意思決定科学の複数の参加者とナビゲーション実験ネットワーク デスクトップ仮想現実のセットアップ

この方法は、デスクトップのバーチャルリアリティを使用して複数の参加者で道探索研究を行う方法など、意思決定科学と空間認知の分野における重要な質問に答えるのに役立ちます。この技術の主な利点は、実験プロトコルを他の研究者が適応させて適用し、ネットワークデスクトップのバーチャルリアリティラボを設立できることです。この手法の意味するところは、実験者がデスクトップの仮想環境に同時に没頭している参加者の行動を効率的に監視できるため、行動科学と空間認知にまで及びます。

一般に、この方法に不慣れな個人は、このようなラボが制御された環境でデータを収集するためにメンテナンスと厳格なプロトコルを必要とするため、苦労するでしょう。この手法の視覚的なデモンストレーションは、実験の設定や参加者の管理など、マルチユーザーデスクトップのバーチャルリアリティ実験に関連する困難さのために重要です。この手順を実演するのは、私たちの研究室の技術者であるアルバロ・インゴールドです。

まず、ラボの制御室のサーバーと照明をオンにします。必要な参加者数に応じてテストルームを設定します。実行可能な実験プログラムとそれに対応する設定ファイルをネットワークドライブにコピーします。

次に、Windows デスクトップで PowerShell Integrated Scripting Environment を開きます。PowerShell コンソールで、コンピューター名の配列を指定して、クライアント プール オブジェクトを作成します。「Start-Pool pool」と入力してクライアント コンピューターを起動し、「Register-Pool pool」と入力してサーバーをクライアント コンピューターに接続します。

次に、プログラムを起動する前に、クライアント側のコンピューターを準備します。「Invoke-Pool Mount-NetworkShare path}」と入力して、コンピューターに正しいフォルダー パスを入力するように指示します。次に、Start-GameServerと入力し、クライアントのコンピューターでInvoke-Pool Start-GameClient}関数のパラメータとしてサーバーのIPアドレスを指定して、サーバー上で準備した関数を実行します。

サーバーのモニターに、接続が成功したことを示すメッセージが表示されるのを待ちます。最後に、同意書とペンを各キュービクルに配布します。参加者の座席配置を示す座席カードのデッキをシャッフルします。

正式な開始時間の5分前に、各参加者のIDをチェックして、登録された参加者のリストと一致していることを確認します。次に、参加者に座席番号を示すカードを選ばせます。参加者に、対応するキュービクルまで歩いてもらい、同意書を読んで署名してもらいます。

実験を行う前にこれらを手に取ってください。マイクで指示を参加者全員に放送します。他の参加者とのコミュニケーションの禁止、個人の電子機器の使用禁止など、基本的なルールを伝えてください。

実験について質問がある場合は、参加者に手を挙げてもらいます。デモグラフィックアンケートを提示することから実験を開始します。トレーニング シーンを展開して、すべての参加者がトレーニング セッションを終了するまで、すべてのコンピューターのスクリーンショットを見て、仮想環境を操作し、進行状況を監視する方法を参加者に教えます。

トレーニング セッションの後、実験のテスト フェーズを開始します。各試行の前に、次のシーンを読み込み、参加者が指示を読むことができるように、短い待ち時間があることを確認してください。サーバーコンピューターの鳥瞰インターフェースから参加者の行動を観察します。

実験が完了したら、PowerShell コンソールで「Stop-GameClient」と「Stop-GameServer」と入力して、サーバーとクライアント プログラムを閉じます。次に、マイクで番号が呼び出されるまで、参加者に座ったままでいるように依頼します。ファイルスコアから参加者の最終スコアを抽出します。

txtをサーバーのコンピューター上のプロジェクトフォルダーに置き、スコアを金銭の支払いに変換します。実験データをサーバーから外部ディスクにコピーして保存し、後で分析できるようにします。その後、キュービクルの番号を1つずつ呼び出し、受付で各参加者に会います。

参加者に感謝し、対応する支払いを彼らに渡します。最後に、空のキュービクルを調べて、残っているペンやフォームを収集します。ここで、最大時間と最小時間は、各試行で目的地に到達するのに最も速い参加者と最も遅い参加者が必要とする時間です。

これらの記述統計は、参加者が試行を通じて環境にどの程度精通したかを示しています。得られたデータにより、試行1と試行16で生成された仮想群衆以外の軌跡を視覚化することもできます。その後、空間統計を使用して、試行間の軌跡の変化を解析できます。

この手順を試みる際には、各実験セッションに関連するコストのために、設計された実験の厳密な手順に従うことを覚えておくことが重要です。