Il paradigma del favo per la ricerca sul comportamento umano collettivo

Un esperimento iniziale con il favo paradigma ha dimostrato che gli esseri umani hanno mostrato segni di base del comportamento affollamento, ad esempio che cercano la vicinanza degli altri, senza essere ricompensati17. Successivamente, abbiamo affrontato la questione di come diversi esseri umani può essere relativamente al comportamento coordinato per raggiungere lo stesso obiettivo fisico/obiettivo inoltre studiato da Boos et al. 1, messa a fuoco non solo sul comportamento floccaggio aspecifiche, ma anche il comportamento di leadership e coordinamento di gruppo. Utilizzando i parametri sopra definiti dall’esperimento, obiettivo esagono posizioni sono state definite, e un’opzione di ricompensa monetaria è stato utilizzato per esaminare obiettivi condivisi basati su incentivi condivisi, come pure la motivazione verso la coesione del gruppo. Motivazione per raggiungere la coesione del gruppo è stato migliorato stabilendo un compenso aggiuntivo basato su quanti altri partecipanti finiti nell’esagono obiettivo stesso. All’interno di ciascuno di 40 gruppi di dieci persone, sono stati creati due sottogruppi (un gruppo di minoranza composto da due individui selezionati in modo casuale e un gruppo di maggioranza comprende le restanti otto) dando i seguenti livelli di informazioni. I membri del gruppo di due minoranza sono stati informati circa la posizione di un esagono di premio di 2 euro e cinque un euro premio esagoni (Figura 9, a sinistra). Gli otto membri del gruppo di maggioranza non sono stati informati circa l’esagono premio due euro e invece sono stati indicati le posizioni dei sei esagoni ugualmente premiati un euro goal (Figura 9, destra). Nessuno dei partecipanti ci hanno detto che c’erano diversi sottogruppi. Abbiamo progettato le nostre domande di studio secondo Couzin et al.’ modello di simulazione del computer23 s. Perché le uniche informazioni scambiate tra i giocatori erano le loro capacità di percepire il movimento di altri giocatori, abbiamo mirato a vedere (i) se questa informazione è stata sufficiente per il gruppo di minoranza premiati informato o superiore coordinare i movimenti della disinformati/inferiore premiato gruppo di maggioranza e in caso affermativo, (ii) come il doppio premio obiettivo-informato gruppo minoritario dovrebbe/potrebbe portare la maggioranza disinformata a loro esagono obiettivo di due euro. Come affermato in precedenza, abbiamo limitato di questi progetti a due parametri fondamentali di sciamare comportamento, 1) allineamento (membri del gruppo verso un esagono obiettivo) e 2) coesione di studio (gruppo membri tendente verso lo spostamento come gruppo). Per il parametro di allineamento, impostiamo gli esagoni di sei gol che concesse una ricompensa monetaria. Per il parametro di coesione (cioè, fare scelte di movimento che sono state coordinate con mosse con compagni di corso), abbiamo concesso ai partecipanti una ricompensa in base alla quantità di avatar alla fine che erano nell’esagono stesso come proprio. Il campo di gioco a nido d’ape contiene 97 esagoni. Avatar di tutti i partecipanti hanno cominciato il gioco insieme a esagono centrale di honeycomb. Ogni giocatore è stato concesso un mossa-conteggio massimo di 15. Tutti erano limitati a spostare i loro avatar (tramite un clic del mouse) solo attraverso uno dei sei lati dell’esagono in un esagono adiacente. La partita è finita quando ogni avatar era su un campo di payoff o quando ogni giocatore aveva completamente usato loro 15 Conte mossa. Un fattore ulteriore esperimento è stato implementato per rispondere a una terza domanda di studio: (iii) se il raggio di percezione (globale vs condizione locale) degli altri partecipanti colpisce coordinamento dei movimenti. La percezione di metà dei 40 gruppi di dieci-persona era limitata su base casuale, il che significava che venti gruppi (condizione locale) potevano percepire il movimento del solo quei avatar adiacente al loro avatar. I restanti venti gruppi di 10 persone (condizione globale) potevano percepire tutti i partecipanti avatar posizioni e movimenti. Per rispondere alla domanda (ii) [che le caratteristiche di movimento dei gruppi di minoranza ha portate più successo (con successo raggiungendo un campo obiettivo come un gruppo e di conseguenza una maggiore ricompensa monetaria)], abbiamo definito e analizzato vari