여기, 우리는 컴퓨터 기반, 멀티 에이전트 게임 벌집, 집단적 인간의 움직임 동작을 통해 블랙-도트-아바타의 가상 2D 육각 운동장에 실험적인 수사를 가능 하 게 제시. 다른 목표 필드 또는 비전 반경에 가변 인센티브 같은 실험 조건을 설정할 수 있습니다, 그리고 인간의 운동 행동에 그들의 효과 조사 수 있습니다.
그룹 운동 등 집단 인간 행동은 자주 놀라운 패턴 및 규칙성, 리더십의 출현 등을 보여줍니다. 최근 문학 이러한 패턴, 그룹의 글로벌 수준에서 자주 볼 수는 자기 조직, 개별 동작을 따라 하는 몇 가지 간단한 로컬 매개 변수를 기반으로 드러났다. 인간의 집단 행동의 역학을 이해 조정 및 그룹 및 군중 시나리오, 이상적인 배치와 건물에 비상구의 수 등에서 리더십을 향상 시킬 수 있습니다.
이 문서에서는, 선물이 실험 패러다임 벌집 조건과 인간의 집단 행동의 효과 체계적으로 조사 하는 데 사용할 수 있습니다. 이 패러다임 사용 컴퓨터 기반 다중 사용자 플랫폼을 형성 하 고 다양 한 유형의 연구 질문에 적응 수 있는 설정을 제공 합니다. 연구 질문에 따라 경험에 의해 상황 조건 (예를 들어, 특정 동작, 불확실성의 다양 한 학위 자원과 금융 인센티브에 대 한 비용 편 익 비율)를 설정할 수 있습니다. 각 참가자의 움직임은 6 각형 좌표 50 ms의 정확도에 타임 스탬프와 개별 Id로 서버에서 기록 됩니다. 따라서, 통계는 운동장에 정의할 수 있습니다 및 운동 매개 변수 (예를 들어, 거리, 속도, 클러스터링, 등) 참가자의 시간이 지남에 따라 측정할 수 있다. 운동 데이터에 동일한 실험 설정 내에서 획득 하는 설문 조사에서 비 컴퓨터 데이터와 결합할 수 있습니다.
벌집 패러다임 인간 운동 실험의 새로운 종류에 대 한 방법을 포장입니다. 우리는 여기이 실험 의미 인간의 집단 행동의 우리의 이해를 깊게 하기 위해 충분 한 내부 타당성을 가진 결과 렌더링할 수 있습니다 보여 줍니다.
실험적으로 어떻게 집단 인간의 움직임을 조사 하는 방법론적 패러다임을 제공 하는 컴퓨터 기반 멀티 에이전트 게임 벌집1 패턴 및 그룹 구조는 개인적인 행동에서 등장. 인간의 참가자 시각적으로 벌집 (그림 1)을 닮은 육각형 가상 운동장에 아바타 (검은 점)로 표시 됩니다. 참가자는 자신의 아바타를 통해 마우스 클릭 목표 육각형에 도달, 이동 리소스 (비디오 1), 지출 및 점착 력이 있는 그룹 (비디오 2)를 구축 하 여 그들의 금전적인 보상을 극대화를 이동 합니다. 공간 조건 (예를 들어, 비전 반경), 보상 구조 (예: 통화 목표 분야), 및 커뮤니케이션 채널을 검색 하기 위해 조작할 수 있습니다 그리고 어느 정도 이러한 조건 규칙 조정 및 리더십 영향 집단 운동.
게임의 절차/조건 규칙, 목표, 그리고 보상 동기 부여 인간의 집단 움직임을 조사 하기 위해 사회 심리학자에 의해 설계 되었습니다. 동물 메뚜기 뿐만 아니라 인간 군중, 하나 로컬 규칙 다음에 나오는 개별 동작에서 떨어지고 응급 현상 (즉, 글로벌 패턴)을 관찰할 수 있다. 예를 들어 물고기의 학교와 새 들의 떼 공간 목표2,3,4, 글로벌 또는 개별 간 통신에 대 한 그들의 용량을 줄일 수 있는 큰 그룹 크기에도 불구 하 고 향해 일관 된 엔티티로 이동 것으로 보인다. 경험적 연구5,,67, 행동 모델링8,,910및 컴퓨터 시뮬레이션11,12, 13 다양 한 종, 인간14,,1516를 포함 하 여 그룹 수준에서 복잡 한 패턴 내부 통제 또는 외부 감독 없이 등장으로 나타났습니다. 로컬 개인 운동 하 고, 종종, 미세한 수준에 간단한 규칙은 거시적인 수준에 질서 있는 움직임을 생성 하기에 충분. 이러한 실험 증가 증거,2,6 큰 메뚜기 뿐만 아니라 작은 그룹 (인간 그룹 뿐만 아니라 다른 동물 그룹) 로컬 상호 작용 규칙1에 의해 조정에 기여 한다.
