[논문 리뷰] Understanding Humans' Strategies in Maze Solving

Min Zhao, Andre G. Marquez|arXiv (Cornell University)|2013. 07. 22.

Neural and Behavioral Psychology Studies참고 문헌 6인용 수 5

한 줄 요약

이 연구는 인간이 미로를 풀이하는 동안 시각적 스캐닝과 기억 사용을 최적화하기 위해 상호 배타적인 두 가지 전략—탐색과 안내—을 사용함을 밝혀냈다. 눈동자와 마우스 동작 추적 결과, 탐색을 늘일수록 오류가 감소했으며, 특히 반복 시험에서 두드러졌다. 이는 오차 비용을 줄이기 위해 기억 의존성과 실시간 시각적 입력 사이의 전략적 타협이 이루어짐을 시사한다.

ABSTRACT

Navigating through a visual maze relies on the strategic use of eye movements to select and identify the route. When navigating the maze, there are trade-offs between exploring to the environment and relying on memory. This study examined strategies used to navigating through novel and familiar mazes that were viewed from above and traversed by a mouse cursor. Eye and mouse movements revealed two modes that almost never occurred concurrently: exploration and guidance. Analyses showed that people learned mazes and were able to devise and carry out complex, multi-faceted strategies that traded-off visual exploration against active motor performance. These strategies took into account available visual information, memory, confidence, the estimated cost in time for exploration, and idiosyncratic tolerance for error. Understanding the strategies humans used for maze solving is valuable for applications in cognitive neuroscience as well as in AI, robotics and human-robot interactions.

연구 동기 및 목표

• 인간이 미로 풀이 과정에서 시각적 탐색과 기억 사용을 어떻게 전략적으로 균형 잡는지 조사하기 위해.
• 눈동자 움직임이 새로운 미로와 익숙한 미로에서 운동 성능을 어떻게 안내하고 오류를 줄이는지 검토하기 위해.
• 학습이 시각-운동 과제에서 지각-운동 전략의 발달에 어떻게 영향을 주는지 이해하기 위해.
• 인간의 미로 주행에서 탐색(시각 정보 수집)과 안내(기억 의존) 사이의 인지적 타협을 규명하기 위해.
• 인간의 전략을 모방하여 인공지능 및 로봇 공학에 응용하기 위해 시각-운동 의사결정에서 인간 유사 전략을 모델링하기 위해.

제안 방법

• CRT 모니터에서 1000Hz로 작동하는 Eyelink 1000을 사용해 눈동자와 마우스 움직임을 기록하였다.
• 참가자들은 60개의 새로운 미로를 순차적으로 두 번 풀었으며, 첫 번째는 훈련 시험, 두 번째는 회전된 구성으로 테스트 시험으로 수행되었다.
• 미로는 12×12 단위 격자로 구성되었으며, 시각적 각도는 10°였고, 시작점과 종점은 반대쪽 모서리에 위치했으며, 랜덤 알고리즘으로 생성되었다.
• 세 가지 실험 그룹을 사용하였다: '기대' 그룹(훈련 시 경로를 알고 있음), '미리보기' 그룹(해결 전에 미로를 보았음), '미리보기 없음' 그룹(사전 노출 없음).
• 데이터 분석은 사시 운동 빈도, 정지 지속 시간, 경로 효율성, 오류 비율, 그룹 간 성능 차이에 중점을 두었다.
• 이 연구는 25명의 참가자(학부생 및 급여를 받는 자원자)를 포함한 내측 설계를 사용하였으며, 모두 정상 시력을 지녔다.

실험 결과

연구 질문

• RQ1 인간은 미로 풀이 과정에서 시각적 탐색과 기억 사용을 어떻게 균형 잡는가?
• RQ2 사전 노출(미리보기 또는 훈련)이 미로 풀이 전략 형성에 어떤 역할을 하는가?
• RQ3 눈동자 움직임과 마우스 동작은 어떻게 조율되어 미로에서 지각-운동 계획을 지원하는가?
• RQ4 오류를 줄이기 위한 탐색과 시간을 절약하기 위한 빠른 이동 사이의 성능 타협은 무엇인가?
• RQ5 학습은 탐색 모드와 안내 모드 간 전환에 어떻게 영향을 주는가?

주요 결과

• 참가자들은 상호 겹치지 않는 두 가지 명백한 모드를 사용했다: 탐색(눈동자 스캐닝)과 안내(기억 기반 이동)이며, 상당한 겹침이 없었다.
• '미리보기' 그룹은 '기대' 그룹보다 유의미하게 더 뛰어난 성과를 보였으며, 이는 사전 시각적 노출이 기억만에 의존하는 것보다 성능 향상에 더 큰 영향을 미친다는 것을 시사한다.
• 탐색 빈도가 증가할수록 테스트 시험에서 오류가 감소했으며, 특히 회전된 미로에서 두드러졌다. 이는 탐색이 장기적 학습과 전이 능력을 지원함을 시사한다.
• 탐색을 하더라도 참가자들은 잘못된 길을 택해 오류를 범했으며, 이는 탐색의 전략적 한계 또는 속도를 우선시하는 비용-편익 타당성 타당성이 있음을 시사한다.
• 학습은 매우 빠르게 일어났다—단지 짧은 노출 이후에도 참가자들은 다른 공간 구성에서도 경로를 기억하고 적용할 수 있었으며, 효과적인 기억 인코딩이 이루어졌음을 보여준다.
• 결과적으로 사람들은 오류 비용(다시 가야 하는 비용)과 탐색 비용 사이의 균형을 맞추어 성능을 최적화하며, 기억 사용은 회수 비용으로 인해 실질적인 한계에 도달함을 시사한다.