Summary
Här presenterar vi den datorbaserade, multi-agent spelet HoneyComb, som möjliggör experimentella undersökningar av kollektiv mänsklig rörelse beteende via svart-dot-avatarer på en virtuell 2D sexkantiga spelplanen. Olika experimentella betingelser, som variabel incitament på målet fält eller vision radie, kan ställas in, och deras effekter på mänsklig rörelse beteende kan undersökas.
Abstract
Kollektiva mänskliga beteende såsom gruppen rörlighet visar ofta överraskande mönster och regularities, såsom uppkomsten av ledarskap. Nyare litteratur har visat att dessa mönster, ofta synliga på global nivå av gruppen baseras på självorganiserade, individuella beteenden som följer flera enkla lokala parametrar. Förstå dynamiken i mänskligt kollektiva beteende kan bidra till att förbättra samordningen och ledningen i gruppen och publiken scenarier, till exempel identifiera idealisk placering och antal nödutgångar i byggnader.
I denna artikel presenterar vi experimentella paradigm HoneyComb, som kan användas för att systematiskt undersöka förutsättningar och effekter av mänskliga kollektiva beteendet. Detta paradigm använder en datorbaserad fleranvändarsystem plattform, som tillhandahåller en inställning som kan formas och anpassas till olika typer av frågeställningar. Situationsanpassat villkor (t.ex. kostnads-nyckeltal för specifika beteende, monetära incitament och resurser, olika grader av osäkerhet) kan bestämmas av praktiker, beroende på forskningsfrågan. Varje deltagares rörelser registreras av servern som sexkantiga koordinater med tidsstämplar på en noggrannhet på 50 ms och med enskilda IDs. Således ett mätvärde kan definieras på spelplanen, och rörelsen parametrar (t.ex. avstånd, hastighet, klustring, etc.) av deltagare kan mätas över tiden. Rörelse data kan i sin tur kombineras med icke-datoriserade data från enkäter samlat inom samma experiment setup.
HoneyComb paradigm banar väg för nya typer av mänsklig rörelse experiment. Här visar vi att dessa experiment kan återge resultaten med tillräcklig intern giltighet meaningfully fördjupa vår förståelse av människors kollektiva beteende.
Introduction
Datorbaserade multi-agent spelet HoneyComb1 erbjuder ett metodologiska paradigm för att undersöka hur kollektiv mänsklig rörelse mönster och koncernstrukturer ur individuella beteende. Mänskliga deltagare är visuellt representeras av avatarer (svarta prickar) på en sexkantig virtuella spelplanen som liknar en honeycomb (figur 1). Deltagarna flytta sina avatarer via -musklick för att nå målet hexagoner, spendera flytta resurser (Video 1) och maximera sina monetära belöningar genom att bygga sammanhängande grupper (Video 2). Rumsliga villkor (t.ex. vision radius), belöning strukturer (t.ex. monetära mål fält) och kommunikationskanaler kan manipuleras för att upptäcka vilka och i vilken utsträckning dessa villkor regler påverka samordning och ledarskap i kollektiv rörelse.
Spelets processuella/skick regler, mål och belöning motivationsfaktorer har designats av socialpsykologer att undersöka människans kollektiva rörelse. I djurens svärmar samt mänskliga folkmassorna, kan en Observera emergent fenomen (dvs globala mönster) transpiring från individuella beteende som följer lokala regler. Till exempel verkar fiskstim och flockar av fåglar flytta som sammanhängande enheter mot en rumslig mål2,3,4, trots stor gruppstorlekar som minskar deras kapacitet för globala eller Inter-individuella kommunikation. Empirisk forskning5,6,7, beteendemässiga modellering8,9,10, och datorn simuleringar11,12, 13 har visat att hos olika arter, inklusive människor14,15,16, komplexa mönster på gruppnivå utvecklas utan intern kontroll eller extern övervakning. Lokala enskilda rörelse och ofta gånger, enkla regler på mikroskopisk nivå är tillräcklig för att generera ordnad rörelse på makroskopisk nivå. Sådana experiment bidrar till ökande bevis2,6 att inte bara stora svärmar utan också små grupper (mänskliga grupper samt andra djurgrupper) samordnas av lokal samverkan regler1.
