Video igra u kojoj su učesnici čuvali virtuelnu stoku unapredila je naše razumevanje načina na koji ljudi donose odluke o kretanju i navigaciji, i mogla bi nam pomoći ne samo da efikasnije komuniciramo sa veštačkom inteligencijom, već čak i da poboljšamo način na koji se roboti kreću u budućnosti.
Istraživači sa Univerziteta Mackuarie u Australiji, Scuola Superiore Meridionale, Univerziteta u Napulju Federico II i Univerziteta u Bolonji u Italiji, i Univerzitetskog koledža u Londonu u Velikoj Britaniji, koristili su video igricu kao dio studije kako bi bolje razumjeli kako dinamično perceptivno- motorni primitivi (DPMP) se mogu koristiti u oponašanju ljudskog odlučivanja.
DPMP je matematički model koji nam može pomoći da razumemo kako koordiniramo svoje pokrete kao odgovor na ono što se dešava oko nas. DPMP su korišćeni da nam pomognu da razumemo kako donosimo odluke o navigaciji i kako se krećemo kada obavljamo različite zadatke.
Ovo postaje posebno važno u složenim okruženjima u kojima se nalaze drugi ljudi i kombinacija nepokretnih i pokretnih objekata, kao što su to na prometnoj pešačkoj stazi ili na sportskom terenu.
Ranije se pretpostavljalo da naš mozak brzo pravi detaljne mape našeg okruženja, a zatim planira kako da se kreće kroz njih.
Ali sve veći broj istraživanja sada podržava ideju da umesto da pravimo detaljan plan, krećemo se prirodno, uzimajući u obzir naš cilj i uzimajući u obzir sve prepreke na koje naiđemo na putu.
U studiji, objavljenoj u Roial Societi Open Science, učesnici su zamoljeni da rade na dva zadatka u stočarstvu, premeštajući ili jednu kravu ili grupu krava u tor.
Istraživači su pratili redosled u kojem su igrači držali krave i unosili informacije u svoj DPMP da bi videli da li model može da simulira ponašanje ljudskih igrača.
Glavni autor, dr. Kandidat Aiman bin Kamruddin kaže da je DPMP model tima bio u stanju da precizno oponaša kako su se igrači kretali, kao i da predvidi njihove izbore.
„U zadatku sa više meta pojavila su se tri obrasca kada su ljudi birali svoje mete: prva krava koju su izabrali bila im je najbliža po ugaonoj udaljenosti, sve uzastopne krave su bile najbliže ugaonoj udaljenosti od prethodne koju su izabrali, a kada su birali između dve krave, najverovatnije će izabrati onu koja je najudaljenija od centra zone zadržavanja“, kaže profesor Ričardson.
„Kada smo DPMP-u dali ova tri pravila za donošenje odluka, on bi mogao da predvidi skoro 80% izbora o tome koje krave će sledeće čuvati, kao i da predvidi kako će se učesnici ponašati u novim situacijama sa više krava.
Igre stada se često koriste u ovakvim studijama jer oponašaju situacije iz stvarnog života u kojima ljudi moraju da kontrolišu druge agente.
U prošlosti su se zasnivali na pogledu na ciljne životinje iz vazduha, postavljajući pitanje da li je ovaj neprirodan pogled na teren za igru iskrivio nalaze, navodeći učesnike da donesu drugačije odluke nego što bi to činili u stvarnoj situaciji jednostavno jer su imali pun pregled.
Da bi ovo rešio, tim je razvio novu vrstu igre stada koja bi ograničila vidno polje učesnika na ono što čovek može normalno da vidi sa perspektivom zadatka iz prvog lica, slično kao kod mnogih video igara sa ulogama.
Viši autor, profesor Majkl Ričardson sa Centra za istraživanje performansi i stručnosti Univerziteta Mekuori kaže da promena perspektive ima važne implikacije.
„Dok su prethodna istraživanja pokazala da se DPMP-ovi mogu koristiti za predviđanje ponašanja gomile ili za praćenje pokretne mete, naša je prva studija koja razmatra da li se model može proširiti da bi objasnio kako čovek vodi virtuelni lik ili robota“, kaže on.
„Ovo je još jedan korak u informisanju o dizajnu osetljivijih i inteligentnijih sistema.
„Naši nalazi su naglasili važnost uključivanja pametnih strategija donošenja odluka u DPMP modele ako roboti i AI bolje oponašaju kako se ljudi kreću, ponašaju i komuniciraju.
„Oni takođe sugerišu da bi DPMP mogli biti korisni u situacijama iz stvarnog života, kao što su upravljanje gužvama i planiranje evakuacije, obuka vatrogasaca u virtuelnoj stvarnosti, pa čak i u misijama potrage i spasavanja, jer nam mogu pomoći da predvidimo kako će ljudi reagovati i kretati se.“
