人間の集団行動の研究のためのハニカム パラダイム

ハニカム パラダイム人間がされることがなく、他の近接を求めるなど、群れの動作の基本的な兆候を示したことを示した最初の実験は、17を報われます。その後、我々 は質問に対処方法個々 の人間の行動目標を達成する、同じ物理ターゲット/Boosらについても調整することができます1だけではなく不特定の群れの行動だけでなく、グループの連携とリーダーシップの行動に焦点を当てします。上記実験定義のパラメーターを使用して、目標の六角形の場所の定義が、金銭的報酬オプションが共有のインセンティブだけでなく、グループの凝集に対するモチベーションに基づいて共有の目標を確認する使用されました。グループの結束を達成するために動機は、同じ目標の六角形で終わった他のどのように多くの参加者に基づく追加報酬を定めにより強化されました。40 の 10 人グループのそれぞれについて、次のレベルの情報を与えることによって (2 つのランダムに選択された個人で構成される少数グループと残りの 8 から成る大多数のグループ) の 2 つのサブグループが作成されました。2 つの少数民族グループのメンバーは、1 つの 2 ユーロ賞六角形と 5 つの 1 ユーロ賞六角形 (図 9、左) の位置について知らされました。大半のグループの 8 人のメンバーは 2 ユーロ賞六角形について知識のなかったし、代わりに 6 均等に報酬を与えられた 1 ユーロ目標六角形 (図 9右) の場所を示されていた。さまざまなサブグループがあったこと、参加者のどれも言われていた。 考案した Couzinらによると私たちの研究の質問 ‘s23コンピューター シミュレーション モデル。この情報は通知/高い報酬を与えられた少数グループの動きを調整するために十分だった場合、(i) を参照してくださいプレーヤーの間で交換される情報のみが他のプレイヤーの動きを知覚する能力を目指しました、知らされていない/下報われる大半のグループとすれば、(ii) どのように二重賞目標情報少数グループ/無知の大半を彼らの 2 ユーロの目標の六角形につながる可能性があります。前述したように、我々 はこれらを制限研究デザイン群がって行動、1) 配置 (目標六角形に向かってグループのメンバー) および 2) 凝集性の 2 つの基本的なパラメーターを (グループのメンバーとしてグループに向けた傾向がある)。位置合わせパラメーター金融報酬を与えられた六つの目標の六角形を設定しました。凝集度パラメーターの (すなわち、調整された移動の選択肢を作る仲間と動き)、我々 は参加者に自分と同じ六角形は、最後にアバターの量に基づく報酬を与え。 ハニカム プレイ フィールドには、97 の六角形が含まれています。すべての参加者のアバターは、六角形ハニカムの中で一緒にゲームを始めた。各プレイヤーは、移動カウントの最大値 15 を与えられました。すべては隣接する六角形を六角形の六つの側面の 1 つの間にだけ (経由でマウスをクリックして) 自分のアバターを移動に制限されていました。ゲームには、すべてのアバターがペイオフのフィールドまたはすべてのプレーヤーを完全に使用していたとき、15 移動の回数が終了しました。 第 3 研究の質問に答えるに実装された追加実験要因: (iii) 知覚半径 (グローバルとローカル状態) 他の参加者がかどうか動き調整に影響を与えます。40 の 10 人グループの半分の知覚は、20 グループ (ローカル条件) が自分のアバターに隣接するアバターのみの動きを感知できることを意味するランダムごとに限られていた。残りの 20 の 10 人グループ (グローバル条件) は、すべての参加者のアバターの場所や動きを感じることができます。 答え質問 (ii) [少数民族の運動特性につながった (グループ、したがって大きな金銭的報酬として目標フィールドに到達正常に) より多くの成功] に、定義し、最初の発動機を含むさまざまな運動動作を分析共有運動パス/少数参加者は 2 名、パスの長さが、動き、参加者、ビッグファイブの性格(外向性、開放性等)とコンピュータ ・ リテラシーの間の初期移動順序間の平均時間の方向。Boosらの統計手順、2 つの binomials と詳細な結果有限混合モデルを公開します。