Vår nya tillvägagångssätt och använda datorbaserade fleranvändarsystem avatar spel visar en främsta fördel i forska dynamiska mänskliga kollektiva fenomen. Använda HoneyComb avatar plattform1,17,18,19, plats och tid av enskilda rörelse beteende (rörelse styrs av faktiska individer) kan helt samlas av servern, och utvecklingen av beteendemönster och kollektiva strukturer kan analyseras med en noggrannhet på 50 ms (tabell 1). Som visuell och auditiv sensoriska kommunikation kan begränsas genom att kräva kommer deltagarna att använda öronproppar och innesluta sina arbetsstationer med mellanväggar, svärm och övriga publiken beteende kan approximeras experimentellt. I flera experiment1,17,18,19manipuleras vi vision radie (global vs lokala, figur 2), monetära incitament (figur 3a, b ), undergrupper (figur 4) och samtidig förekomst av andra spelare (figur 5) för att testa effekterna av dessa variabler på uppkomsten av kollektiva beteendemönster som mänskliga flockas beteende17, ledarskap 1och konkurrens18. Samla in data, en installation av tio till tolv anteckningsböcker och en server användes (figur 6).
Självorganiserade samordning av enskilda aktiviteter i grupp-levande arter har lockade mycket vetenskaplig uppmärksamhet, särskilt inom det senaste decenniet. Undersökningarna är omfattande, från enkla leden bildning och sökvägen urval i myror till komplexa uppkomsten av vortex strukturer i fiskstim, och även segregeringen av dubbelriktad flöden av fotgängare2.
Med våra HoneyComb paradigm bidrar vi en metod för att empiriskt undersöka effekterna av varierad situationsanpassat alternativ/begränsningar, skiftande beteende regler och individuella egenskaper på mikroskopisk nivå på uppkomsten av makroskopiska beteende strukturer hos människor. En viktig fördel är att paradigmet erbjuder strängt kontrollerbar experimentella inställningarna som har definierats av praktiker, vilket gör det möjligt för manipulation att mäta resultaten av en enda experiment eller jämför flera experiment. Virtuella spelplanen kan konfigureras enligt kraven i studiedesign och sensoriska kommunikationskanaler mellan deltagarna kan elimineras eller minskas enligt experiment parametrar. Dessutom kan miljömässiga affordances formas (t.ex. konkurrenskraftiga, icke-konkurrerande samförstånd och rescue inställningar). Sålunda, vår plattform framtvingar inre giltighet (dvs, matchande studiedesign så nära som möjligt till forskningsfrågorna) genom att erbjuda möjligheten att manipulera/kontroll variabler som är relevanta för den specifika frågeställningen, använder mänskliga styrd rörelse data att undersöka mänsklig rörelse. Fältexperiment återge fördelar när det gäller extern validitet (generaliserbarhet) resultat15,20,21 till den verkliga världen, eftersom de inte utgör hinder för effekterna av okänd okontrollerbara/insuppressible-sociala signaler samt icke - och para-verbala beteenden i människor1.
Datorbaserade multi-agent spelet honungskaka har varit att undersöka uppkomsten av samordning och ledarskap mönster av mänskliga spelare flyttar sina avatarer på virtuella spelplanen. Deltagarna gavs endast lokal information om monetära incitament kan erhållas på målet hexagoner, som inkluderade incitamentet för gruppen sammanhållning baserad på multiplikation av monetära belöningar av antalet medaktörer som också hamnade på samma mål Hexagon. I vår första serie av studier, vi begränsad experiment setup till två enkla parametrar av svärmande beteende (justering och sammanhållning) och reducerad ömsesidigt informationsöverföring till ”läsning/överföra” endast rörelse beteende av de andra deltagarna. Vi har sedan varierade syn radie av andra deltagare rörelse beteende till antingen en global eller lokal vy av virtuella spelplanen, som består av 97 mindre hexagoner och begränsade avvaras rörelsen resurser (möjliga drag) av spelarna.
