Project Icon

unity-experiment-framework

Unity人类行为实验开发框架

Unity Experiment Framework (UXF)是一个开源项目,为Unity引擎中的人类行为实验开发提供了简化工具。UXF支持VR、桌面和Web实验,具备自动化数据收集、事件系统、设置系统等功能。该框架适用于多种行为研究,可帮助研究人员更高效地构建实验。UXF已在多个研究机构得到应用,为行为科学研究提供了有力支持。

UXF - Unity实验框架

一套简化在Unity引擎中开发人类行为实验的组件。UXF 2.0支持VR、桌面以及基于网络的完全远程数据收集实验,并具有不同的数据输出模式。这是开发项目,如果您想下载该软件包,请不要克隆此存储库,请参阅下面的"开始使用"。

阅读行为研究方法中的开放获取论文!该论文现在略有过时,但很好地概述了这个项目的动机。由利兹大学沉浸式认知小组的Jack Brookes开发。

如果您使用UXF开发了项目,请告诉我

目录

使用UXF构建的项目

点击上方横幅查看我们使用UXF构建的一些实验。

开始使用

  1. 阅读此README和论文以了解UXF。

  2. 将最新的UXF.unitypackage发布版本导入到您现有的Unity项目中。(将文件拖入您的项目中。)

  3. UXF设置向导将启动(或通过顶部菜单:UXF > UXF Wizard)- 使用它来解决任何兼容性问题。

  4. 打开一个示例场景。(例如 UXF -> Examples -> 2_MoveToTarget -> MoveToTargetExample)

  5. 按下播放键,并使用用户界面输入任何详细信息。

  6. 按开始按钮开始会话。

访问Wiki以获取更多详细信息。

功能

编程风格

  • 为常见实验概念提供类,如SessionBlockTrial
  • 有助于创建可维护和可读的代码,符合Unity的组件系统

数据收集

UXF自动化了数据收集的过程。数据的存储方式取决于平台(PC、Web等)以及您对不同"数据处理程序"的配置。对于PC平台,您可能只想将数据存储在本地PC的文件中。在这种情况下,文件保存程序数据处理程序将以多种形式输出数据:

行为数据以每个Trial一行的形式收集,并自动记录一些值,如试验开始和结束的时间戳。开发人员可以轻松记录任何类型的观察结果,并将其与试验关联。数据以每个试验一行的形式输出到结果csv文件中。

连续数据是在试验过程中持续测量的数据。主要用例是跟踪场景中任何对象的位置和旋转,这是通过向GameObject添加PositionRotationTracker组件来捕获的,捕获频率与应用程序运行的帧率相同(在Update()循环中)。这可用于跟踪用户控制对象的位置(如虚拟现实应用中的手或头部)或场景中的任意对象(例如某种刺激)。然而,这个系统是通用的,开发人员可以创建自己的Tracker类,在试验期间测量任何变量。

数据存储在CSV文件中,自动处理文件和目录命名。

UXF还以.csv.json文件的形式存储其他数据(详细信息请参见Wiki)。使用UXF运行会话将导致存储多种形式的数据:

文件文件夹描述
trial_results.csv(无)主要行为结果文件,每个试验一行。它还包含对其他试验级数据文件(如跟踪器文件)的引用(相对路径),因此您可以读取数据并将其与试验关联。
participant_details.csv/session_info参与者详细信息的副本(通常是使用UI与参与者ID一起收集的数据)。存储为单行。
log.csv/session_info会话期间所有Debug.Log调用的副本,以及在SessionLog数据类型下保存的任何其他自定义数据。
settings.json/session_info会话开始时应用的所有设置的副本。
跟踪器,例如head_movement_T001.csv/trackers跟踪器数据的副本,每个试验存储一个文件。跟踪器数据是连续数据,最常见的是使用PositionRotationTracker组件跟踪对象(例如头部/手部)的移动。
其他数据/other任何其他手动存储的自定义数据,与试验或会话相关联。

示例输出 您可以在此存储库的example_output文件夹中查看UXF输出的数据结构示例。

网络和数据库

对于Web平台,数据无法存储在参与者的PC上。相反,数据可以上传到数据库。只要您使用Amazon Web Services设置DynamoDB数据库,UXF就会为您处理所有繁重的工作,并自动上传数据文件。

事件

Trial开始和结束时会调用UnityEvent,允许您轻松触发试验开始时呈现刺激(例如)。

设置系统

设置是级联的,允许在SessionBlockTrial级别设置独立变量。设置配置文件可以存储为.json文件,并通过UI选择。这允许实验者部署单个实验版本,其中包含在设置配置文件中定义的多个子实验。这些子实验的数据独立存储。

用户界面

可选地提供可定制的用户界面,用于收集人口统计数据并向用户或实验者呈现说明。可以自定义收集的变量,并可在实验中使用(例如,可以使用参与者年龄参数来改变实验难度)。

示例

UXF 的构建理念是将实验的规范("做什么")和实验的实现("如何做")分开。

  1. 实验规范:构建/描述实验结构,包括试次、区块及其相关设置。
  2. 实验实现:根据自变量呈现刺激,收集因变量。

1. 实验规范

public class ExperimentBuilder : MonoBehaviour
{
    // 在检查器中将此项设置为引用您的 UXF 会话
    public UXF.Session session;
    
    // 在检查器中将此方法分配给 Session OnSessionBegin UnityEvent
    public void GenerateAndRun() 
    {       
        // 创建一个包含 10 个试次的区块
        var myBlock = session.CreateBlock(10);

        // 向第一个试次添加新设置,这里仅作示例,我们将"color"设置为"red"
        myBlock.FirstTrial.settings.SetValue("color", "red");

        ...

        // 开始会话!
        session.FirstTrial.Begin();
    }

    ...

}

2. 实验实现

public class SceneManipulator : MonoBehaviour
{

    // 在检查器中将此项设置为引用您的 UXF 会话
    public UXF.Session session;

    ...

    // 在检查器中将此方法分配给 Session OnTrialBegin UnityEvent
    public void ShowStimulus(UXF.Trial trial)
    {
        // 提取我们为此试次应用的颜色
        // 在第一个试次中输出将为"red"
        string colorManipulation = trial.settings.GetString("color");

        // 使用新设置通过自定义方法操作场景的示例
        ManipulateSceneColor(colorManipulation);
    }

    // 这可能会在某些用户行为(如按钮响应)时触发,收集他们在任务中的得分
    public void RecordResultsAndEnd(int score)
    {
        // 存储他们的得分
        session.CurrentTrial.result["score"] = score;
        // 结束此试次
        session.CurrentTrial.End();
    }

}

包中和 Wiki 上包含更多示例,包括一个完整的书面教程。

开发

本项目在 Unity 2018.4 LTS 下开发,但应该适用于所有最新版本的 Unity。已在 Unity 2018 和 2019 LTS 版本上测试并正常工作。

文档

访问 Wiki 获取完整文档。

新闻报道

教程:使用 UXF 构建实验

使用 UXF 构建实验的完整教程可在此处获取。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号