte aux deux phases du protocole et de procédures d’essai l’essai préliminaire, cette approche réductionniste garantit la validité interne. Afin de permettre le transfert des résultats au groupe « réel » et de la dynamique des foules, les phases d’installation et d’essai expérimentaux peuvent être progressivement modifiées pour devenir plus complexe (par exemple, pour une communication supplémentaire au-delà de simples mouvements de transmission/lecture comportement, ajout d’informations sur les caractéristiques individuelles intégrées sémantiquement dans divers scénarios réels, etc.) et décrit dans l’à l’écran instructions lire par les participants avant que le jeu commence.
Pour répondre à la question de la validité externe, le terrain de l’hexagone [initialement retenue pour normaliser les mouvements du joueur aux coordonnées hexagonales standardisées, deux dimensions en raison de la facilité d’utilisation (testée au préalable) et la réduction des facteurs de confusion] peut varier. Une grille à deux dimensions avec choix de libre circulation permettrait aux joueurs de créer des données de mouvement plus complexe et continue. Un environnement en trois dimensions, créé par l’unité – ou Unreal-Engine, par exemple, peut également accroître la validité écologique/externe. Cependant, avec chaque étape vers lessoning les restrictions des déplacements, un problème se pose. Avec la complexité croissante de la liberté de mouvement dans le scénario simulé, l’influence de facteurs (p. ex., des différences interpersonnelles comme expérience en informatique, la familiarité avec l’orientation spatiale dans les jeux en trois dimensions) de confusion augmentations, ce qui peuvent conduire à des résultats biaisés et réduire la validité interne.
L’avantage de la méthode décrite dans le protocole en nid d’abeille est qu’elle peut être combinée avec des modèles de simulation informatique et utilisé comme un paradigme pour tester empiriquement si collectives modèles trouvés dans les simulations informatiques valent également pour les comportement de groupes d’humains. Afin d’améliorer la validité externe de ces tests, les participants devraient être posées dans le questionnaire de phase de post-test si ils se sentait suffisamment et humainement représentant par leurs avatars et si elles étaient en mesure de percevoir leurs joueurs comme acteurs humains. Le protocole spécifie la présence physique des joueurs co assis dans les postes de travail à côté de l’autre (même si les paramètres de protocole excluent sensorielle communication sensorielle auditive ou visuelle) afin de renforcer ces sentiments d’incarnation humaine.
En somme, les méthodes appliquées par l’approche de nid d’abeilles décrite dans le protocole pré-test, test et après les essais phases fournissent un nouveau paradigme pour étudier les mécanismes de base des phénomènes collectifs comme la coordination de groupe, leadership et intra-groupe differentiation. Limitation plus importante de la méthode est sa vulnérabilité aux erreurs humaines par les recruteurs, surtout s’ils ne sont pas assez strictes pour s’assurer que les participants ne communiquent pas entre eux pendant les phases pré-test et test.
Disclosures
The authors have nothing to disclose.
Acknowledgements
Cette recherche a été financée par l’Initiative d’Excellence de l’allemand (stratégie institutionnelle : https://www.uni-goettingen.de/en/32632.html). Nous remercions Margarita Neff-Heinrich pour sa relecture anglais.
Materials
| Notebooks | |||
| Partition walls between work stations | |||
| Earplugs | |||
| Equipment for LAN installation |
References
- Boos, M., Pritz, J., Lange, S., Belz, M. Leadership in Moving Human Groups. PLoS Computational Biology. 10 (4), e1003541 (2014).
- Moussaid, M., Garnier, S., Theraulaz, G., Helbing, D. Collective information processing and pattern formation in swarms, flocks, and crowds. Topics in Cognitive Science. 1 (3), 469-497 (2009).
- Sumpter, D. J. T. . Collective Animal Behavior. , (2010).
- Krause, J., et al. Fish shoal composition: mechanisms and constraints. Proceedings – Royal Society. Biological Sciences. 267 (1456), 2011-2017 (2000).
- Camazine, S., et al. . Self-Organization in Biological Systems. , (2003).
- King, A. J., Sueur, C., Huchard, E., Cowlishaw, G. A rule-of-thumb based on social affiliation explains collective movements in desert baboons. Animal Behavior. 82 (6), 1337-1345 (2011).
- Fischer, J., Zinner, D. Communication and cognition in primate group movement. International Journal of Primatology. 32 (6), 1279-1295 (2011).
- Couzin, I. D., Krause, J. Self-organization and collective behavior in vertebrates. Advances in the Study of Behavior. 32, 1-75 (2003).
- Katz, Y., Tunstrøm, K., Ioannou, C. C., Huepe, C., Couzin, I. D. Inferring the structure and dynamics of interactions in schooling fish. Proceedings of the National Academy of Sciences of the United States of America. 108 (46), 18720-18725 (2011).
- Guy, S. J., Curtis, S., Lin, M. C., Manocha, D. Least-effort trajectories lead to emergent crowd behaviors. Physical Review E: Statistical, Nonlinear, and Soft Matter Physics. 85 (1), 016110 (2012).
- Shao, W., Terzopoulos, D. Autonomous pedestrians. Proceedings of the 2005 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , (2005).
- Reynolds, C. W. Flocks, herds and schools: A distributed behavioral model. Seminal Graphics. , 273-282 (1987).
- Pelechano, N., Allbeck, J. M., Badler, N. I. Controlling individual agents in high-density crowd simulation. Proceedings of the 2007 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , 99-108 (2007).
- Helbing, D., Molnár, P., Farkas, I. J., Bolay, K. Self-organizing pedestrian movement. Environment and Planning B: Planning and Design. 28 (3), 361-383 (2001).
- Dyer, J. R. G., Johansson, A., Helbing, D., Couzin, I. D., Krause, J. Leadership, consensus decision making and collective behavior in humans. Philosophical Transactions – Royal Society. Biological Sciences. 364 (1518), 781-789 (2009).
- Moussaid, M., Schinazi, V. R., Kapadia, M., Thrash, T. Virtual Sensing and Virtual Reality: How New Technologies can Boost Research on Crowd Dynamics. Frontiers in Robotics and AI. , (2018).
- Belz, M., Pyritz, L. W., Boos, M. Spontaneous flocking in human groups. Behavioral Processes. 92, 6-14 (2013).
- Boos, M., Franiel, X., Belz, M. Competition in human groups – Impact on group cohesion, perceived stress and outcome satisfaction. Behavioral Processes. 120, 64-68 (2015).
- Boos, M., Li, W., Pritz, J., Fu, X., Luo, J. -. D., Boos, M. Patterns of Group Movement on a Virtual Playfield: Empirical and Simulation Approaches. Social Network Analysis: Interdisciplinary Approaches and Case Studies. , 197-223 (2017).
- Dyer, J. R. G., et al. Consensus decision making in human crowds. Animal Behavior. 75 (2), 461-470 (2008).
- Faria, J. J., Dyer, J. R. G., Tosh, C. R., Krause, J. Leadership and social information use in human crowds. Animal Behavior. 79 (4), 895-901 (2010).
- Conradt, L. Models in animal collective decision-making: information uncertainty and conflicting preferences. Interface Focus. 2 (2), 226-240 (2011).
- Couzin, I. D., Krause, J., Franks, N. R., Levin, S. A. Effective leadership and decision-making in animal groups on the move. Nature. 433, 513-516 (2005).