Formen och delar av virtuell plattform och försöksledaren definierade parametrar för spel kan spelas på nämnda plattform kan utformas enligt de specifika forskningsfrågorna. Beroende på forskning målet, kan storleken på spelplanen ändras; färger, former och betydelser av avatarer kan anpassas; resurser kan genomföras; och belöning struktur och innehåll kan variera. Mer eller mindre kan information, osäkerhet och motstridiga inställningar också genomföras22. Varierande globala spelare-Visa information och kontroll är också möjliga. Via experimentella instruktioner, de miljömässiga affordances av experimentet kan därför ändras (t.ex. ett samförstånd vs. fly scenario). I nästa avsnitt, kommer vi att klargöra hur dessa variabler kan tillämpas genom att beskriva en riktig studie som använde några av dessa parametrar för att besvara specifika instuderingsfrågor.
Protocol
Datainsamling och dataanalys i detta projekt har godkänts av den etiska kommittén av Georg-Elias-Müller Institutet för psykologi vid universitetet i Göttingen (förslag 039/2012).
1. experimentellt ställa in
- Välj en plats som är från ett område med hög trafik, som i en dator lab eller andra specificerade område med enskilda arbetsstationer som kan konfigureras som ett LAN (lokalt nätverk).
- Ordna för 10 till 12 bärbara datorer av samma typ som ska användas för experimentet samt en dator för att fungera som server (Figur 6). Den server-programmet samt klientprogram behöver en JAVA runtime environment, som finns på alla gemensamma operativsystem (en Raspberry Pi som klient kan räcka).
- Utrustning konfiguration
- Arrangera anteckningsböcker på enskilda arbetsstationen bord med stolar som visas i figur 7.
- Att ansluta bärbara datorer till server dator via Ethernet-kablar och en nätverks-switch för att skapa ett lokalt nätverk.
- Installera skiljeväggar mellan enskilda arbetsstationer att förhindra visuell sensoriska kommunikation (ögonkontakt, gester, ansiktsuttryck, etc.) mellan angränsande deltagare.
- Förvärva öronproppar (engångsanvändarrättighet) för att fördelas till alla deltagare att förhindra hörbara kommunikation mellan deltagarna.
2. deltagare rekrytering
- Välj en rekrytering plats där det finns en stor mängd människor, såsom entréhallen i en hörsal.
- Adress potentiella rekryter hjälp av standardiserade text som förklarar syftet och bakgrunden av experiment, experiment varaktighet, maximalt betalning beräknas enligt prestanda och krav för deltagande i ett multiplayer spel på institution-ägda laptops.
- Säkerställa att deltagarna kan förstå engelska och tyska instruktioner och enkäter relaterade till experimenten.
- Om experimentell design inkluderar användning av färger, se till att deltagarna är fria från eventuella färgblindhet som kan hindra dem från att differentiera de färger som används.
- Gör inte rekrytera tidigare deltagare, som deltagarna ska vara naivt att experimentet.
- Leda villig rekryter till ett väntrum från området rekrytering. Vänligen begäran att de inväntar slutförandet av gruppen rekrytering utan att prata med varandra. Förklara att denna begränsning är relaterad till integritet av experimentella resultat.
- När 10 till 12 deltagare har rekryterats, leda dem in i förväg bestämd datorsal eller angivet område där experimentet kommer att äga rum.
- Innan deltagarna ta sina platser i de partition-inneslutet arbetsstationerna, har deltagarna underteckna ett formulär som designerar informerat samtycke.
- Fördela hygieniska, engångs bruk öronproppar till alla deltagare. Informera dem att audiovisuell kommunikation med andra deltagare är förbjudet. Att använda öronproppar och partition-inneslutet arbetsstationer är därför obligatoriska.
- Har deltagarna ta sina platser i de partition-inneslutet arbetsstationerna.
3. experimentell förfarande
Obs: I denna experimentella förfarandet, spelet används av Boos et al. 1 beskrivs som ett exempel på tillämpning exempel.
- Förberedelsefasen
- Själva programmet är formaterad som en zip-fil HC.zip som innehåller 1) runnables HC.jar, (2) tre filer för konfiguration, nämligen hc_server.config, hc_panel.config, och hc_client.config, och (3) två undermappar som heter intro och rawdata.
- Skapa en delad mapp på serverdatorn och packa upp HC.zip i denna mapp.
- På varje klientdator, montera och komma åt den delade mappen och öppna en terminal (Linux, Mac OS X: spotlight | Sök | terminal) eller Kommandotolken (Windows: Sök ”cmd”), respektive. Använd kommandot ”dir” eller ”ls” så att de uppackade filerna visas på varje terminal.