1。 人間のグループで 2 D ハニカムで割り当てられたアバター再生 (上記のパラメーターと条件に従って移動) フィールド、(2 人の少数民族グループ)、彼らの動きに基づいてそれらの 20% は正常につながる可能性が示唆他の 80% 場合でも、彼らの知覚されたプレイ フィールド上だけ隣接するアバターに制限します。ここでは、これらの 2 人の少数のグループの参加者の成功のリーダーシップを彼らの仲間の参加者同様初期の動きとこれらの 2 人の少数の参加者をまず最初の移動1 (動画 2) が伴なった。このグループの動作の詳細なパラメーターは、表 2を参照してください。時間の経過とともにグループの分散の詳細な分析は、図 10に提供しています。また、発見、驚いたことに、人格変数もこれらの少数の参加者の間でコンピュータ ・ リテラシーが彼らの成功に大きな役割を果たした。 図 1: コンピューターを利用したマルチ エージェント ゲーム ハニカムのプレイ フィールド。六角形の仮想プレイ フィールド上でアバター (ブラック ドット) としての人間のプレイヤーのビジュアル表現。この図の拡大版を表示するのにはここをクリックしてください。 図 2: ローカル対グローバル視点。ローカルの視点と参加者だけの視覚範囲内で他のプレイヤーのアバターを見ることができます。この場合、著しいプレーヤー (赤) は、4 のうち 9 共同選手を見ることができるだけです。グローバルな視点、構成されている場合は、共同のすべてのプレーヤーの視認性を提供します。この図の拡大版を表示するのにはここをクリックしてください。 図 3: 金銭的なインセンティブ。この図は、どのように金銭的なインセンティブを示していますハニカム ゲーム内に実装することができます。アバター マーク グレー ローカル認識半径の外にある、従ってそれぞれのプレーヤーに表示されていません。ビューの 2 つの異なる点が表示されます。(a) 情報の選手: このプレーヤーは「€€」、(b) 無知なプレーヤーとしてマークされている 1 つのより高い報酬を与えられる目標フィールドに恵まれている: このプレーヤーは六つの均等に低い報酬目標フィールドを「€」としてマークされているを提供します。この図の拡大版を表示するのにはここをクリックしてください。 図 4: サブグループ アバター実験。このシナリオでは、2 つのサブグループは、青と黄色と参加者のアバターを着色によって作成されます。この図の拡大版を表示するのにはここをクリックしてください。 図 5: 単一対ゲームを共同します。この図は、1 つのプレーヤーの視点から、Belzらに匹敵する 2 つの異なる設定を示しています17 (1 a/b) 単一のゲーム: 共同プレイヤーは表示されず、(2 a/b) 共同ゲーム六角形仮想プレイ フィールド上に見つかりません: 彼らは他のプレイヤーのローカルの知覚範囲内にとどまる限り、共同のプレーヤーが表示されます。この図の拡大版を表示するのにはここをクリックしてください。 図 6: サーバーおよびクライアント構成します。10 から 12 のノート (クライアント C1 C12) する必要があります近くの配置 (に接続している) サーバー コンピューター。(太い線として示される) 各参加者のワークステーションを被覆パーティションの使用は、仮想環境の外部の他の人とビジュアルコミュニケーションを禁止しています。無線 LAN ではなく LAN ケーブルを使用以下の遅延より信頼性の高いデータ スループットのため勧めします。この図の拡大版を表示するのにはここをクリックしてください。 図 7: コンテキスト設定します。参加者間のコミュニケーション (感覚、視覚、聴覚) は、間仕切壁と耳栓の使用により制限されています。この図の拡大版を表示するのにはここをクリックしてください。 図 8: サーバーのグラフィック インターフェイス。各接続のクライアントの ip アドレスとその他のデータ (例えば動き、位置、各プレーヤーに支払われる金額の数) を示すラインがあります。この図の拡大版を表示するのにはここをクリックしてください。 図 9: 成功したリーダーシップ。