Summary
Nous présentons ici le jeu sur ordinateur, multi-agents en nid d’abeille, qui permet des investigations expérimentales du mouvement humain collectif comportement via la noir-dot-avatars sur un terrain de jeu du hexagonal 2D virtuel. Des conditions expérimentales différentes, comme des incitations variables sur les champs de l’objectif ou le rayon de la vision, peuvent être réglées, et leurs effets sur le comportement de mouvement humain peuvent être l’objet d’une enquête.
Abstract
Comportement humain collectif comme le mouvement de groupe montre souvent surprenant des patrons et des régularités, tels que l’émergence de leadership. La littérature récente a révélé que ces patrons, souvent visibles à l’échelle mondiale du groupe, sont fondées sur des comportements auto-organisé, individuels qui suivent plusieurs paramètres les simples. Comprendre la dynamique du comportement collectif humain peut aider à améliorer la coordination et la direction dans les scénarios de groupe et de la foule, telles qu’identifier l’idéal pour l’installation et le nombre d’issues de secours dans les bâtiments.
Dans cet article, nous présentons le paradigme expérimental en nid d’abeille, ce qui permet d’étudier systématiquement les conditions et les effets du comportement collectif humain. Ce paradigme utilise une plate-forme informatique multi-utilisateurs, offrant un cadre qui peut être en forme et adapté aux différents types de questions de recherche. Situationnelles conditions (p. ex., les rapports coûts-avantages pour un comportement spécifique, ressources, différents degrés d’incertitude et incitations monétaires) peuvent être déterminées par les expérimentateurs, selon la question de recherche. Les mouvements de chaque participant sont enregistrés par le serveur comme coordonnées hexagonales avec des estampilles avec une précision de 50 ms et avec ID individuels. Ainsi, une mesure peut être définie sur le terrain de jeu et des paramètres de mouvement (par exemple, distances, vitesse, clusters, etc.) des participants peuvent être mesurées au fil du temps. Données de mouvement peuvent à son tour être associées non informatisés des données des questionnaires a recueilli dans le même montage.
Le paradigme de nid d’abeilles prépare le terrain pour les nouveaux types d’expériences de mouvement humain. Nous montrons ici que ces expériences peuvent afficher les résultats avec une validité interne suffisante d’une manière significative approfondir notre compréhension du comportement collectif humain.
Introduction
L’informatique multi-agents jeu en nid d’abeille1 vous propose un paradigme méthodologique afin d’étudier expérimentalement les mouvements humains comment collective modèles et structures de groupe émergent du comportement individuel. Des participants humains sont visuellement représentés comme avatars (points noirs) sur un terrain de jeu virtuel hexagonal ressemblant à un nid d’abeilles (Figure 1). Les participants déplacent leur avatars via la souris-cliquez ici pour atteindre hexagones objectif, dépenser des ressources de déménagement (Video 1) et maximiser leurs récompenses monétaires en construisant des groupes cohésifs (Video 2). Des conditions spatiales (p. ex., rayon de vision), récompense des structures (par exemple, les champs de but monétaire) et canaux de communication peuvent être manipulées afin de découvrir qui et dans quelle mesure ces règles de condition impact coordination et leadership dans un mouvement collectif.
Règles de procédure/condition du jeu, les objectifs et motivations de récompense ont été conçues par les psychologues sociaux pour étudier le mouvement collectif humain. En essaims animales ainsi que des foules humaines, on peut observer des phénomènes émergents (c'est-à-dire les modèles globaux) dont témoigne des comportements individuels qui suit des règles locales. Par exemple, bancs de poissons et de nuées d’oiseaux semblent se déplacer comme des entités cohérentes vers un objectif spatial2,3,4, malgré des tailles de grand groupe qui réduisent leur capacité de communication globale ou entre individus. Des recherches empiriques5,6,7,8,9,10et de11,des simulations sur ordinateur12, de modélisation comportementale 13 ont montré que, chez diverses espèces, dont les humains14,15,16, des motifs complexes au niveau du groupe émergent sans contrôle interne ou de supervision externe. Mouvement individuel local et, souvent, parfois, des règles simples au niveau microscopique suffisent générer un mouvement ordonné au niveau macroscopique. Ces expériences contribuent à croissant preuve2,6 , que non seulement les grands essaims, mais aussi les petits groupes (groupes humains ainsi que d’autres groupes d’animaux) sont coordonnés par l’interaction locale règles1.
