August 26th, 2018
Este artículo describe un método para llevar a cabo experimentos de varios usuarios en la toma de decisiones y navegación mediante un laboratorio de cómputo en red.
Este método puede ayudar a responder preguntas clave en los campos de la ciencia de la decisión y la cognición espacial, como cómo usar la realidad virtual de escritorio para realizar estudios de orientación con múltiples participantes. La principal ventaja de esta técnica es que el protocolo experimental puede ser adaptado y aplicado por otros investigadores con el fin de montar un laboratorio de realidad virtual de escritorio en red. Las implicaciones de esta técnica se extienden hacia la ciencia del comportamiento y la cognición espacial, ya que los experimentadores pueden monitorear de manera eficiente el comportamiento de los participantes que están inmersos simultáneamente en un entorno virtual de escritorio.
Por lo general, las personas nuevas en este método tendrán dificultades porque un laboratorio de este tipo requiere mantenimiento y protocolos estrictos para recopilar datos en un entorno controlado. La demostración visual de este método es fundamental debido a las dificultades asociadas con los experimentos de realidad virtual de escritorio multiusuario, como la configuración del experimento y la gestión de los participantes. La demostración de este procedimiento estará a cargo de Álvaro Ingold, técnico de nuestro laboratorio.
Comience por encender el servidor y las luces de la sala de control del laboratorio. Configure las salas de prueba de acuerdo con el número requerido de participantes. Copie el programa experimental ejecutable y sus archivos de configuración correspondientes en la unidad de red.
A continuación, abra el entorno de scripting integrado de PowerShell en el escritorio de Windows. En la consola de PowerShell, especifique una matriz de nombres de equipo para crear un objeto de grupo de clientes. Escriba Start-Pool group para iniciar los equipos cliente y Register-Pool group para conectar el servidor a los equipos cliente.
A continuación, prepare las computadoras en el lado del cliente antes de iniciar el programa. Escriba Invoke-Pool Mount-NetworkShare path}para dirigir a los equipos para que ingresen a la ruta de carpeta correcta. Luego, ejecute las funciones preparadas en el servidor escribiendo Start-GameServer, y escribiendo en la computadora del cliente Invoke-Pool Start-GameClient}Especifique la dirección IP del servidor como parámetro de la función.
Espere un mensaje en el monitor del servidor que indique que la conexión se ha realizado correctamente. Por último, distribuya los formularios de consentimiento y los bolígrafos en cada cubículo. Baraja la baraja de cartas de asientos que indican la disposición de los asientos de los participantes.
Cinco minutos antes de la hora oficial de inicio, comience a verificar la identificación de cada participante para asegurarse de que coincida con la lista de participantes registrados. A continuación, deje que los participantes elijan una tarjeta que indique su número de asiento. Pida a los participantes que caminen hasta el cubículo correspondiente, y que lean y firmen los formularios de consentimiento.
Recógelos antes de realizar el experimento. Transmitir las instrucciones con un micrófono a todos los participantes. Infórmeles de las reglas básicas, incluida la no comunicación con otros participantes y no se permiten dispositivos electrónicos personales.
Pida a los participantes que levanten la mano si tienen alguna pregunta sobre el experimento. Comience el experimento presentando el cuestionario demográfico. Despliega la escena de entrenamiento para enseñar a los participantes cómo maniobrar a través del entorno virtual y monitorear el progreso mirando capturas de pantalla de todas las computadoras hasta que todos los participantes hayan terminado la sesión de entrenamiento.
Después de la sesión de entrenamiento, comience la fase de prueba del experimento. Asegúrese de que haya un breve período de espera antes de cada prueba para cargar la siguiente escena y permitir que los participantes lean las instrucciones. Observe los comportamientos de los participantes desde la interfaz a vista de pájaro en la computadora servidor.
Una vez finalizado el experimento, cierre el servidor y el programa cliente escribiendo Stop-GameClient y Stop-GameServer en la consola de PowerShell. Luego, pida a los participantes que permanezcan sentados hasta que llamen a su número por el micrófono. Extraiga las puntuaciones finales de los participantes a partir de la puntuación del archivo.
txt en la carpeta del proyecto en la computadora del servidor, y convertir sus puntajes en un pago monetario. Copie y guarde los datos del experimento desde el servidor en un disco externo para su posterior análisis. Luego, llame a los números de los cubículos de uno en uno y reúnase con cada participante en el mostrador de recepción.
Agradece al participante y entrégale el pago correspondiente. Finalmente, examine los cubículos vacíos y recoja los bolígrafos o formularios restantes. Aquí, los tiempos máximos y mínimos son los tiempos requeridos por los participantes más rápidos y más lentos para llegar al destino en cada prueba.
Estas estadísticas descriptivas indican el grado en que los participantes se familiarizaron con el entorno a lo largo de los ensayos. Los datos obtenidos también permiten la visualización de las trayectorias generadas por la multitud virtual en el Trial 1 y el Trial 16. A continuación, se puede utilizar la estadística espacial para analizar los cambios en las trayectorias a lo largo de los ensayos.
Al intentar este procedimiento, es importante recordar que siempre debe seguir los pasos estrictos de los experimentos diseñados debido al costo asociado con cada sesión experimental.
View the full transcript and gain access to thousands of scientific videos
Este documento describe un método para realizar experimentos multiusuario sobre toma de decisiones y navegación utilizando un laboratorio de computadoras en red. La técnica permite a los investigadores monitorear eficientemente a los participantes inmersos en un entorno virtual de escritorio.
Multi-user virtual reality platforms enable controlled investigation of emergent decision-making and spatial navigation behaviors under standardized conditions. This approach supports mechanistic de-risking in early discovery by quantifying how contextual variables influence collective behavior in disease-relevant systems. The method provides predictive value for target validation through reproducible, high-throughput behavioral phenotyping.
The method integrates into the discovery continuum from hypothesis generation through lead identification by providing quantifiable behavioral readouts that support mechanistic de-risking.