- Köra kommandot ”java-version” på varje terminal för att säkerställa att en java runtime environment är tillgängliga. Om inte, installera java innan du fortsätter.
- Titt i tre konfigurera filer.
- Redigera hc_server.configure för att konfigurera (1) antalet spelare, 2) minsta siffror och maximala antalet drag som varje spelare kan göra, 3) värden av så kallade nuggets och 4) uppfattning radie skick (lokal eller global).
Obs: Två uppfattning villkoren är det globala villkoret (spelare kan se positioner av avatarer av alla deltagare) och lokala skick (spelaren kan se bara de avatarer i anslutning till sin avatar, se figur 3) - Redigera hc_client.configure för att berätta för kunderna serverns IP.
- I hc_panel.config, justera storleken på hexagoner enligt skärmens upplösning.
- Redigera hc_server.configure för att konfigurera (1) antalet spelare, 2) minsta siffror och maximala antalet drag som varje spelare kan göra, 3) värden av så kallade nuggets och 4) uppfattning radie skick (lokal eller global).
- Först, starta serverprogrammet HC_Gui.jar (figur 8) med kommandot ”java-jar HC_Gui.jar”. Starta sedan klientprogrammen på varje arbetsstation med kommandot ”java-jar HC_ClientAppl.jar”.
Obs: Kundernas skärmar bör visa meddelandet, ”var snäll och vänta. Datorn ansluter till servern ”. I server GUI visas en linje med IP-adressen till var och en av klienterna. När alla klienter är anslutna, serverprogrammet visar meddelandet, ”alla klienter är anslutna. Redo att börja ”?
Obs: Försöksledaren kan förbereda sessionen fram till denna punkt. - När alla deltagare har tagit deras platser, ge de slutliga instruktionerna innan de sätter i öronproppar.
- Klicka på ”OK” för att starta sessionen. Härefter, styrs experimentet endast av anvisningarna på skärmarna som visas för deltagarna. Anvisningar för en enda experiment kräver flera skärm sidor och avläsningen görs möjligt av deltagarna personsökning och tillbaka vid behov.
Obs: Varje deltagare anger, genom att klicka en utsedda på skärmen, att han eller hon har läst instruktionerna. Experimentet kan inte inledas förrän alla deltagare är klar läser instruktionerna.
- Testfasen
- Observera om deltagarna mus-styr sin avatar dot (dubbelt så stor som synliga avatar prickar av andra deltagare) på HoneyComb virtuella 97-hexagon spelplanen (se figur 1).
- Har deltagarna börjar testfasen i mitten av fältet och sedan flytta på HoneyComb virtuella spelplanen enligt tidigare angivna instruktionerna på skärmen.
- Alla instruktioner om hur man spelar spelet placeras som redigerbar html-filer i programmappen av HoneyComb spelet. Se undermappar intro-de och intro/sv för tyska och engelska instruktioner, respektive.
- Har spelare vänsterklicka i intilliggande små hexagon av deras val att flytta sin avatar pricken. Endast angränsande fält kan väljas för inledande och efterföljande flyttar.
Obs: Efter varje drag visas en liten svans för 4000 ms för varje deltagare, som anger den senaste riktning som han eller hon hyllas.
- Låt varje deltagare att delta endast en gång för att undvika eventuella fördomar.
Obs: Spelet som beskrivs här kräver 5-10 min, inklusive läsning av instruktioner. Övergripande, 400 deltagare i 40 tio-person grupper testades av Boos et al. 1. - Starta inte om experimentet med samma deltagare om det finns ett tekniskt fel eller om en deltagare misslyckas.
4. post-test fas
- När spelet är avslutat, har deltagarna fylla i frågeformulär bedömning av demografiska data, fem stora personlighet faktorer, upplevda nivåer av stress eller lugn och betala tillfredsställelse (som ska betalas vid slutförandet av experimentet). Dessa enkäter kan erbjudas som fristående html-filer.
- Medan deltagarna fyller i enkäter, förbereda anonyma kuvert med lämplig mängd pengar i HoneyComb spelet just avslutat. Spelets HoneyComb-beräknat belopp att betalas ut till varje spelare anges på skärmen server.