comportamenti di movimento tra cui motore primo, percorsi/sensi di movimento comune dei due partecipanti di minoranza, lunghezze dei percorsi, tempo medio tra mosse, la mossa iniziale ordine tra i partecipanti, cinque grandi caratteristiche di personalità (estroversione, apertura, ecc.) e alfabetizzazione informatica. Il procedimento statistico, un modello di mistura finiti con due binomi e risultati dettagliati sono pubblicati in Boos et al. 1. Il nostro studio ha dimostrato che in un gruppo di esseri umani, avatar assegnato in un 2D a nido d’ape giocare campo (muovendo secondo i parametri sopra descritti e le condizioni), 20% di loro (il gruppo di minoranza 2-persona) basato esclusivamente sulla loro movimenti potrebbe condurre con successo il restante 80%, anche quando la loro percezione è stata limitata a solo adiacente avatar sul campo di gioco. Qui, la leadership di successo di questi partecipanti del gruppo di minoranza 2-persona ha comportato che loro compagni di corso fatto mosse iniziali simili e che questi partecipanti 2-persona minoranza furono i primi a fare una mossa iniziale1 (Video 2). Per i parametri dettagliati del comportamento del movimento di questo gruppo, vedere la tabella 2. Un’analisi approfondita di dispersione del gruppo nel corso del tempo è fornita nella Figura 10. Abbiamo trovato anche, sorprendentemente, che variabili di personalità, né l’alfabetizzazione informatica tra questi partecipanti di minoranza ha giocato un ruolo cruciale nel loro successo. Figura 1: campo di gioco di gioco basati su computer multi-agente a nido d’ape. Rappresentazione visiva di giocatori umani come avatar (punti neri) su un campo di gioco virtuale di esagono. Clicca qui per visualizzare una versione più grande di questa figura. Figura 2: locale vs. prospettive globali. I partecipanti con prospettive locali possono solo vedere gli avatar degli altri giocatori all’interno del loro campo visivo. In questo caso, il giocatore contrassegnato (rosso) è solo in grado di vedere 4 su 9 co-giocatori. Una prospettiva globale, se configurato, fornirebbe la visibilità di tutti i co-giocatori. Clicca qui per visualizzare una versione più grande di questa figura. Figura 3: incentivi monetari. Questa illustrazione mostra come incentivi può essere implementato all’interno del gioco a nido d’ape. Gli avatar contrassegnati come grigio sono di fuori del raggio di percezione locale e così sono invisibile per il giocatore in questione. Vengono visualizzati due diversi punti di vista. (a) informato lettore: questo giocatore è dotato di un campo di obiettivo superiore premiati, che è contrassegnato come “€€”, (b) disinformati lettore: questo giocatore è fornito sei campi obiettivo altrettanto inferiore-premiati, che sono contrassegnati come “€”. Clicca qui per visualizzare una versione più grande di questa figura. Figura 4: esperimento di sottogruppo avatar. In questo scenario, vengono creati due sottogruppi da colorare gli avatar dei partecipanti come blu e giallo. Clicca qui per visualizzare una versione più grande di questa figura. Figura 5: singolo vs. comune gioco. Questa illustrazione mostra due diverse impostazioni dal punto di vista di un giocatore, paragonabile al Belz et al. gioco singolo 17 (1a/b): co-giocatori sono invisibili e non può essere trovati sul campo di esagono virtuale gioco, gioco joint (2a/b): co-giocatori sono visibili fino a quando rimangono all’interno del raggio di percezione locale di altri giocatori. Clicca qui per visualizzare una versione più grande di questa figura. Figura 6: configurazione di Server e client. Dieci-dodici notebook (client C1 e C12) dovrebbero essere disposti in prossimità del (e connesso a) del computer server. L’utilizzo di partizioni che incassa workstation di ciascun partecipante (indicato come linee spesse) vieta la comunicazione visiva con gli altri di fuori dell’ambiente virtuale. Cavi di LAN invece di WLAN si consiglia a causa di meno latenza e la velocità di trasmissione dati più affidabile. Clicca qui per visualizzare una versione più grande di questa figura. Figura 7: impostazione Contextual. Comunicazione (sensoriale, visiva, uditiva) tra i partecipanti è limitato a causa dell’utilizzo di pareti divisorie e tappi per le orecchie. Clicca qui per visualizzare una versione più grande di questa figura. Figura 8: interfaccia grafica sul server. Per ogni client connesso, c’è una linea che mostra l’IP e