Notre nouvelle approche à l’aide de jeux sur ordinateur multi-utilisateurs avatar montre un des principaux avantages dans la recherche de phénomènes collectifs humains dynamiques. En utilisant le nid d’abeille avatar plate-forme1,17,18,19, données spatio-temporelles du comportement individuel de mouvement (mouvement régi par des individus réels) peuvent être entièrement recueillies par le serveur, et le développement de comportements et de structures collectives peut être analysé avec une précision de 50 ms (tableau 1). Comme communication sensorielle visuelle et auditive peut être restreint en demandant aux participants d’utiliser des bouchons d’oreilles et moulant leurs postes de travail avec cloisons, swarm et autres problèmes de comportement de foule peuvent être approximées expérimentalement. Dans plusieurs expériences1,17,18,19, nous avons manipulé le rayon de la vision (global vs local, Figure 2), des incitations monétaires (Figure 3 a, b ), sous-groupes (Figure 4) et la co-présence des autres joueurs (Figure 5) afin de tester l’impact de ces variables sur l’émergence de comportements collectifs comme humain flocage comportement17, direction 1et18de la concurrence. Pour collecter les données, une configuration des carnets de dix à douze et un serveur a été utilisée (Figure 6).
La coordination auto-organisé des activités individuelles en espèces la vie en groupe a attiré beaucoup d’attention scientifique, notamment dans la dernière décennie. Les examens sont très vastes, de sélection simple sentier de formation et chemin d’accès à fourmis à l’émergence complexe des structures de vortex dans les bancs de poissons et même la ségrégation des flux bidirectionnel de piétons2.
Avec notre modèle de nid d’abeilles, nous contribuons une approche méthodologique pour analyser empiriquement l’impact des diverses options/contraintes situationnelles, diverses règles de comportement et caractéristiques individuelles au niveau microscopique sur l’émergence de macroscopiques structures comportementales chez l’homme. Un avantage important est que le paradigme offre strictement contrôlables paramètres expérimentaux définis par expérimentateurs, rendant possible pour la manipulation de mesurer les résultats d’une expérience unique ou de comparer des expériences multiples. Le terrain de jeu virtuel peut être configuré selon les exigences de la conception de l’étude, et des canaux de communication sensorielle entre les participants peuvent être éliminés ou réduits selon les paramètres de l’expérience. En outre, affordances environnementales peuvent être en forme (par exemple, un consensus compétitive, non concurrentiels et paramètres de sauvetage). Ainsi, notre plateforme applique la validité interne (c'est-à-dire, correspondant à la forme de l’étude autant que possible aux questions de la recherche) en offrant la possibilité de manipuler et de contrôle des variables pertinentes à la question spécifique de recherche, à l’aide données de mouvement humain-régie pour examiner le mouvement humain. Expériences sur le terrain rendent les avantages en termes de validité externe (généralisabilité) des résultats15,20,21 au monde réel, parce qu’ils n’empêchent pas les effets d’inconnue incontrôlable/minauderies social indices ainsi que des comportements et para-non-verbale chez les humains1.
L’informatique multi-agents jeu en nid d’abeille a été d’enquêter sur l’apparition de la coordination et les modèles de leadership des joueurs humains en déplaçant leurs avatars sur le terrain de jeu virtuel. Participants ont eu seulement des informations locales sur des incitations monétaires procurables sur les hexagones de but, qui comprenait l’incitatif pour la cohésion de groupe basée sur la multiplication des récompenses monétaires par le nombre de joueurs qui ont aussi fini sur le même objectif hexagone. Dans notre première série d’études, nous avons limité le montage à deux paramètres simples de l’essaimage de comportement (alignement et cohésion) et réduit le transfert d’information mutuelle à « lecture/transmission » du seul mouvement comportement des autres participants. Nous avons fait varier le rayon de vue d’autres comportements de mouvement participant soit une vue globale ou locale de l’aire de jeu virtuel, qui se compose de 97 petits hexagones et limité les ressources du mouvement non réutilisables (déplacements possibles) des joueurs.
La forme et les éléments de la plate-forme virtuelle et les paramètres définis par l’expérimentateur de pouvoir être joué sur ladite plateforme de jeux peuvent être conçus selon les questions de recherche spécifiques. Selon le but de la recherche, la taille de l’aire de jeu peut être changée ; les couleurs, formes et significations des avatars peuvent être adaptées ; ressources peuvent être mises en œuvre ; et la structure de la récompense et le contenu peuvent varier. Plus ou moins information, incertitude et préférences en conflit peuvent également être mis en œuvre22. Contrôle et diverses informations de joueur-vision globale sont également possibles. Par conséquent, via des instructions expérimentales, les affordances environnementales de l’expérience peuvent être altérée (par exemple, un scénario de consensus vs évasion). Dans la section suivante, nous permettra de clarifier comment ces variables peuvent être appliqués en décrivant une étude réelle que certains de ces paramètres utilisés pour répondre aux questions de l’étude spécifique.
