O paradigma do favo de mel para a pesquisa sobre comportamento humano coletivo
Summary
Aqui, apresentamos o jogo baseado em computador, multi-agente do favo de mel, que permite investigações experimentais de movimento humano coletivo comportamento através do preto-ponto-avatares em um virtual 2D playfield hexagonal. Diferentes condições experimentais, como variáveis incentivos em campos meta ou raio de visão, podem ser definidas, e seus efeitos no comportamento de movimento humano podem ser investigados.
Abstract
Comportamento humano coletivo, como o movimento do grupo frequentemente mostra surpreendente padrões e regularidades, tais como o surgimento da liderança. Literatura recente revelou que esses padrões, muitas vezes visíveis a nível mundial do grupo, são baseados em comportamentos individuais e auto-organizado, que seguem vários parâmetros locais simples. Compreensão da dinâmica do comportamento humano coletivo pode ajudar a melhorar a coordenação e liderança no grupo e multidão de cenários, tais como a identificação do posicionamento ideal e o número de saídas de emergência em edifícios.
Neste artigo, apresentamos o paradigma experimental do favo de mel, que pode ser usado para investigar sistematicamente as condições e os efeitos do comportamento humano coletivo. Este paradigma usa uma plataforma multi-usuário baseado em computador, fornecendo uma configuração que pode ser em forma de e adaptada para vários tipos de perguntas de pesquisa. Condições da situação (por exemplo, relações de custo-benefício para comportamento específico, incentivos monetários e recursos, vários graus de incerteza) podem ser definidas por experimentadores, dependendo a pergunta de pesquisa. Movimentos do cada participante são registrados pelo servidor como coordenadas hexagonais com carimbos em uma precisão de 50 ms e com identificações individuais. Assim, uma métrica pode ser definida no playfield e parâmetros de movimento (por exemplo, distâncias, velocidade, clusters, etc.) dos participantes podem ser medidos ao longo do tempo. Dados de movimento por sua vez podem ser combinados com dados não informatizado dos questionários acumulou dentro a mesma configuração do experimento.
O paradigma do favo de mel está pavimentando o caminho para novos tipos de experimentos de movimento humano. Vamos demonstrar aqui que estas experiências podem render resultados com suficiente validade interna significativamente aprofundar nossa compreensão do comportamento humano coletivo.
Introduction
O computador baseado multi-agente jogo favo de mel1 oferece um paradigma metodológico para investigar experimentalmente o movimento humano como coletivo padrões e estruturas de grupo emergem do comportamento individual. Participantes humanos são representados visualmente como avatares (pontos pretos) em um playfield virtual hexagonal, semelhante a um favo de mel (Figura 1). Os participantes mover seu avatares através do clique do mouse para chegar hexágonos objetivo, gastar recursos do movimento (vídeo 1) e maximizar suas recompensas monetárias através da construção de grupos coesos (vídeo 2). Condições espaciais (por exemplo, o raio de visão), estruturas de recompensa (por exemplo, campos meta monetária) e canais de comunicação podem ser manipulados a fim de descobrir qual e em que medida estas regras de condição impacto coordenação e liderança no movimento coletivo.
Regras processuais/condição do jogo, objetivos e motivadores de recompensa tem sido desenhados pelos psicólogos sociais para investigar o movimento coletivo humano. Em enxames de animais, bem como a multidão humana, pode-se observar fenômenos emergentes (ou seja, padrões globais) acontecendo de comportamento individual que segue regras locais. Por exemplo, cardumes de peixes e de bandos de pássaros parecem mover-se como entidades coerentes em direção um objetivo espacial2,3,4, apesar de tamanhos grande grupo que reduzem sua capacidade de comunicação inter-individual ou global. Pesquisa empírica5,6,7, comportamental, modelagem de8,9,10e de11,de simulações de computador12, 13 demonstraram que, em diversas espécies, incluindo seres humanos14,15,16, padrões complexos no nível do grupo emergem sem controle interno ou externo supervisão. Movimento local individual e, muitas vezes, regras simples no nível microscópico são suficientes para gerar movimento ordeiro no nível macroscópico. Tais experiências contribuem para a crescente evidência2,6 que não só grandes enxames, mas também pequenos grupos (grupos humanos, bem como outros grupos de animais) são coordenados por regras de interação local1.
