Qui, vi presentiamo il gioco di computer-based, multi-agente a nido d’ape, che consente le indagini sperimentali di movimento collettivo umano comportamento tramite nero-puntino-avatar su un virtuale playfield esagonale 2D. Diverse condizioni sperimentali, come incentivi variabili su campi obiettivo o raggio di visione, possono essere impostate, e i loro effetti sul comportamento del movimento umano possono essere analizzati.
Comportamento collettivo umano come il movimento di gruppo Mostra frequentemente sorprendenti modelli e regolarità, come ad esempio l’emergere di leadership. Letteratura recente ha rivelato che questi modelli, spesso visibili a livello globale del gruppo, sono basati su comportamenti auto-organizzati, singoli che seguono diversi parametri locali semplici. Comprensione delle dinamiche del comportamento umano collettivo può contribuire a migliorare il coordinamento e la leadership nel gruppo e folla scenari, ad esempio identificando il posizionamento ideale e il numero di uscite di emergenza negli edifici.
In questo articolo, vi presentiamo il paradigma sperimentale a nido d’ape, che può essere utilizzato per indagare sistematicamente le condizioni e gli effetti del comportamento umano collettivo. Questo paradigma utilizza una piattaforma multi-utente basato su computer, fornendo un ambiente che può essere modellato e adattato ai vari tipi di domande di ricerca. Condizioni della situazione (ad esempio, il rapporto costo-beneficio per un comportamento specifico, incentivi monetari e risorse, vari gradi di incertezza) possono essere impostate da sperimentatori, a seconda della domanda di ricerca. Movimenti di ogni partecipante sono registrati dal server come coordinate esagonale con timestamp a una precisione di 50 ms e con ID individuali. Così, una metrica può essere definita sul campo di gioco, e parametri di movimento (ad es., distanze, velocità, clustering, ecc.) dei partecipanti possono essere misurati nel tempo. Dati di movimento è abbinabile a sua volta non informatizzata dei dati dai questionari raccolto entro la struttura dell’esperimento stesso.
Il paradigma a nido d’ape sta spianando la strada per nuovi tipi di esperimenti di movimento umano. Qui dimostriamo che questi esperimenti possono eseguire il rendering di risultati con sufficiente validità interna a chiaramente approfondire la nostra comprensione del comportamento umano collettivo.
Basati su computer multi-agente giocare a nido d’ape1 offre un paradigma metodologico per indagare sperimentalmente il movimento umano come collettivo modelli e strutture di gruppo emergono dal comportamento individuale. I partecipanti umani sono rappresentati visivamente come avatar (punti neri) su un campo di gioco virtuale esagonale che assomiglia ad un nido d’ape (Figura 1). I partecipanti spostare loro avatar tramite clic del mouse per raggiungere esagoni di obiettivo, spendere risorse mossa (Video 1) e massimizzare le loro ricompense monetarie con la costruzione di gruppi coesivi (Video 2). Condizioni spaziali (ad es., raggio di visione), ricompensa strutture (ad esempio, campi obiettivo monetario) e canali di comunicazione possono essere manipolati al fine di scoprire quali e in che misura queste regole di condizione impatto coordinamento e leadership in movimento collettivo.
Regole procedurali/condizione del gioco, obiettivi e motivatori ricompensa sono stati progettati da psicologi sociali per studiare il movimento collettivo umano. In sciami animali nonché folle umane, si può osservare il fenomeno emergente (cioè, schemi globali) traspirante da comportamenti individuali che segue le regole locali. Ad esempio, scuole di pesci e stormi di uccelli sembrano muoversi come entità coerente verso un obiettivo spaziale2,3,4, nonostante le dimensioni di grande gruppo che riducono la loro capacità di comunicazione inter-individuale o globale. Ricerca empirica5,6,7,8,9,10e computer simulazioni11,12, di modellazione comportamentale 13 hanno dimostrato che in diverse specie, tra cui gli esseri umani14,15,16, modelli complessi a livello di gruppo emergono senza controllo interno o supervisione esterna. Locale movimento individuale e, spesso, semplici norme di livello microscopico sono sufficienti per generare movimento ordinato il livello macroscopico. Tali esperimenti contribuiscono alla crescente evidenza2,6 che non solo grandi sciami, ma anche piccoli gruppi (gruppi umani, così come altri gruppi di animali) sono coordinati da regole di interazione locale1.