- Fördela de intjänade ersättningarna till deltagarna när de lämnar provområde.
- Stänga av serverprogrammet och sedan stänga klientprogrammen när serverprogrammet är klar stängning.
- Överföra data, i form av 2 textfiler som märkt av dag - och time-stämpel av experimentet, till ett USB-minne.
Representative Results
Ett första experiment med honungskaka paradigm visat att människor visade grundläggande tecken på flockas beteende, till exempel söker närhet till andra, utan att belönas17. Därefter har vi tagit upp frågan om hur enskilda människor kan samordnas behaviorally att nå med samma fysiska/målet också utreds av Boos et al. 1, fokusera inte bara på ospecifika flockas beteende, men också gruppbeteende samordning och ledarskap. Med ovan beskrivna experimentet-definierade parametrar, mål hexagon platser definierades och en monetär belöning alternativet användes för att undersöka gemensamma mål baserat på delade incitament, samt motivation mot gruppen sammanhållning. Motivation till grupp sammanhållningen förstärktes genom att föreskriva en ytterligare belöning baserat på hur många andra deltagare som hamnade i samma mål hexagon. Inom vart och ett av de 40 tio-person grupperna skapades två undergrupper (en minoritetsgrupp som består av två slumpmässigt utvalda individer och en majoritet-grupp som består av de återstående åtta) genom att ge följande nivåer av information. Två minoritet gruppens medlemmar informerades om placeringen av en två euro pris hexagon och fem en-euro-priset hexagoner (figur 9, vänster). De åtta medlemmarna av gruppen majoriteten informerades inte om två euro pris hexagon och istället visades platserna för sex lika belönas en euro mål hexagoner (figur 9, höger). Ingen av deltagarna fick höra att det fanns olika undergrupper.
Vi utformade våra instuderingsfrågor enligt Couzin et al.' s23 dator simuleringsmodell. Eftersom den enda information som utbyts mellan spelarna var sin förmåga att uppfatta rörelsen av andra spelare, vi som syftar till att se (i) om denna information var tillräckligt informerade/högre belönas minoritetsgrupp att samordna rörelserna av den oinformerade/lägre belönas majoriteten grupp, och i så fall (ii) hur dubbla priset mål informerade minoritetsgrupp skulle/kunde leda okunniga majoriteten till sina två euro mål hexagon. Som nämnts tidigare, vi begränsade dessa studera mönster att två grundläggande parametrar av svärmande beteende, 1) anpassning (medlemmar i gruppen som går mot ett mål hexagon) och 2) sammanhållning (grupp medlemmar tenderar mot flyttar som grupp). För parametern justering satt vi upp sex mål hexagoner som beviljats en monetär payoff. För parametern sammanhållning (dvs göra flytta val som samordnades med flyttar med andra deltagare), vi beviljas deltagarna en belöning baserat på mängden avatarer i slutet som var i samma hexagon som sin egen.
HoneyComb spelplanen innehåller 97 hexagoner. Alla deltagarnas avatarer började spelet tillsammans i honungskakas mellersta hexagon. Varje spelare beviljades en maximal 15 move-räknas. Alla var begränsad till flytta sin avatar (via ett musklick) endast över en av Hexagons sex sidor till en angränsande hexagon. Matchen slutade när varje avatar var på en payoff-fältet eller när varje spelare helt hade använt sin 15 move-räknas.
En ytterligare experiment faktor implementerades för att besvara en tredje studie frågan: (iii) huruvida uppfattning radie (global vs lokala tillstånd) av de andra deltagarna påverkar rörelse samordning. Uppfattningen av hälften av de 40 tio-person grupperna begränsades på slumpmässig basis, vilket innebar att tjugo grupper (lokala tillstånd) kunde uppfatta rörelsen av endast dessa avatarer i anslutning till sin avatar. De återstående tjugona 10 personer grupperna (globalt villkor) kunde uppfatta alla deltagarnas avatar platser och rörelser.