Protocol
Collecte et analyse de données dans ce projet ont été approuvés par le Comité d’éthique de l’Institut Georg-Elias-Müller pour la psychologie de l’Université de Göttingen (proposition 039/2012).
1. expérimental
- Choisissez un emplacement qui est loin d’une zone de fort trafic, comme dans un ordinateur lab ou autre zone spécifiée avec des postes de travail individuels qui peuvent être configurées comme un LAN (réseau local).
- Organiser des carnets de 10 à 12 du même type à utiliser pour l’expérience, mais aussi un ordinateur de fonctionner comme serveur (Figure 6). Le programme serveur, mais aussi les programmes clients ont besoin d’un environnement d’exécution JAVA, qui est disponible sur tous les systèmes d’exploitation courants (Raspberry Pi en tant que client peut suffire).
- Configuration de l’équipement
- Organiser des cahiers sur les tables de poste de travail individuel avec des chaises, comme illustré à la Figure 7.
- Connectez ordinateurs portables pour les câbles d’ordinateur serveur via Ethernet et un commutateur de réseau pour créer un réseau local.
- Installer des cloisons de séparation entre les postes de travail individuels pour empêcher la communication sensorielle visuelle (contact visuel, gestes de la main, les expressions faciales, etc.) entre les participants.
- Acquérir des bouchons d’oreilles (usage unique) pour être distribués à tous les participants pour empêcher toute communication sonore entre les participants.
2. participant recrutement
- Choisissez un emplacement de recrutement où il y a une grande quantité de personnes, tels que le hall d’entrée de l’auditorium.
- Adresse des recrues potentielles en utilisant le texte normalisé qui explique le but et le contexte de l’expérience, la durée de l’expérience, paiement maximal calculé selon performance et condition de participation à un jeu multijoueur sur ordinateurs portables appartenant à l’institution.
- Veiller à ce que les participants peuvent comprendre les instructions anglaises et allemandes et les questionnaires liés aux expériences.
- Si le protocole expérimental comprenant l’utilisation de couleurs, assurez-vous que les participants sont libres de toute daltonisme qui peut-être les empêcher de différencier les couleurs utilisées.
- Pas recruter des participants précédents, que les participants devraient être naïf de l’expérience.
- Recrues prêtes à une aire d’attente éloignent de la zone de recrutement. Prions qu’ils attendent l’achèvement du recrutement groupe sans parler les uns aux autres. Expliquer que cette restriction est liée à l’intégrité des résultats expérimentaux.
- Une fois que 10 à 12 participants ont été recrutés, les amener dans le laboratoire informatique préétablie ou zone spécifiée, où se déroulera l’expérimentation.
- Avant que les participants prennent place dans les postes de travail de partition-enfermé, ont les participants à signer un formulaire de désignation d’un consentement éclairé.
- Distribuer les bouchons utilisation hygiénique, unique à tous les participants. Expliquez-leur que la communication audiovisuelle avec d’autres participants est interdite. Par conséquent, l’utilisation de bouchons d’oreilles et enfermé à la partition de postes de travail est obligatoire.
- A les participants prennent place dans les postes de travail de partition-enfermé.
3. marche à suivre
Remarque : Cette procédure expérimentale, le jeu utilisé par Boos et al. 1 est décrit comme un exemple d’application.
- Phase de préparation
- Le programme lui-même est mis en forme comme un HC.zip de fichier zip contenant 1) la runnables HC.jar, 2) trois fichiers de configuration, à savoir hc_server.config, hc_panel.config et hc_client.config et 3) deux sous-dossiers nommés intro et rawdata.
- Créez un dossier partagé sur l’ordinateur serveur et décompressez le HC.zip dans ce dossier.
- Sur chaque ordinateur client, installez et accéder à ce dossier partagé et ouvrez un terminal (Linux, Mac OS x : spotlight | recherche | terminal) ou une invite de commandes (Windows : recherche « cmd »), respectivement. Utiliser la commande « dir » ou « ls » afin que les fichiers dézippés apparaissent sur chaque terminal.