Il nostro approccio innovativo utilizzando basati su computer multi-utente avatar giochi viene illustrato uno dei principale vantaggi nella ricerca dinamici umani fenomeni collettivi. Utilizzando il favo avatar piattaforma1,17,18,19, dati spazio-temporali del comportamento del movimento individuale (movimento governata da individui effettivi) possono essere completamente raccolti dal server, e lo sviluppo di modelli comportamentali e strutture collettive possa essere analizzato con una precisione di 50 ms (tabella 1). Come comunicazione sensoriale visiva e uditiva possa essere limitata da richiedere ai partecipanti di utilizzare tappi per le orecchie e stringe loro postazioni di lavoro con pareti divisorie, sciame e altre condizioni di comportamento di folla possono essere approssimati sperimentalmente. In vari esperimenti1,17,18,19, abbiamo maneggiato raggio di visione (globale vs locale, Figura 2), incentivi monetari (Figura 3a, b ), sottogruppi (Figura 4) e la co-presenza di altri giocatori (Figura 5) al fine di verificare l’impatto di queste variabili sull’emergere di modelli di comportamento collettivi come umano floccaggio comportamento17, leadership 1e concorrenza18. Per raccogliere i dati, è stato utilizzato un programma di installazione di dieci-dodici notebook e un server (Figura 6).
Il coordinamento auto-organizzato delle singole attività di specie viventi di gruppo ha attirato molta attenzione scientifica, in particolare nell’ultimo decennio. Gli esami sono ad ampio raggio, dalla scelta della formazione e percorso sentiero semplice nelle formiche all’emergere di complessi di strutture vorticose in banchi di pesce e anche la segregazione dei flussi bidirezionali di pedoni2.
Con il nostro paradigma a nido d’ape, contribuiamo un approccio metodologico per studiare empiricamente l’impatto della variegata situazionali opzioni/vincoli, regole comportamentali diverse e caratteristiche individuali al livello microscopico sulla comparsa di strutture del comportamento macroscopiche in esseri umani. Un vantaggio importante è che il paradigma offre impostazioni sperimentali strettamente controllabili definite da sperimentatori, rendendo possibile per la manipolazione per misurare i risultati di un singolo esperimento o confrontare esperimenti multipli. Il campo di gioco virtuale può essere configurato secondo le esigenze del disegno dello studio, e canali di comunicazione sensoriale tra i partecipanti possono essere eliminate o ridotte in base ai parametri di esperimento. Inoltre, possono essere sagomati affordances ambientali (ad es., competitivo e non competitivo, consenso e le impostazioni di salvataggio). Così, la nostra piattaforma impone la validità interna (cioè, lo studio di progettazione di corrispondenza quanto più possibile per le domande di ricerca) offrendo la possibilità di manipolare/controllo variabili rilevanti per la domanda di ricerche specifiche, utilizzando dati di movimento umano-governato per esaminare il movimento umano. Esperimenti sul campo rendono benefici in termini di validità esterna (generalizzabilità) di risultati15,20,21 al mondo reale, in quanto non ostano a che gli effetti del sconosciuto incontrollabile/insopprimibile sociale stecche, così come i comportamenti non – e para-verbali in esseri umani1.
Basati su computer multi-agente gioco favo ha servito per indagare l’emergere di coordinamento e modelli di leadership di giocatori umani loro avatar in movimento sul campo di gioco virtuale. I partecipanti sono stati forniti solo locale informazioni su incentivi monetari ottenibili su esagoni di obiettivo, che includeva l’incentivo per la coesione di gruppo basata sulla moltiplicazione di ricompense monetarie per il numero di co-giocatori che hanno finito il lo stesso obiettivo esagono. Nella nostra prima serie di studi, abbiamo limitato la struttura dell’esperimento a due semplici parametri di sciamare comportamento (allineamento e coesione) e ridotto trasferimento di informazione reciproca alla “lettura/trasmissione” del solo comportamento del movimento degli altri partecipanti. Abbiamo poi variato il raggio di vista di altri comportamenti di movimento partecipante o una visualizzazione locale o globale del campo di gioco virtuale, che consiste di 97 più piccoli esagoni e limitato le risorse spendibili movimento (possibili mosse) dei giocatori.
La forma e gli elementi della piattaforma virtuale e i parametri definiti dal sperimentatore di giochi in grado di essere riprodotti su tale piattaforma possono essere progettati secondo le domande di ricerca specifici. A seconda l’obiettivo di ricerca, le dimensioni del campo di gioco possono essere modificata; colori, forme e significati degli avatar possono essere adattati; risorse possono essere implementate; e la ricompensa struttura e il contenuto può essere variate. Più o meno informazioni, incertezza e preferenze in conflitto possono anche essere implementato22. Sono possibili anche controllo e variabili globali giocatore-visualizzare le informazioni. Pertanto, tramite istruzioni sperimentali, le affordances ambientali dell’esperimento possono essere alterata (per esempio, uno scenario di consenso vs fuga). Nella sezione successiva, ci permetterà di chiarire come queste variabili possono essere applicate descrivendo un vero e proprio studio che alcuni di questi parametri utilizzato per rispondere alle domande di studio specifico.