Svar fråga (ii) [som rörelsen kännetecknar minoritetsgrupperna ledde till mer framgång (lyckas nå ett mål fält som en grupp och därför större monetär belöning)], vi definieras och analyseras olika rörelse beteenden inklusive första mover, delade rörelse banor/vägbeskrivning av två minoritet deltagare, sökvägen längder, genomsnittlig tid mellan drag, initial-flytta ordning bland deltagarna, fem stora personlighetsdrag (extraversion, öppenhet, etc.) och datakunskap. Det statistiska förfarandet, en ändlig blandning modell med två binomials, och detaljerade resultat publiceras i Boos et al. 1.
Vår studie visade att i en grupp av människor, tilldelade avatarer i ett 2D HoneyComb spela field (rörliga enligt de ovan beskrivna parametrar och villkor), 20% av dem (2 personer minoritetsgrupp) baserat enbart på deras rörelser kunde framgångsrikt leda de andra 80%, även när deras uppfattning var begränsad till endast angränsande avatarer på spelplanen. Framgångsrikt ledarskap av dessa 2 personer minoriteten gruppdeltagare innebar här, som deras kolleger deltagare gjorde liknande inledande drag och att dessa 2 personer minoritet deltagare var först att göra en inledande steg1 (Video 2). För detaljerade parametrar av gruppens rörelse beteende, se tabell 2. En fördjupad analys av koncernens spridning över tid ges i figur 10. Vi fann också, överraskande, att varken personlighet variabler eller datakunskaper bland dessa minoriteter aktörer spelade en avgörande roll i deras framgång.
Figur 1: spelplanen av datorbaserade multi-agent spelet HoneyComb. Visuell representation av mänskliga spelare som avatarer (svarta prickar) på en hexagon virtuella spelplanen. Klicka här för att se en större version av denna siffra.
Figur 2: lokala vs. globala perspektiv. Deltagare med lokala perspektiv kan bara se andra spelarnas avatarer inom deras visuella spänner. Den markerade spelaren (röd) är i detta fall endast kunna se 4 av 9 medaktörer. Ett globalt perspektiv, skulle om konfigurerad, ge synlighet av alla medaktörer. Klicka här för att se en större version av denna siffra.
Figur 3: monetära incitament. Denna illustration visar hur monetära incitament kan genomföras inom HoneyComb spelet. Avatarer som markeras som grå är utanför den lokala uppfattning radien och därmed osynlig till respektive spelare. Två olika synvinklar visas. (a) informerade spelare: denna spelare är utrustad med en högre-belönad mål-fältet, som markeras som ”€”, (b) oinformerade spelare: denna spelare ges sex lika lägre-belönad mål fält som är markerade som ”€”. Klicka här för att se en större version av denna siffra.
Figur 4: undergrupp avatar experiment. I det här fallet skapas två undergrupper av färg deltagarnas avatarer som blått och gult. Klicka här för att se en större version av denna siffra.
Figur 5: enda vs. gemensamma spelet. Denna illustration visar två olika inställningar från en spelares synvinkel, jämförbar med Belz o.a. 17 (1a/b) enda spel: medaktörer är osynlig och kan inte hittas på hexagon virtuella spelplanen, (2a/b) gemensamma spel: medaktörer är synliga så länge de håller sig inom de lokala uppfattning radien av andra spelare. Klicka här för att se en större version av denna siffra.
Figur 6: Server och klient configuration. Tio till tolv bärbara datorer (klienter C1 till C12) bör vara ordnade i närheten av (och ansluten till) serverdatorn. Användningen av partitioner innesluta varje deltagares arbetsstation (anges som tjocka linjer) förbjuder visuell kommunikation med andra utanför den virtuella miljön. LAN-kablar i stället för WLAN rekommenderas på grund av mindre latens och mer tillförlitligt dataflöde. Klicka här för att se en större version av denna siffra.
Figur 7: kontextuella inställning. Kommunikation (sensorisk, visuell, auditiv) bland deltagarna är begränsad på grund av användning av mellanväggar och öronproppar. Klicka här för att se en större version av denna siffra.
Figur 8: grafiska gränssnittet på servern. För varje ansluten klient finns det en linje som visar IP- och andra data (t.ex. antal drag, position, belopp som ska betalas ut till varje spelare). Klicka här för att se en större version av denna siffra.