altri dati (ad esempio, il numero delle mosse, posizione, importo da pagare per ogni giocatore). Clicca qui per visualizzare una versione più grande di questa figura. Figura 9: leadership di successo. Sul lato sinistro, la schermata mostra un lettore informato si avvicina un obiettivo monetario campo (vedere anche Figura 4), conducendo con successo altri cinque giocatori al campo il suo obiettivo. Sul lato destro, un giocatore non informato perso di vista il suo co-giocatori. Clicca qui per visualizzare una versione più grande di questa figura. Figura 10: analisi approfondita di dispersione spaziale nel corso del tempo di gioco (gruppo 44). Distanza tra i membri del gruppo nel corso del tempo per l’intero gruppo (media di gruppo), rispetto ad entrambi i giocatori che sono stati informati circa la posizione del superiore-premiati €€ obiettivo-campo (1 informati, informati 2) e otto giocatori disinformati ( media Disinformati). Entro la fine del gioco, un giocatore non informato aveva perso il gruppo e siamo arrivati su un obiettivo di €-campo (giocatore isolato). Clicca qui per visualizzare una versione più grande di questa figura. Video 1: esempio di movimento collettivo dalla prospettiva di un giocatore non informato (gruppo 44). Per favore clicca qui per vedere questo video. (Tasto destro per scaricare.) Video 2: esempio di movimento collettivo dal punto di vista dei due giocatori informati nello stesso gioco come Video 1 (gruppo 44) . Per favore clicca qui per vedere questo video. (Tasto destro per scaricare.) GNR tempo PID S1 S2 … 5 14:56:42, 281 5 2 2 5 14:56:42, 500 2 3 5 … 5 14:56:44, 593 0 3 6 NNug = 2 not_moved 5 14:56:44, 578 3 2 2 5 14:56:44, 796 7 3 3 5 14:56:45, 125 6 -5 -3 5 14:56:46, 109 1 2 2 5 14:56:46, 281 5 2 2 not_moved 5 14:56:46, 765 3 3 3 5 14:56:47, 531 4 2 3 not_moved 5 14:56:48, 187 9 3 6 NNug = 2 not_moved 5 14:56:48, 625 2 3 6 NNug = 2 not_moved 5 14:56:48, 625 8 3 2 not_moved 5 14:56:48, 640 6 -6 -3 NNug = 1 5 14:56:48, 640 4 3 4 5 14:56:48, 953 7 3 3 not_moved 5 14:56:49, 390 5 3 3 … 5 14:56:52, 671 4 3 4 not_moved 5 14:56:52, 687 6 -6 -3 NNug = 1 not_moved Tabella 1: Formato dati. Ogni partecipante si muove e timestamp associato del campo di gioco virtuale di esagono sono registrate come coordinate esagonale in righe separate, consentendo l’utilizzo della modellazione gerarchica/misto. La tabella mostra un estratto del set di dati generati da un gruppo composto da 10 giocatori (gruppo 44). Gruppo 44(esempio) ∑Si muove Rango di1stspostare Latenza Vincita Finaledistanza Distanza€€-campo Tempo % del campoesplorato (a) variabili a livello di singoli Il giocatore ID01 6 1 1,73 18 0,67 0 – – Lettore ID1 6 10 3,74 9 0,67 0 – – Lettore ID2 6 3 2,19 9 0,67 0 – – Lettore ID3 7 9 2,68 9 0,67 0 – – Lettore ID4 6 7 4,38 9 0,67 0 – – Lettore ID5 9 8 3,98 9 0,67 0 – – Lettore ID6 12 5 2,70 1 6,00 6 – – Il giocatore ID71 6 6 4,96 18 0,67 0 – – Lettore ID8 9 4 4,03 9 0,67 0 – – Lettore ID9 6 2 2,45 9 0,67 0 – – (b) le variabili a livello di gruppo Disinformati 7,63 5,88 3,27 8 1,33 0,75 – – Informati 6,00 4,00 3,35 18 0,67 0,00 – – Tutto il gruppo 7,30 – 3,28 10 1,20 0,60 39,02 27,84 Tabella 2: risultati di analisi di comportamento del movimento di gruppo (gruppo 44) dettagliati. Risultati sono elencati (a) per il livello individuale e (b) per il livello di gruppo. Il livello di gruppo, i mezzi sono stati calcolati per la maggior parte disinformata (otto giocatori), informato minoranza (due giocatori) e l’intero gruppo (10 giocatori). 1 Giocatori con ID 0 e 7 sono stati scelti a caso per essere informati circa la posizione del campo-superiore-premiati €€ obiettivo; ∑ Mosse = numero totale di mosse; Rango di 1stspostare = rango di 1 movimentost in relazione agli altri giocatori; Latenza = latenza media movimento tra i due passaggi in sec.; Vincita = individuo ricompensa dopo il completamento del gioco in €; Distanza finale = distanza media di ogni giocatore per tutti i giocatori rimanenti entro la fine del gioco; Distanza a €€-campo = distanza al campo obiettivo €€ entro la fine del gioco; Tempo = durata totale del gioco in sec.; % dei campi esplorati = percentuale del campo totale (97 esagoni) esplorato dal gruppo. Vedere anche Figura 10 per un’analisi approfondita di dispersione del gruppo nel corso del tempo di gioco, Video 1 e Video 2 per il movimento collettivo del gruppo e la tabella 1 per un estratto dei dati di movimento.