Una domanda fondamentale nell’utilizzo di ambienti virtuali multi-client come un paradigma di ricerca per studiare il comportamento umano collettivo è se i risultati siano applicabili a scenari reali. In altre parole, l’approccio metodologico produce risultati con sufficiente validità ecologica o esterno? Che rappresenta i partecipanti umani come avatar su un campo di gioco virtuale e permettendo loro di spostare tramite clic del mouse riduce segnali sociali. Inoltre, mantenere la comunicazione al minimo permette di sperimentatori di indagare quali taciti spunti comportamentali vengono trasmessi tra gli esseri umani che possono influenzare il comportamento di leadership e coordinamento di gruppo umano e sotto quale affordance ambientale (per esempio. soccorso, concorrenza, evacuazione) questi comportamenti sono interessati di più e in quale misura. Finché c’è scrupolosamente le fasi di pre-collaudo due nel protocollo e procedure di test, questo approccio riduzionista garantisce la validità interna. Al fine di consentire il trasferimento dei risultati al gruppo di “reale” e la dinamica delle folle, le fasi di installazione e test sperimentali possono essere gradualmente modificate per diventare più complesso (ad es., consentendo di ulteriori comunicazioni oltre la mera trasmissione di lettura/movimento comportamento, l’aggiunta di informazioni sulle caratteristiche individuali incorporato semanticamente in vari scenari del mondo reale, ecc.) e descritto nella sullo schermo istruzioni leggere dai partecipanti prima dell’inizio della partita.
Per risolvere la questione di validità esterna, può essere variato il playfield esagono [inizialmente scelto di standardizzare i movimenti del giocatore alle coordinate esagonale standardizzati, bidimensionale a causa di usabilità (pre-testato) e la riduzione dei fattori di confondimento]. Una griglia bidimensionale con scelta libera circolazione consentirebbe ai giocatori di creare i dati di movimento più complesso e continuo. Un ambiente tridimensionale creato da unità o Unreal Engine, ad esempio, può anche aumentare la validità ecologica/esterno. Tuttavia, con ogni passo verso la restrizione di movimento di sport, si pone un problema. Con la crescente complessità della libertà di movimento nello scenario simulato, l’influenza di fattori (ad esempio, le differenze interpersonali come esperienza di computer, familiarità con orientamento spaziale nei giochi tridimensionali) di confusione aumenti, che possono portare a risultati di parte e riducono la validità interna.
Il vantaggio del metodo descritto nel protocollo a nido d’ape è che può essere combinato con modelli di simulazione computerizzati e usato come un paradigma per testare empiricamente se collettive modelli trovati nelle simulazioni su elaboratore anche tengono per comportamento nei gruppi degli esseri umani. Per migliorare la validità esterna di tali prove, i partecipanti dovrebbero essere chiesto nel questionario fase di post-test se si sentivano sufficientemente e umanamente rappresentato dal loro avatar e se erano in grado di percepire i loro co-giocatori come attori umani. Il protocollo specifica la presenza fisica del co-giocatori seduti in postazioni di lavoro accanto a altra (anche se i parametri del protocollo osta sensoriali uditiva o visiva della comunicazione) al fine di migliorare questi sentimenti di incarnazione umana.
In somma, i metodi applicati da un approccio a nido d’ape delineato nel pre-test, test e le fasi di post-prova il protocollo forniscano un paradigma novello per studiare i meccanismi base di fenomeni collettivi quali il coordinamento di gruppo, leadership e all’interno del gruppo differentiation. Limite più importante del metodo è la sua vulnerabilità all’errore umano dai reclutatori, specialmente se non sono sufficientemente rigorosi per garantire che i partecipanti non comunicano con a vicenda durante le fasi di pre-test e test.
The authors have nothing to disclose.
Questa ricerca è stata finanziata dall’iniziativa tedesca di eccellenza (strategia istituzionale: https://www.uni-goettingen.de/en/32632.html). Ringraziamo Margarita Neff-Heinrich per la sua correzione inglese.
Notebooks | |||
Partition walls between work stations | |||
Earplugs | |||
Equipment for LAN installation |