La ricerca, pubblicata su Royal Society Open Science, ha utilizzato un gioco in prima persona in cui i partecipanti dovevano guidare mucche virtuali in un recinto. L'obiettivo era capire come applicare i modelli matematici chiamati "primitive percettivo-motorie dinamiche" (DPMP) per simulare il processo decisionale umano in ambienti complessi.
Questo approccio si basa sull'idea che, invece di creare mappe dettagliate dell'ambiente, il cervello umano si muova in modo naturale tenendo conto dell'obiettivo e adattandosi agli ostacoli incontrati. Il modello DPMP sviluppato dai ricercatori è riuscito a replicare con precisione i movimenti dei giocatori e a prevederne le scelte.
Implicazioni per l'intelligenza artificiale e la robotica
Secondo il professor Michael Richardson dell'Università Macquarie, principale autore dello studio, questa ricerca rappresenta "un altro passo verso la progettazione di sistemi più reattivi e intelligenti". I risultati suggeriscono che includere strategie decisionali intelligenti nei modelli DPMP potrebbe aiutare robot e IA a imitare meglio il comportamento umano.
Il dottor Ayman bin Kamruddin, autore principale dello studio, ha spiegato che il modello DPMP ha individuato tre pattern principali nelle scelte dei giocatori:
- La prima mucca scelta era la più vicina in distanza angolare
- Le mucche successive erano le più vicine in distanza angolare alla precedente
- Tra due mucche equidistanti, veniva scelta quella più lontana dal centro della zona di contenimento
Una volta implementate queste regole, il modello è stato in grado di prevedere quasi l'80% delle scelte dei partecipanti su quali mucche guidare successivamente, dimostrando anche di poter anticipare il comportamento in nuove situazioni con più mucche.
Un nuovo approccio ai giochi di pascolo
A differenza dei precedenti studi che utilizzavano una visuale aerea, questo nuovo gioco di pascolo offre una prospettiva in prima persona, limitando il campo visivo dei partecipanti a ciò che un essere umano vedrebbe normalmente. Questo approccio più realistico potrebbe fornire risultati più accurati e applicabili a situazioni reali.
Le potenziali applicazioni di questa ricerca spaziano dalla gestione delle folle e pianificazione delle evacuazioni all'addestramento dei vigili del fuoco in realtà virtuale, fino alle missioni di ricerca e soccorso. Il professor Richardson sottolinea che i modelli DPMP potrebbero aiutare a prevedere le reazioni e i movimenti delle persone in vari scenari complessi.
Questo studio rappresenta un importante passo avanti nella comprensione dei processi decisionali umani legati al movimento e alla navigazione. Le sue implicazioni per lo sviluppo di sistemi robotici e di intelligenza artificiale più sofisticati e "umani" potrebbero aprire nuove frontiere nell'interazione uomo-macchina e nell'automazione di compiti complessi in ambienti dinamici.