Opnå optimalt samarbejde, når mål er i konflikt

Ny forskning tyder på, at når to personer skal arbejde sammen om en fysisk opgave på trods af modstridende mål, mængden af ​​tilgængelig information om hinandens handlinger påvirker, hvor hurtigt og optimalt de lærer at samarbejde. Vinil Chackochan og Vittorio Sanguineti fra Universitetet i Genova, Italien, præsentere disse resultater i PLOS Computational Biology .

Det meste af tidligere forskning i menneskers evne til at koordinere handlinger med andre har adresseret situationer, hvor to mennesker deler et fælles mål, såsom at transportere en last eller betjene et værktøj. Meget oftere, menneskers mål konflikter, og de skal finde ud af, hvordan de skal samarbejde. Imidlertid, få undersøgelser har udforsket sådanne situationer.

Til den nye undersøgelse, Chackochan og Sanguineti designede en eksperimentel opgave, hvor to deltagere får tildelt at udføre forskellige, konkurrerende sæt af bevægelser, der bruger det samme mekaniske apparat på samme tid. De brugte også Bayesiansk statistik og differentiel spilteori til at designe en beregningsmodel, der simulerer lignende partnersituationer.

Analyse af de eksperimentelle resultater og simuleringer viste, at når man har mere information om, hvordan en partner reagerer på ens handlinger, samarbejde opnås hurtigere, og man har en tendens til at udvikle optimale interaktionsstrategier svarende til dem, der forudsiges af spilteori. I modsætning, med mindre information om ens partner, en person udvikler strategier, der minimerer behovet for den information.

Resultaterne giver ny indsigt i det minimale beregningsmaskineri, der er nødvendigt for stabilt fysisk samarbejde. At forstå de mekanismer, der ligger til grund for disse former for menneske-menneske-interaktioner, kan hjælpe med udviklingen af ​​robotter, der kan interagere med mennesker på en mere naturlig måde. menneskelignende mode.

"Spilteori har haft en enorm indflydelse på mange områder, herunder økonomi, Statskundskab, lingvistik, operationsforskning, og mere, " siger Chackochan. "Anvendelse af spilteori i menneskelig fælles handling kan have vidtrækkende potentiale, især inden for menneske-robot-interaktion."

Næste, forskerne planlægger at udforske, hvordan mennesker opnår og repræsenterer viden om en partners igangværende handlinger og mål. De sigter også mod at arbejde hen imod udvikling af en bio-inspireret virtuel agent med indbyggede samarbejdsmuligheder.