Figur 9: framgångsrikt ledarskap. På vänster sida, skärmbilden visar en informerad spelare närmar sig ett monetära mål fältet (se även figur 4), framgångsrikt leder fem andra spelare till sin mål-fältet. På höger sida glömt en oinformerad aktör dennes medaktörer. Klicka här för att se en större version av denna siffra.
Figur 10: fördjupad analys av geografisk spridning över gaming tid (grupp 44). Betyder att avståndet mellan gruppmedlemmar över tiden för hela gruppen (grupp medelvärde), jämfört med både som informerades om placeringen av högre-belönad € mål-fältet (informerade 1, informerade 2) och åtta oinformerade spelare ( Okunniga). I slutet av spelet, hade en oinformerad spelare förlorade gruppen och kom på en € mål-fältet (isolerade spelare). Klicka här för att se en större version av denna siffra.
Video 1: exempel på kollektiv rörelse från perspektiv av en oinformerad aktör (grupp 44). Vänligen klicka här för att se denna video. (Högerklicka för att ladda ner.)
Video 2: exempel på kollektiv rörelse från olika perspektiv av de två informera spelarna i samma spel som Video 1 (grupp 44) . Vänligen klicka här för att se denna video. (Högerklicka för att ladda ner.)
| GNR | tid | PID | 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 |
Tabell 1: Dataformat. Varje deltagares rörelser och associerade tidsstämplar på hexagon virtuella spelplanen registreras som sexkantiga koordinater i separata rader, möjliggör användning av hierarkisk/blandad modellering. Tabellen visar ett utdrag av den datamängden som genereras av en grupp bestående av 10 spelare (grupp 44).
| Grupp 44 (exempel) |
∑ Flyttar |
Rang av 1st flytta |
Latens | Utbetalning | Slutliga avstånd |
Avstånd till €-fält |
Tid | % av fält utforskade |
| (a) enskilda nivå variabler | ||||||||
| Spelare ID01 | 6 | 1 | 1,73 | 18 | 0,67 | 0 | - | - |
| Spelare ID1 | 6 | 10 | 3,74 | 9 | 0,67 | 0 | - | - |
| Spelare ID2 | 6 | 3 | 2,19 | 9 | 0,67 | 0 | - | - |
| Spelare ID3 | 7 | 9 | 2,68 | 9 | 0,67 | 0 | - | - |
| Spelare ID4 | 6 | 7 | 4,38 | 9 | 0,67 | 0 | - | - |
| Spelare ID5 | 9 | 8 | 3,98 | 9 | 0,67 | 0 | - | - |
| Spelare ID6 | 12 | 5 | 2,70 | 1 | 6,00 | 6 | - | - |
| Spelare ID71 | 6 | 6 | 4,96 | 18 | 0,67 | 0 | - | - |
| Spelare ID8 | 9 | 4 | 4,03 | 9 | 0,67 | 0 | - | - |
| Spelare ID9 | 6 | 2 | 2,45 | 9 | 0,67 | 0 | - | - |
| (b) grupp nivå variabler | ||||||||
| Oinformerade | 7,63 | 5,88 | 3,27 | 8 | 1,33 | 0,75 | - | - |
| Informerade | 6,00 | 4,00 | 3,35 | 18 | 0,67 | 0,00 | - | - |
| Hela gruppen | 7,30 | - | 3,28 | 10 | 1,20 | 0,60 | 39,02 | 27,84 |
Tabell 2: detaljerade resultat av gruppen rörelse beteendeanalys (grupp 44). Resultaten listas (a) för individuell nivå, och (b) för gruppnivån. På koncernnivå beräknades medel för okunniga majoriteten (åtta spelare), informerade minoritet (två spelare) och gruppen som helhet (10 spelare). 1 Spelare med ID 0 och 7 valdes slumpmässigt att informeras om placeringen av högre-belönad € mål-fältet; ∑ Drag = totalt antal drag; Rang av 1stFlytta = rang av 1st flytten i förhållande till de andra spelarna; Latens = genomsnittlig rörelse latens mellan två steg i sec.; Utbetalning = individuell belöning efter slutförandet av spelet i €; Sista avstånd = Genomsnittligt avstånd varje spelare att alla kvarvarande spelare i slutet av spelet; Avstånd till €-fältet = avstånd till € mål-fältet i slutet av spelet; Tid = totala varaktighet av spelet i sec.; % av fält utforskas = procentandel av totala fältet (97 hexagoner) utforskas av gruppen. För en fördjupad analys av koncernens spridning över gaming tid, Video 1 och Video 2 för kollektiv transport av gruppen och tabell 1 för ett utdrag av rörelse data Se även figur 10 .