- Exécutez la commande « java-version » sur chaque terminal pour s’assurer qu’un environnement d’exécution java est disponible. Si ce n’est pas le cas, installez java avant de continuer.
- Coup d’oeil dans les trois configurer les fichiers.
- Éditer hc_server.configure pour configurer le nombre 1) des joueurs, nombre 2) minimum et un nombre maximum de coups, que chaque joueur peut effectuer, 3) les valeurs de la soi-disant pépites et l’état de rayon 4) perception (local ou global).
Remarque : Les conditions de deux perception sont la condition globale (le joueur peut voir les positions des avatars de tous les participants) et l’état local (joueur peut voir seulement ces avatars adjacents à leur avatar ; voir Figure 3) - Éditer hc_client.configure pour informer les clients IP du serveur.
- Dans hc_panel.config, ajuster la taille de l’hexagone conformément à la résolution de l’écran.
- Éditer hc_server.configure pour configurer le nombre 1) des joueurs, nombre 2) minimum et un nombre maximum de coups, que chaque joueur peut effectuer, 3) les valeurs de la soi-disant pépites et l’état de rayon 4) perception (local ou global).
- Tout d’abord, lancez le programme de serveur HC_Gui.jar (Figure 8) à l’aide de la commande « java-jar HC_Gui.jar ». Ensuite, démarrez les programmes client sur chaque poste de travail à l’aide de la commande « java-jar HC_ClientAppl.jar ».
NOTE : Les écrans de l’ien devrait afficher le message, « veuillez patienter. L’ordinateur se connecte au serveur. » Dans le serveur GUI, une ligne s’affiche avec l’adresse IP de chacun des clients. Lorsque tous les clients sont connectés, le programme serveur affiche le message : « tous les Clients sont connectés. Prêt à commencer ? »
Remarque : L’expérimentateur peut préparer la session jusqu'à ce point. - Lorsque tous les participants ont pris leur place, donner les dernières instructions avant ils introduisent les bouchons d’oreilles.
- Cliquez sur « OK » pour démarrer la session. Sur le connaissement, l’expérience est contrôlée uniquement par les instructions sur les écrans visibles aux participants. Instructions pour une seule expérience exigent plusieurs pages d’écran, et lecture est rendue possible par les participants de pagination en arrière si nécessaire.
NOTE : Chaque participant indique, en cliquant sur un bouton désigné sur l’écran, qu’il a lu les instructions. L’expérience ne peut pas commencer tant que tous les participants aient fini de lire les instructions.
- Phase de test
- Observer si les participants sont souris contrôlant leur point d’avatar (deux fois plus gros comme les points d’avatar visible des autres participants) sur l’aire de jeu en nid d’abeille virtuel 97-hexagone (voir Figure 1).
- Ont les participants de commencer la phase de test dans le centre du champ, puis déplacer sur le terrain de jeu virtuel de nid d’abeille selon les instructions fournies précédemment sur l’écran.
- Toutes les instructions sur la façon de jouer le jeu sont placées comme html-fichiers modifiables dans le dossier du jeu en nid d’abeille. Voir les sous-dossiers intro/de et intro/fr pour obtenir des instructions allemand et en anglais, respectivement.
- Joueurs ont faites un clic gauche dans l’hexagone du petit adjacent de leur choix pour déplacer leur point d’avatar. Seulement les champs adjacents peuvent être choisis à l’initiale et subséquente se déplace.
Remarque : Après chaque coup, une petite queue apparaît pour 4000 ms pour chaque participant, indiquant la dernière direction d'où il/elle salué.
- Permettre à chaque participant de ne participer qu’une seule fois afin d’éviter les biais possibles.
Remarque : Le jeu décrit ici nécessite 5-10 min, y compris la lecture des instructions. Dans l’ensemble, 400 participants à 40 groupes de dix personnes ont été testées par Boos et al. 1. - Ne redémarrez pas l’expérience avec les participants mêmes si il y a une panne technique ou si un participant n’a pas.
4. Phase de post-test
- Une fois le jeu terminé, ont participants de remplir des questionnaires d’évaluation des données démographiques, les facteurs de personnalité Big Five, niveaux perçus de stress ou de calme et paiement de satisfaction (à payer à la fin de l’expérience). Ces questionnaires peuvent être offerts en html-fichiers autonomes.
- Tandis que chaque participant doit compléter les questionnaires, préparer des enveloppes anonymes avec la quantité appropriée de l’argent gagné dans le jeu de nid d’abeilles vient d’achever. En nid d’abeille-calculée s’élève du jeu à être versée à chaque joueur est stipulées sur l’écran du serveur.