Nossa nova abordagem usando jogos de avatar de multi-usuário baseado em computador mostra uma vantagem principal em Pesquisar fenômenos coletivos humanos dinâmicos. Usando o favo de mel avatar plataforma1,17,18,19, dados espaço-temporais do comportamento individual de movimento (movimento regido por indivíduos reais) podem ser totalmente recolhidos pelo servidor, e o desenvolvimento de padrões comportamentais e estruturas colectivas pode ser analisado com uma precisão de 50 ms (tabela 1). Como comunicação sensorial visual e auditiva pode ser restringida ao exigir que os participantes a usar tampões para os ouvidos e encerrando suas estações de trabalho com paredes de divisória, enxame e outras condições de comportamento de multidão podem ser aproximadas experimentalmente. Em vários experimentos1,17,18,19, estamos manipulados raio de visão (global versus local, Figura 2), os incentivos monetários (Figura 3a, b ), subgrupos (Figura 4) e a presença de colegas de outros jogadores (Figura 5), a fim de testar o impacto destas variáveis sobre o surgimento de padrões de comportamento coletivos como humano reunindo comportamento17, liderança 1e competição18. Para coletar os dados, utilizou-se uma instalação de dez a doze notebooks e um servidor (Figura 6).
A coordenação auto-organizado de atividades individuais, em grupo-espécies tem atraído muita atenção científica, particularmente dentro da última década. Os exames são abrangentes, de seleção de formação e caminho de trilha simples em formigas para o surgimento de complexo de estruturas de vórtice em cardumes de peixes e até mesmo a segregação de fluxos bidirecionais de pedestres2.
Contribuímos com nosso paradigma de favo de mel, uma abordagem metodológica para investigar empiricamente o impacto de variadas opções situacionais/restrições, diversas regras comportamentais e características individuais a nível microscópico sobre o aparecimento de estruturas macroscópicas comportamentais em seres humanos. Uma vantagem importante é que o paradigma oferece estritamente controláveis experimental as configurações definidas por experimentadores, tornando possível para manipulação de medir os resultados de uma única experiência ou comparar vários experimentos. O playfield virtual pode ser configurado de acordo com os requisitos do estudo de design, e canais de comunicação sensorial entre os participantes podem ser eliminadas ou reduzidas de acordo com os parâmetros do experimento. Além disso, affordances ambientais podem ser moldados (consenso, por exemplo, não-competitivo, competitivo e as configurações de salvamento). Assim, nossa plataforma impõe a validade interna (ou seja, combinando o design do estudo quanto possível para as perguntas de pesquisa), oferecendo a possibilidade de manipular/controle de variáveis relevantes para a questão de pesquisa específico, usando dados do movimento humano-governado para examinar o movimento humano. Experimentos de campo render benefícios em termos de validade externa (generalização) de resultados15,20,21 ao mundo real, porque eles não impede os efeitos de desconhecido de incontrolável/suprimível social sugestões, bem como comportamentos não – e para verbal em seres humanos1.
O multi-agente baseado em computador jogo HoneyComb tem servido para investigar o surgimento de coordenação e padrões de liderança de jogadores humanos, continuando o playfield virtual seus avatares. Os participantes só foram fornecidos informações locais sobre os incentivos monetários obtidos em hexágonos de gol, que incluiu o incentivo para a coesão de grupo com base na multiplicação de recompensas monetárias pelo número de jogadores co, que também acabou no mesmo objetivo hexágono. Na nossa primeira série de estudos, nós restrito a montagem da experiência de dois parâmetros simples de fervilhando de comportamento (alinhamento e coesão) e reduziu a transferência de informação mútua para “leitura/transmitir” do comportamento de movimento só dos outros participantes. Depois variamos o raio de visão de outros comportamentos de movimento participante para qualquer uma visão global ou local do playfield virtual, que consiste em 97 hexágonos menores e os recursos de movimento dispensável (movimentos possíveis) dos jogadores limitados.