Discussion
En grundläggande fråga i använda multi client virtuella miljöer som ett forskningsparadigm för att undersöka människors kollektiva beteendet är huruvida resultaten är tillämpliga på verkliga scenarier. Med andra ord, den metodologiska ansatsen ger resultat med tillräckliga ekologiska eller extern giltighet? Som representerar mänskliga deltagare som avatarer på en virtuell spelplanen och låta dem flytta via musklick minskar sociala signaler. Dessutom hålla kommunikation till ett minimum kan praktiker att undersöka vilka underförstått beteendemässiga cues överförs bland människor som kan påverka människors gruppbeteende samordning och ledarskap och under vilka miljömässiga affordance (t.ex. räddning, konkurrens, evakuering) dessa beteenden påverkas av mer och i vilken utsträckning. Så länge det finns strikt följsamhet till de två pre-provande faserna i protokollet och testförfaranden, garanterar denna reduktionistiska strategi inre giltighet. För att möjliggöra överföring av resultaten till ”riktiga” grupp och crowd dynamics, de experimentella setup och testfaser gradvis kan ändras för att bli mer komplex (t.ex., vilket möjliggör ytterligare kommunikation bortom enbart sänder/läsning rörelse beteende, att lägga till information på individuella egenskaper inbäddade semantiskt i olika verkliga scenarier, etc.) och beskrivs i den på skärmen instruktioner Läs av deltagarna innan spelet startar.
För att lösa frågan om extern validitet, kan hexagon spelplanen [initialt valt att standardisera spelarens rörelser till standardiserade, tvådimensionell sexkantiga koordinater på grund av (förtestade) användbarhet och reduktion av störande faktorer] varieras. Ett tvådimensionellt rutnät med fria val skulle göra det möjligt för spelare att skapa mer fortlöpande och komplex rörelse data. En tredimensionell miljö skapad av Unity - eller Unreal-motorn, exempelvis kan också förhöja ekologiska/extern giltighet. Med varje steg mot lessoning begränsning av rörelse, uppstår emellertid ett problem. Med stigande komplexitet av frihet-i-rörelse i det simulerade scenariot, påverkan av störande faktorer (t.ex. interpersonella skillnader såsom datorvana, förtrogenhet med rumslig orientering i tredimensionella spel) ökar, vilket kan leda till partisk resultat och minska inre giltighet.
Fördelen med den metod som anges i protokollet HoneyComb är att det kan kombineras med dator simuleringsmodeller och används som ett paradigm för att empiriskt testa om kollektiva mönster finns i datorsimuleringar också hålla för beteende i grupper av människor. För att förbättra den externa giltigheten av sådana tester, bör deltagarna tillfrågas i post-test fas frågeformuläret om de kände sig tillräckligt och mänskligt representeras av sina avatarer och huruvida de skulle kunna uppfatta deras medaktörer som mänskliga aktörer. Protokollet anger samtidig spelarna sitter i arbetsstationer bredvid varandra (även om protokollparametrar utesluter sensoriska auditiv eller visuell kommunikation) för att förbättra dessa känslor av mänskligt förkroppsligande fysiska närvaro.
Sammanfattningsvis, de metoder som tillämpas av det HoneyComb synsätt som beskrivs i protokollet före prov, prov och post-test faser ger ett nytt paradigm för att undersöka grundläggande mekanismer av kollektiva fenomen såsom gruppen samordning, ledarskap, och koncerninterna differentiation. Metodens viktigaste begränsningen är dess sårbarhet för mänskliga fel av rekryterare, särskilt om de inte är tillräckligt stränga för att säkerställa att deltagarna inte kommunicerar med varandra under de förtest och testfaser.
Disclosures
Författarna har något att avslöja.
Acknowledgments
Denna forskning har finansierats av det tyska initiativet of Excellence (institutionella strategi: https://www.uni-goettingen.de/en/32632.html). Vi tackar Margarita Neff-Heinrich för hennes engelska korrekturläsning.
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).