- Distribuer les paiements gagnés aux participants qu’ils sortent de la zone d’essai.
- Fermez le programme serveur, puis fermez les programmes clients une fois le programme serveur terminée fermeture.
- Transférer les données, sous forme de 2 fichiers texte marqué par jour - et horodatage de l’expérience, sur une clé USB.
Representative Results
Une première expérience avec le nid d’abeilles paradigme a démontré que les humains ont montré des signes base de flocage de comportement, tels que la recherche de la proximité des autres, sans être récompensé17. Par la suite, nous avons abordé la question de la façon dont chaque être humain peut être coordonnée sur le plan comportemental pour atteindre le même physique objectif/but également étudié par Boos et al. 1, mettant l’accent non seulement sur le comportement de flocage imprécise, mais aussi comportement coordination et la direction du groupe. En utilisant les paramètres définis par l’expérience décrite ci-dessus, but hexagone emplacements ont été définis, et une option de récompense monétaire a permis d’examiner les objectifs communs issus des incitations partagées, mais aussi de motivation vers la cohésion du groupe. Motivation pour parvenir à une cohésion de groupe a été améliorée en stipulant une récompense supplémentaire basée sur combien d’autres participants a fini dans le même hexagone de but. Au sein de chacun des 40 groupes de dix personnes, deux sous-groupes (un groupe minoritaire, composé de deux personnes choisies au hasard et un groupe majoritaire composé les huit autres) ont été créés en donnant les niveaux suivants de l’information. Les membres du groupe deux minoritaires ont été informés de l’emplacement d’un à deux euros prix hexagone et hexagones de cinq prix d’un euro (Figure 9, à gauche). Les huit membres du groupe majoritaire ne étaient pas informés de l’hexagone prix de deux euros et au lieu de cela, ont été montrées les emplacements des six hexagones également récompensé un euro objectif (Figure 9, droit). Aucun des participants ont été informés qu’il y avait différents sous-groupes.
Nous avons conçu nos questions d’étude selon Couzin et al.» modèle de simulation s23 . Parce que les seuls renseignements échangés entre les joueurs étaient leurs capacités à percevoir la circulation des autres joueurs, nous avons cherché à voir (i) si cette information était suffisante pour la minorité récompensé informé/supérieur à coordonner les mouvements de la mal informés/bas récompensé le groupe majoritaire et dans l’affirmative, (ii) comment le prix double objectif-informés groupe minoritaire aurait/susceptible d’entraîner la majorité mal informée de leur hexagone objectif de deux euros. Comme indiqué précédemment, nous avons limité ces études à deux paramètres fondamentaux d’essaimage comportement, 1) alignement (membres du groupe vers un hexagone de l’objectif) et cohésion 2) (groupe membres tendant vers qui se déplacent en groupe). Pour le paramètre d’alignement, nous avons mis en place les hexagones de six but qui a accordé une récompense monétaire. Pour le paramètre de cohésion (c'est-à-dire, faire des choix de déplacement qui ont été coordonnées avec se déplace avec les autres participants), nous avons accordé des participants une récompense selon la quantité d’avatars à la fin qui se trouvaient dans l’hexagone en même tant que leurs propres.
L’aire de jeu en nid d’abeille contient 97 hexagones. Avatars de tous les participants ont commencé le jeu ensemble dans l’hexagone central de nid d’abeilles. Chaque joueur a reçu un coup 15-nombre maximal autorisé. Tous sont limitaient à déplacer leur avatar (via un clic de souris) uniquement sur l’un des six faces de l’hexagone à un hexagone adjacent. Le match se termine lorsque chaque avatar était sur un champ de gain ou lorsque tous les joueurs avaient utilisé complètement leur déménagement 15-comte.
Un facteur de l’expérience supplémentaire a été mis en place pour répondre à une question d’étude troisième : (iii) si le rayon de la perception (global vs condition locale) des autres participants affecte coordination du mouvement. La perception de la moitié des 40 groupes de dix personnes a été restreinte de manière aléatoire, ce qui signifiait que vingt groupes (condition locale) pourraient percevoir le mouvement de seulement ces avatars adjacents à leur avatar. Les autres vingt groupes de 10 personnes (condition globale) pourraient percevoir des lieux avatar et les mouvements de tous les participants.
