Onderzoekers van Macquarie University in Australië hebben, samen met collega’s van Scuola Superiore Meridionale, de Universiteit van Napels Federico II, de Universiteit van Bologna in Italië en University College London, een videogame ontwikkeld waarin deelnemers virtuele koeien hoeden. Dit spel biedt nieuwe inzichten in hoe mensen beslissingen nemen over beweging en navigatie, en het kan mogelijk bijdragen aan effectievere interacties met AI en de ontwikkeling van meer geavanceerde robotbewegingen.
Het onderzoek, gepubliceerd in het tijdschrift *Royal Society Open Science*, maakt gebruik van dynamische perceptueel-motorische primitieven (DPMP’s). Deze wiskundige modellen geven inzicht in hoe mensen hun bewegingen coördineren als reactie op hun omgeving. DPMP’s kunnen verklaren hoe we navigeren en hoe we ons bewegen bij verschillende taken, vooral in complexe omgevingen met zowel vaste als bewegende objecten, zoals een drukke straat of een sportveld.
In het onderzoek kregen deelnemers de opdracht om virtuele koeien naar een omheining te leiden, waarbij de volgorde waarin de koeien werden gedreven werd vastgelegd. Deze informatie werd ingevoerd in het DPMP-model om te zien of het gedrag van de menselijke spelers kon worden nagebootst. Volgens hoofdonderzoeker Ayman bin Kamruddin bleek het model in staat nauwkeurig het gedrag en de keuzes van de deelnemers te voorspellen.
De onderzoekers identificeerden drie belangrijke patronen in de keuzes van de deelnemers bij het hoeden van meerdere koeien. De eerste gekozen koe bevond zich het dichtst bij de speler qua hoekafstand, de daaropvolgende koeien waren telkens diegenen die zich het dichtst bij de eerder geselecteerde koe bevonden, en wanneer de keuze bestond tussen twee koeien, kozen deelnemers meestal de koe die het verst van het midden van de omheining verwijderd was.
Door deze drie regels in het DPMP-model op te nemen, kon het model in bijna 80% van de gevallen nauwkeurig voorspellen welke koe de deelnemers vervolgens zouden hoeden en hoe ze zich zouden gedragen in nieuwe situaties met meerdere koeien.
Het gebruik van hoedspellen in studies als deze is gangbaar omdat ze situaties nabootsen waarin mensen de bewegingen van andere entiteiten moeten beheersen. In eerder onderzoek werd echter vaak gebruikgemaakt van een bovenaanzicht, wat mogelijk andere keuzes beïnvloedde doordat deelnemers een volledig overzicht hadden van het speelveld.
Om dit te vermijden, ontwikkelde het team een nieuwe versie van het hoedspel waarbij de spelers een perspectief kregen zoals in veel role-playing videogames, met een beperkt gezichtsveld dat meer lijkt op wat een mens in een echte situatie zou zien. Professor Michael Richardson, senior auteur van de studie, benadrukt dat dit veranderde perspectief belangrijke implicaties heeft voor het begrip van menselijke besluitvorming en robotica.
Richardson legt uit dat eerdere studies aantoonden dat DPMP’s nuttig zijn bij het voorspellen van gedrag in menigten of het volgen van bewegende doelen, maar dat deze studie de eerste is die onderzoekt hoe het model kan worden uitgebreid om te begrijpen hoe een mens een virtueel karakter of robot aanstuurt.
Deze bevindingen kunnen bijdragen aan de ontwikkeling van responsievere en intelligentere systemen, aldus de onderzoekers. Het model kan mogelijk ook praktisch worden ingezet, bijvoorbeeld bij menigtenbeheer en evacuatieplanning, training van brandweerlieden in virtual reality, en zoek- en reddingsoperaties, omdat het kan helpen bij het voorspellen van menselijk gedrag en bewegingspatronen.
