2018年8月26日
本文介绍了一种利用网络化计算机实验室进行多人决策与导航实验的方法。
该方法有助于解答决策科学与空间认知领域的关键问题,例如如何利用桌面虚拟现实技术开展包含多名参与者的寻路研究。此技术的主要优势在于,其实验方案可被其他研究人员调整并应用,从而建立网络桌面虚拟现实实验室。该技术的影响延伸至行为科学与空间认知领域,因为实验者能够高效地监测多名同时沉浸于桌面虚拟环境中的参与者的行为。
通常,初次接触该方法的人员会遇到困难,因为此类实验室需要进行维护并遵循严格的规程,才能在受控环境中收集数据。由于多用户桌面虚拟现实实验在实验设置和参与者管理等方面存在诸多挑战,因此对该方法进行可视化演示至关重要。本次实验操作将由本实验室的技术员 Alvaro Ingold 进行示范。
首先打开实验室控制室内的服务器和照明设备。根据所需参与人数布置测试房间。将可执行的实验程序及其相应的配置文件复制到网络驱动器上。
然后在 Windows 桌面上打开 PowerShell 集成脚本环境。在 PowerShell 控制台中,指定一组计算机名称以创建客户端池对象。输入命令 Start-Pool pool 以启动客户端计算机,并输入 Register-Pool pool 将服务器连接到客户端计算机。
接下来,在启动程序之前准备客户端计算机。输入命令 Invoke-Pool Mount-NetworkShare path},以引导计算机进入正确的文件夹路径。然后,在服务器端执行已准备好的函数,输入 Start-GameServer;在客户端计算机上输入 Invoke-Pool Start-GameClient},并将服务器的 IP 地址作为函数参数进行指定。
等待服务器显示器上出现表明连接成功的消息。最后,在每个隔间内分发知情同意书和笔。洗匀标有参与者座位安排的座位卡。
在正式开始时间前五分钟,开始核对每位参与者的身份证件,确保其姓名在已注册参与者名单中。随后让参与者抽取一张标明其座位号的卡片。请参与者前往对应的隔间,并阅读和签署知情同意书。
在进行实验前领取这些物品。使用麦克风向所有参与者广播说明,告知他们基本规则,包括不得与其他参与者交流,且不允许使用个人电子设备。
如果参与者对实验有任何疑问,请让他们举手示意。首先展示人口统计学问卷,然后开始实验。启动训练场景,指导参与者学习如何在虚拟环境中进行操作,并通过查看所有计算机的屏幕截图来监控进展,直到所有参与者完成训练环节。
训练阶段结束后,开始实验的测试阶段。每次试验前应留出短暂的等待时间,用于加载下一个场景,并让参与者阅读说明。通过服务器计算机的俯视界面观察参与者的行为。
实验结束后,在 PowerShell 控制台中输入 Stop-GameClient 和 Stop-GameServer,关闭服务器和客户端程序。然后,请参与者留在座位上,等待通过麦克风呼叫其编号。从 score 文件中提取参与者的最终得分。
在服务器计算机的项目文件夹中打开 txt 文件,将参与者的得分转换为相应的金钱报酬。将实验数据从服务器复制并保存到外部磁盘,以供后续分析。然后依次呼叫隔间编号,并在接待处与每位参与者会面。
感谢参与者并支付相应的报酬。最后,检查空置的隔间,收走任何遗留的笔或表格。此处,最长时间和最短时间分别为每次试验中最快和最慢参与者到达目的地所需的时间。
这些描述性统计指标反映了参与者在多次试验中对环境的熟悉程度。所获得的数据还可用于可视化虚拟人群在第1次和第16次试验中生成的轨迹。随后可利用空间统计方法分析各次试验间轨迹的变化情况。
在进行该实验操作时,必须始终牢记严格遵循设计实验的各个步骤,因为每次实验过程都涉及较高的成本。
查看完整文字稿并访问数千部科学视频
本文介绍了一种利用网络化计算机实验室开展多人决策与导航实验的方法。该技术使研究人员能够高效地监测沉浸在桌面虚拟环境中的参与者。
多用户虚拟现实平台能够在标准化条件下,对 emergent 决策和空间导航行为进行受控研究。该方法通过量化情境变量如何影响疾病相关系统中的集体行为,支持在早期发现阶段进行机制性风险降低。该方法通过可重复、高通量的行为表型分析,为目标验证提供预测价值。
该方法通过提供可量化的生物学行为读数以支持作用机制的去风险化,从而融入从假设生成到先导化合物鉴定的整个发现流程。