Question réponse (ii) [qui caractéristiques de mouvement des groupes minoritaires ont conduit à plus de succès (avec succès pour atteindre un champ de but comme un groupe et donc une plus grande récompense monétaire)], nous avons défini et analysé divers comportements de mouvement, y compris le premier moteur, mouvement partagé chemins/plan d’accès des deux participants membres de minorités, trajets, temps moyen entre les déménagements, l’ordre initial-move parmi les participants, les traits de personnalité Big Five (extraversion, ouverture, etc.) et initiation à l’informatique. La procédure statistique, un modèle de mélange fini avec deux binômes et les résultats détaillés sont publiés dans Boos et al. 1.
Notre étude a démontré que dans un groupe d’humains, avatars attribuées dans un nid d’abeilles 2D jouent champ (se déplaçant selon les paramètres décrits ci-dessus), 20 % d'entre eux (le groupe minoritaire de 2 personnes), fondée uniquement sur leurs mouvements pourrait diriger avec succès l’autre 80 %, même si leur perception est limitée aux avatars seulement adjacents sur l’aire de jeu. Ici, un leadership efficace de ces participants aux groupes de minorité de 2 personnes implique que leurs camarades participants fait des mouvements similaires initiales et que ces participants membres de minorités 2 personnes furent les premiers à faire un déplacement initial1 (Video 2). Pour les paramètres détaillés du comportement de mouvement de ce groupe, veuillez voir le tableau 2. Une analyse approfondie de la dispersion du groupe au fil du temps est fournie à la Figure 10. Étonnamment, nous avons également constaté que les variables de la personnalité ni de connaissances en informatique parmi ces participants membres de minorités joué un rôle crucial dans leur succès.
Figure 1 : aire de jeu du jeu multi-agents informatisé en nid d’abeille. Représentation visuelle des joueurs humains comme avatars (points noirs) sur un terrain de jeu virtuel à six pans creux. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 2 : Local vs. perspectives globales. Participants avec les perspectives locales ne peuvent voir que des avatars des autres joueurs au sein de leur champ visuel. Dans ce cas, le joueur marqué (rouge) n’est en mesure de voir 4 de 9 joueurs. Une perspective globale, si configuré, fournirait la visibilité de tous les joueurs. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 3 : incitations monétaires. Cette illustration montre comment incitations peuvent être implémentées dans le jeu en nid d’abeille. Avatars marqué comme gris sont à l’extérieur du rayon de la perception locale et sont donc invisibles pour le player. Deux points de vue différents sont affichés. a joueur informé : ce lecteur est doté d’un champ de but plus récompensés, qui est marqué comme « €», joueur b mal informé : ce lecteur est fourni six champs objectif récompensés tout aussi bas, qui sont marqués comme « €». S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 4 : expérience avatar sous-groupe. Dans ce scénario, deux sous-groupes sont créés en colorant les avatars des participants comme les bleus et jaunes. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 5 : unique vs. conjointes jeu. Cette illustration montre deux réglages différents du point de vue d’un joueur, comparable à Belz et al. 17 (1 a/b) seul jeu : joueurs sont invisibles et ne peut être trouvés sur le playfield virtuel de l’hexagone, jeu mixte (2 a/b) : joueurs sont visibles tant qu’ils restent dans le rayon de la perception locale des autres joueurs. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 6 : configuration du serveur et client. Dix à douze ordinateurs portables (clients C1 et C12) devraient être organisés dans les environs de (et reliés à) l’ordinateur serveur. L’utilisation de partitions enserrant le poste de travail de chaque participant (indiquée sous la forme de traits épais) interdit la communication visuelle avec d’autres personnes en dehors de l’environnement virtuel. Utilisation de câbles LAN-au lieu de WLAN est recommandée à cause de moins de latence et le débit de données plus fiable. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 7 : contexte. Communication (sensorielle, visuelle, auditive) entre les participants est limitée en raison de l’utilisation de cloisons et de bouchons d’oreilles. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 8 : interface graphique sur le serveur. Pour chaque client connecté, il y a une ligne qui montre l’adresse IP et autres données (p. ex., nombre de mouvements, position, montant à payer à chaque joueur). S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 9 : un leadership efficace. Sur le côté gauche, la capture d’écran montre un joueur informé approchant un objectif monétaire sur le terrain (voir aussi Figure 4), cinq autres joueurs avec succès permettant l’accès à son champ de l’objectif. Sur le côté droit, un joueur mal informé perdu de vue ses joueurs co. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 10 : une analyse approfondie de la dispersion spatiale au fil du temps de jeu (groupe 44). Moyenne distance entre les membres du groupe au fil du temps pour l’ensemble du groupe (moyenne du groupe), comparée aux joueurs qui ont été informés de l’emplacement du plus récompensés €€ objectif-champ (informé 1, 2 a informé) et huit joueurs mal informés ( Mal informés). La fin du jeu, un joueur non informé avait perdu le groupe et est arrivé sur un champ de but € (joueur isolé). S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Vidéo 1 : exemple d’un mouvement collectif dans la perspective d’un joueur mal informé (groupe 44). S’il vous plaît cliquez ici pour voir cette vidéo. (Clic droit pour télécharger.)