左側に、スクリーン ショットは、金融政策の目標に近づいている情報の 1 つの選手を示していますフィールド (図 4を参照)、彼/彼女の目標のフィールドに 5 つの他のプレイヤーを正常に 。右側には、知らされていないプレーヤーは彼/彼女の共同の選手の視力を失った。この図の拡大版を表示するのにはここをクリックしてください。 図 10: ゲーム時間 (グループ 44) をかけて空間分散の分析。(1 の通知、通知 2) より高い報酬を与えられる €€ 目標-フィールドの位置について知らされた選手と 8 つの無知なプレーヤー (と比較して全体のグループ (グループの平均) の時間でグループ メンバー間の距離を意味します。無知な)。ゲームの終わりによって一人の無知なプレイヤー グループを失い、€ 目標フィールド (孤立したプレーヤー) に到着しました。この図の拡大版を表示するのにはここをクリックしてください。 ビデオ 1: 無知なプレーヤー (グループ 44) の観点から集団運動の例。してくださいここをクリックしてこのビデオを表示します。(右クリックしてダウンロード) ビデオ 2: ビデオ 1 と同じゲームで 2 つの情報に基づいたプレーヤーの観点から集団運動の例(グループ 44).してくださいここをクリックしてこのビデオを表示します。(右クリックしてダウンロード) gnr 時間 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 表 1:データ フォーマットします。各参加者の移動および六角形仮想プレイ フィールドに関連付けられているタイムスタンプは、階層/混合モデリングの使用を有効にする別の行に六角形の座標として記録されます。10 選手 (グループ 44) で構成されるグループによって生成されたデータセットの抜粋を表に示します。 グループ 44(例) (∑)移動 ランク1st移動 待機時間 ペイアウト 最終的な距離 距離€€ フィールドに 時間 フィールドの %探検 (a)個々 のレベルの変数 プレイヤー ID01 6 1 1,73 18 0,67 0 – – プレーヤー ID1 6 10 3,74 9 0,67 0 – – プレーヤー ID2 6 3 2,19 9 0,67 0 – – プレーヤー ID3 7 9 2,68 9 0,67 0 – – プレーヤー ID4 6 7 4,38 9 0,67 0 – – プレーヤー ID5 9 8 3,98 9 0,67 0 – – プレーヤー ID6 12 5 2.70 1 6,00 6 – – プレイヤー ID71 6 6 4,96 18 0,67 0 – – プレーヤー ID8 9 4 4,03 9 0,67 0 – – プレーヤー ID9 6 2 日 9 0,67 0 – – (b)グループ レベル変数 無知です 7,63 5,88 3.27 8 1, 33 0, 75 – – 通知 6,00 つき 4,00 なる 18 0,67 0, 00 – – グループ全体 7,30 – 3,28 10 1, 20 0.60 39,02 27,84 表 2: グループ運動の動作解析 (グループ 44) の結果の詳細な。個々 のレベルを (a) と (b) グループのレベルの結果が表示されます。グループ レベルで無知な大半 (8 人)、通知少数 (2 人)、グループ全体 (10 人) に意味を求めた。1Id 0 と 7 選手は高い報酬を与えられる €€ 目標-フィールド; の場所についての通知をランダムに選ばれました。∑ 移動移動の合計数 =移動1stのランク、他のプレイヤーに関係で 1stの移動のランクを =待機時間= 秒の 2 つの手順の間の平均運動遅延します;。配当性向= €; ゲームの完了の後の個々 の報酬最後の距離ゲームの終わりによって残りの全プレイヤーに各プレイヤーの平均距離を =€€ フィールドまでの距離= ゲームの終わりによって €€ 目標フィールドまでの距離時間秒のゲームの合計時間を = します;。% のフィールド調査グループで集計フィールド (97 六角形) の割合を =。また、ビデオ 1とビデオ 2グループの集団運動と運動データの抜粋を表 1のゲームの時間の上のグループの分散の詳細な分析の図 10をご覧ください。