컴퓨터 기반 다중 사용자 아바타 게임을 사용 하 여 우리의 새로운 접근 방식을 동적 인간의 집단 현상 연구에 주요 장점 중 하나를 보여 줍니다. 벌집 아바타 플랫폼1,17,,1819를 사용 하 여, 개별 운동 동작 (실제 개인에 의해 지배 하는 운동)의 spatio 시간적 데이터 수집할 수 있습니다 완전히 서버에서 하 고 행동 패턴 및 집단 구조 개발 50 ms (표 1)의 정확도로 분석할 수 있습니다. 시각과 청각 감각 통신 요구에 의해 제한 될 수 있습니다으로 귀마개를 사용 하 여 파티션 벽, 그들의 워크스테이션을 인 떼 참가자 및 다른 군중 행동 조건 수 수 직선 근사 줄 실험적으로. 여러 실험1,17,,1819, 우리 비전 반경 (글로벌 대 로컬, 그림 2), (그림 3a, b 금전적 인센티브 조작 ), 하위 그룹 (그림 4), 그리고 인간의 무리를 짓는 행동17, 리더십 등 집단 행동 패턴의 출현에이 변수들의 영향을 테스트 하기 위해 다른 플레이어 (그림 5)의 공동 존재 1, 그리고 경쟁18. 데이터를 수집 하려면 10-12 노트북 및 서버 설치 사용 되었다 (그림 6).
그룹-살아있는 종에 개별 활동의 자기 조직된 조정 특히 지난 10 년 안에 많은 과학적 관심을 모으고 있다. 검사는 간단한 흔적 형성 및 경로 선택 복잡 한 출현에 개미에서 물고기 떼, 그리고 심지어 보행자2의 양방향 흐름의 분리에서 소용돌이 구조에서 광범위 한.
우리의 벌집 패러다임으로 기여 하는 상황 다양 한 옵션/제약 조건, 다양 한 행동 규칙, 및의 출현에 미세한 수준에서 개별 특성의 영향을 실험적으로 조사 하는 방법론적 접근 인 간에 있는 거시적인 행동 구조. 중요 한 장점은 그 패러다임은 엄격 하 게 제어 실험 경험, 하나의 실험의 결과 측정 하거나 비교 여러 실험 조작에 대 한 수에 의해 정의 된 것입니다. 가상 운동장 연구 디자인의 요구 사항에 따라 구성할 수 있습니다 그리고 참가자 사이 감각 커뮤니케이션 채널을 제거 하거나 실험 매개 변수에 따라 감소 수 있습니다. 또한, 환경 affordances (예를 들어, 경쟁, 비 경쟁 합 및 구조 설정) 형성 될 수 있습니다. 따라서, 우리의 플랫폼 조작 제어 변수 관련 구체적인 연구 질문에 대 한 가능성을 제공 함으로써 내부 유효성 (즉, 연구 설계는 연구 질문에 최대한 가깝게 일치) 적용을 사용 하 여 인간의 지배 운동 데이터 인간의 움직임 검사입니다. 그들은 알 수 없는 통제/insuppressible 소셜의 효과 배제 하지 않습니다 때문에 필드 실험 결과15,,2021 현실 세계의 외부 타당성 (가해질) 측면에서 혜택을 렌더링 신호 뿐만 아니라 인간1-그리고 파라-비언어 행동.
컴퓨터 기반 멀티 에이전트 게임 벌집 조정의 출현 및 가상 운동장에 자신의 아바타를 이동 하는 인간 플레이어의 리더십 패턴 조사를 역임 했다. 참가자 목표 육각형, 그룹 단결력 또한 같은 목표에 결국 공동 선수의 수에 의해 금전적 보상의 곱셈에 기반에 대 한 인센티브를 포함에 얻을 수 있는 금전적 인센티브에 대 한 지역 정보를 제공 했다 육각형입니다. 연구의 우리의 첫번째 시리즈, 우리는 실험 설정 동작 (정렬 및 결합)에 진을 치고의 두 개의 간단한 매개 변수를 제한 하 고 상호 정보 전송 “읽기/전송” 다른 참가자 들의 운동 행동만을 감소. 우리는 다음 97 작은 육각형의 구성 하 고 제한 된 선수의 소모품 운동 리소스 (가능한 움직임) 가상 운동장의 전역 또는 로컬 보기 중 다른 참가자 이동 동작의 광경 반경의 다양 한.
구체적인 연구 질문에 따라 모양 및 가상 플랫폼의 요소와 게임 했다 플랫폼에서 재생할 수 수의 실험-정의 하는 매개 변수를 디자인할 수 있습니다. 연구 목표에 따라 운동장의 크기를 변경할 수 있습니다; 색상, 모양, 그리고 아바타의 의미를 적용할 수 있습니다; 리소스를 구현할 수 있다. 그리고 보상 구조 및 콘텐츠 변경 될 수 있습니다. 더 많거나 적은 정보, 불확실성, 그리고 충돌 기본 구현된22될 수 있습니다. 다양 한 글로벌 플레이어-보기 및 제어도 가능 하다. 따라서, 를 통해 실험 지침, 실험의 환경 affordances 변경 (예를 들어, 탈출 시나리오 대 합의) 될 수 있습니다. 다음 섹션에서 우리는 어떻게 이러한 변수는 구체적인 연구 질문에 대답을 사용 하는 이러한 매개 변수 중 일부는 실제 연구를 설명 하 여 적용할 수 있습니다 명확히 것입니다.