Vidéo 2 : exemple d’un mouvement collectif du point de vue des deux acteurs informés dans le même jeu vidéo 1 (groupe 44) . S’il vous plaît cliquez ici pour voir cette vidéo. (Clic droit pour télécharger.)
| GNR | temps | nid | 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 |
Tableau 1 : Format de données. Chaque participant se déplace et horodateurs associés sur le terrain de jeu virtuel à six pans creux sont enregistrés comme coordonnées hexagonales dans des lignes distinctes, permettant l’utilisation de la modélisation hiérarchique/mixtes. Le tableau montre un extrait de l’objet dataset généré par un groupe composé de 10 joueurs (groupe 44).
| Groupe 44 (exemple) |
∑ Se déplace |
Grade de 1st se déplacer |
Temps de latence | Déboursement | Finale distance |
Distance à €€-champ |
Temps | % du champ explorés |
| (a) des variables de niveau | ||||||||
| Le joueur ID01 | 6 | 1 | 1,73 | 18 | 0,67 | 0 | - | - |
| ID1 joueur | 6 | 10 | 3,74 | 9 | 0,67 | 0 | - | - |
| Lecteur ID2 | 6 | 3 | 2,19 | 9 | 0,67 | 0 | - | - |
| Lecteur ID3 | 7 | 9 | 2,68 | 9 | 0,67 | 0 | - | - |
| Lecteur ID4 | 6 | 7 | 4,38 | 9 | 0,67 | 0 | - | - |
| ID5 joueur | 9 | 8 | 3,98 | 9 | 0,67 | 0 | - | - |
| Lecteur ID6 | 12 | 5 | 2,70 | 1 | 6,00 | 6 | - | - |
| Le joueur 71 | 6 | 6 | 4,96 | 18 | 0,67 | 0 | - | - |
| Lecteur ID8 | 9 | 4 | 4,03 | 9 | 0,67 | 0 | - | - |
| ID9 joueur | 6 | 2 | 2,45 | 9 | 0,67 | 0 | - | - |
| (b) des variables de niveau groupe | ||||||||
| Mal informés | 7,63 | 5,88 | 3,27 | 8 | 1,33 | 0,75 | - | - |
| A informé | 6,00 | 4,00 | 3,35 | 18 | 0,67 | 0,00 | - | - |
| Tout le groupe | 7,30 | - | 3,28 | 10 | 1,20 | 0,60 | 39,02 | 27,84 |
Tableau 2 : résultats d’analyse du comportement mouvement group (groupe 44) détaillés. Résultats sont répertoriés (a) pour l’échelle individuelle et (b) pour le niveau de regroupement. Au niveau du groupe, les moyennes ont été calculées pour la plupart mal informée (huit joueurs), la minorité éclairée (deux joueurs) et l’ensemble du groupe (10 joueurs). 1 Avec ID 0 et 7, les joueurs ont été choisis au hasard pour être informé de l’emplacement du champ-supérieur-récompensé € objectif ; Déménagements ∑ = nombre total de coups ; Rang 1stdéplacer = grade de 1st mouvement par rapport aux autres joueurs ; Latence = mouvement moyenne latence entre deux étapes en sec. ; Gain = récompense individuelle après la fin du jeu en €; Distance finale = distance moyenne de chaque joueur à tous les joueurs restants à la fin du jeu ; Distance et €€-field = distance au but €€-champ à la fin du jeu ; Temps = durée totale du jeu en sec. ; % des champs explorés = pourcentage du champ total (97 hexagones) exploré par le groupe. S’il vous plaît voir aussi Figure 10 pour une analyse approfondie de la dispersion du groupe au fil du temps de jeu, vidéo 1 et vidéo 2 pour le mouvement collectif du groupe et le tableau 1 pour un extrait des données de mouvement.