A forma e os elementos da plataforma virtual e os parâmetros definidos pelo experimentador de jogos capazes de ser jogado na referida plataforma podem ser projetados de acordo com as perguntas de pesquisa específicos. Dependendo do objetivo da pesquisa, o tamanho da tela pode ser alterado; as cores, formas e significados dos avatares podem ser adaptados; os recursos podem ser implementados; e a estrutura e o conteúdo podem ser variados. Mais ou menos informação, incerteza e preferências conflitantes também podem ser implementado22. Variando de jogador-visão global de informação e controle também são possíveis. Portanto, através de instruções experimentais, os ambientais affordances do experimento podem ser alteradas (por exemplo, um cenário de consenso vs fuga). Na próxima seção, esclarecemos como essas variáveis podem ser aplicadas por descrever um estudo real que alguns desses parâmetros usados para responder a perguntas de estudo específico.
Protocol
Representative Results
Discussion
Uma questão fundamental no uso de ambientes virtuais multi clientes como um paradigma de pesquisa para investigar o comportamento coletivo humano é se os resultados são aplicáveis aos cenários reais. Em outras palavras, é que a abordagem metodológica resultados com suficiente validade ecológica ou externa? Representando os participantes humanos como avatares em um playfield virtual e deixá-los passar através de cliques de mouse reduz sinais sociais. Além disso, mantendo a comunicação ao mínimo permite experimentadores investigar quais tácitas pistas comportamentais são transmitidas entre os seres humanos que podem afetar o comportamento de liderança e coordenação do grupo humano e sob qual affordance ambiental (, por exemplo, resgate, concorrência, evacuação) estes comportamentos são afetados por mais e em que medida. Enquanto houver aderência estrita para as duas fases de pré-testes no protocolo e procedimentos de teste, esta abordagem reducionista garante validade interna. Para permitir a transferência dos resultados para o grupo “real” e a dinâmica da multidão, as fases de instalação e teste experimentais podem ser gradualmente modificadas para se tornar mais complexo (por exemplo, permitindo a comunicação adicional além da mera transmissão/leitura de movimento comportamento, adicionando informações sobre características individuais incorporado semanticamente diversos cenários do mundo real, etc) e descrito no no ecrã instruções ler pelos participantes antes do jogo começar.
Para resolver o problema da validade externa, o playfield hexágono [escolhido inicialmente para padronizar os movimentos do jogador para padronizada, bidimensionais de coordenadas hexagonais devido à redução de fatores de confusão e usabilidade (previamente testada)] pode ser variado. Uma grade bidimensional com escolha livre circulação permitirá aos jogadores criar mais dados de movimento contínuo e complexo. Um ambiente tridimensional criado por unidade – ou Unreal-motor, por exemplo, também pode aumentar a validade ecológica/externo. No entanto, com cada passo para lessoning a restrição de movimento, surge um problema. Com a crescente complexidade da liberdade de movimento no cenário simulado, a influência de confundir fatores (por exemplo, interpessoais diferenças como experiência de computador, familiaridade com orientação espacial em jogos tridimensionais) aumenta, o que pode levar a resultados tendenciosos e reduz a validade interna.
A vantagem do método descrito no protocolo do favo de mel é que pode ser combinado com modelos de simulação de computador e usado como um paradigma para testar empiricamente se coletivo padrões encontrados nas simulações de computador também possuem comportamento em grupos de seres humanos. Para aumentar a validade externa de tais testes, participantes devem ser perguntados no questionário pós-teste fase se sentiu suficientemente e humanamente representados por seus avatares e se eles foram capazes de perceber os seus colegas jogadores como atores humanos. O protocolo especifica a presença física dos colegas jogadores sentados em estações de trabalho ao lado do outro (mesmo que os parâmetros de protocolo exclui sensorial comunicação visual ou auditiva) a fim de reforçar estes sentimentos de personificação humana.
Em suma, os métodos aplicados pela abordagem do favo de mel constantes do protocolo pré-teste, teste e pós-teste fases fornecem um novo paradigma para investigar os mecanismos básicos de fenômenos coletivos como a coordenação de grupo, liderança e intragrupo differentiation. Mais importante limitação do método é sua vulnerabilidade a erros humanos pelos recrutadores, particularmente se não forem suficientemente rigorosas no sentido de garantir que os participantes não se comunicar uns com os outros durante as fases de pré-teste e teste.
Disclosures
The authors have nothing to disclose.
Acknowledgements
Esta pesquisa foi financiada pela iniciativa de excelência alemão (estratégia institucional: https://www.uni-goettingen.de/en/32632.html). Agradecemos a Margarita Neff-Heinrich para a revisão de inglês.
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).