인간의 집단 행동을 조사 하는 연구 패러다임으로 멀티 클라이언트 가상 환경을 사용 하 여 하나의 근본적인 질문 결과 실제 시나리오에 적용 여부입니다. 즉, 않습니다 방법론 접근 결과가 충분 한 생태 또는 외부 타당성을 가진? 가상 운동장에 아바타로 인간 참가자를 대표 하 고 그들 을 통해 마우스 클릭을 이동 시키는 사회적 신호를 감소 시킨다. 또한, 조사는 환경 어포던스와 인간의 그룹 조정 및 리더십 행동에 영향을 미칠 수 있는 인간 중 어떤 암묵적인 행동 신호 전송 경험 수 최소 통신 유지 (예: 구조, 경쟁, 피난) 더와 어느 정도 이러한 동작은 영향을 받습니다. 프로토콜 및 테스트 절차에 두 사전 테스트 단계에 엄격한 부착을 확인 하 고는,이 reductionist 접근 내부 유효성을 보장 합니다. “진짜” 그룹 및 군중 역학 결과의 전송 수 있도록, 실험 설치 및 테스트 단계 수정할 수 있습니다 점차적으로 더 복잡 한 (예를 들어, 단순한 전송/독서 운동 넘어 추가 통신이 동작, 의미상 다양 한 실제 시나리오에 포함 된 개별 특성에 정보를 추가 등) 에서 설명 하 고 있는 화면 지침 읽을 참가자는 게임을 시작 하기 전에.
외부 타당성의 문제를 해결 하려면 [처음 표준화 표준화, 2 차원 6 각형 좌표 (사전 테스트) 성과 혼동 요인의 감소 때문에 선수의 움직임을 선택] 육각 운동장 다양 한 수 있습니다. 자유 운동 선택 2 차원 그리드 선수 더 지속적이 고 복잡 한 운동 데이터를 만드는 것이 가능 예를 들어 만든 의해 화합-또는 언리얼-엔진, 3 차원 환경 생태/외부 타당성을 높이기 또한 수 있습니다. 그러나, 각 단계 lessoning 움직임의 제한으로 문제가 발생 합니다. 자유의 운동 시뮬레이션 시나리오에서는 혼동 요인 (컴퓨터 경험 등예를 들어, 개인 간 차이, 3 차원 게임에 공간 오리엔테이션을 가진 친밀)의 영향의 상승 복잡성 증가, 편견된 결과로 이어질 수 있는 내부 타당성을 줄일 합니다.
벌집 프로토콜에서 설명 하는 방법의 장점은 그것 컴퓨터 시뮬레이션 모델을 함께 고 실험적으로 컴퓨터 시뮬레이션에서 발견 하는 집단 패턴 또한 인간의 그룹 행동을 위해 보유 하는 경우를 테스트 하는 패러다임으로 사용 될 수 있습니다. 그들은 충분히 느꼈다 고 인간적으로 그들의 아바타와 여부 그들은 인식 하는 인간 배우로 그들의 공동 선수 수 있었다 나타내는 그러한 테스트의 외부 타당성을 강화 하려면 참가자 테스트 후 단계 질문에 요청 한다. 프로토콜 지정 인간 화신의이 감각을 강화 하기 위해 서로 옆에 워크스테이션에 (비록 프로토콜 매개 변수 감각 청각 또는 시각적 커뮤니케이션 배제) 앉아 공동 선수의 실제 존재를 합니다.
합계에서는, 프로토콜의 테스트 전, 테스트 및 테스트 후 단계에 설명 된 벌집 접근 방식으로 적용 하는 방법을 제공 하는 등 그룹 조정, 리더십, 집단 현상의 기본적인 메커니즘을 조사 하는 새로운 패러다임 및 내부 그룹 differentiatio명. 그들은 충분히 엄격한 테스트 전 및 테스트 단계에서 참가자 서로와 통신 하지 않는 보장 하는 경우에 특히 방법의 가장 중요 한 제한 채용에 의해 인간의 오류에 대 한 취약성입니다.
The authors have nothing to disclose.
이 연구는 독일 우수 이니셔티브에 의해 투자 되었다 (기관 전략: https://www.uni-goettingen.de/en/32632.html). 우리는 그녀의 영어 교정에 대 한 마가렛 네 프 하인리히 감사합니다.
Notebooks | |||
Partition walls between work stations | |||
Earplugs | |||
Equipment for LAN installation |