Discussion
Une question fondamentale dans l’utilisation multi-clients environnements virtuels comme un paradigme de recherche pour étudier le comportement collectif humain est si les résultats sont appliquent à des scénarios réels. En d’autres termes, l’approche méthodologique ne donne pas de résultats suffisants validité écologique ou externe ? Représentant des participants humains comme avatars sur un terrain de jeu virtuel et de les laisser passer par clics de souris réduisent les signaux sociaux. En outre, gardant communication au minimum permet d’expérimentateurs d’étudier quels indices comportements tacites sont transmis entre humains qui peuvent affecter le comportement de coordination et la direction de groupe humain et sous quel environnement affordance (par exemple sauvetage, concurrence, évacuation) ces comportements sont touchés de plus et dans quelle mesure. Tant qu’il y a une adhérence stricte aux deux phases du protocole et de procédures d’essai l’essai préliminaire, cette approche réductionniste garantit la validité interne. Afin de permettre le transfert des résultats au groupe « réel » et de la dynamique des foules, les phases d’installation et d’essai expérimentaux peuvent être progressivement modifiées pour devenir plus complexe (par exemple, pour une communication supplémentaire au-delà de simples mouvements de transmission/lecture comportement, ajout d’informations sur les caractéristiques individuelles intégrées sémantiquement dans divers scénarios réels, etc.) et décrit dans l’à l’écran instructions lire par les participants avant que le jeu commence.
Pour répondre à la question de la validité externe, le terrain de l’hexagone [initialement retenue pour normaliser les mouvements du joueur aux coordonnées hexagonales standardisées, deux dimensions en raison de la facilité d’utilisation (testée au préalable) et la réduction des facteurs de confusion] peut varier. Une grille à deux dimensions avec choix de libre circulation permettrait aux joueurs de créer des données de mouvement plus complexe et continue. Un environnement en trois dimensions, créé par l’unité - ou Unreal-Engine, par exemple, peut également accroître la validité écologique/externe. Cependant, avec chaque étape vers lessoning les restrictions des déplacements, un problème se pose. Avec la complexité croissante de la liberté de mouvement dans le scénario simulé, l’influence de facteurs (p. ex., des différences interpersonnelles comme expérience en informatique, la familiarité avec l’orientation spatiale dans les jeux en trois dimensions) de confusion augmentations, ce qui peuvent conduire à des résultats biaisés et réduire la validité interne.
L’avantage de la méthode décrite dans le protocole en nid d’abeille est qu’elle peut être combinée avec des modèles de simulation informatique et utilisé comme un paradigme pour tester empiriquement si collectives modèles trouvés dans les simulations informatiques valent également pour les comportement de groupes d’humains. Afin d’améliorer la validité externe de ces tests, les participants devraient être posées dans le questionnaire de phase de post-test si ils se sentait suffisamment et humainement représentant par leurs avatars et si elles étaient en mesure de percevoir leurs joueurs comme acteurs humains. Le protocole spécifie la présence physique des joueurs co assis dans les postes de travail à côté de l’autre (même si les paramètres de protocole excluent sensorielle communication sensorielle auditive ou visuelle) afin de renforcer ces sentiments d’incarnation humaine.
En somme, les méthodes appliquées par l’approche de nid d’abeilles décrite dans le protocole pré-test, test et après les essais phases fournissent un nouveau paradigme pour étudier les mécanismes de base des phénomènes collectifs comme la coordination de groupe, leadership et intra-groupe differentiation. Limitation plus importante de la méthode est sa vulnérabilité aux erreurs humaines par les recruteurs, surtout s’ils ne sont pas assez strictes pour s’assurer que les participants ne communiquent pas entre eux pendant les phases pré-test et test.
Disclosures
Les auteurs n’ont rien à divulguer.
Acknowledgments
Cette recherche a été financée par l’Initiative d’Excellence de l’allemand (stratégie institutionnelle : https://www.uni-goettingen.de/en/32632.html). Nous remercions Margarita Neff-Heinrich pour sa relecture anglais.
Materials
| Name | Company | Catalog Number | Comments |
| Notebooks | |||
| Partition walls between work stations | |||
| Earplugs | |||
| Equipment for LAN installation |
References
- Boos, M., Pritz, J., Lange, S., Belz, M.
- 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. , Princeton University Press. Princeton. (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. , Princeton University Press. Princeton. (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.
- Reynolds, C. W. Flocks, herds and schools: A distributed behavioral model. Seminal Graphics. , ACM. 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.
- 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.
- 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. Patterns of Group Movement on a Virtual Playfield: Empirical and Simulation Approaches. Social Network Analysis: Interdisciplinary Approaches and Case Studies. Fu, X., Luo, J. -D., Boos, M. , 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).
