pixelLOG：面向认知研究的在线游戏记录框架

传统认知评估往往依赖于孤立、以输出为导向的测量，可能未能捕捉人类认知在自然环境中的复杂性。我们提出 pixelLOG，一个面向过程性认知研究的高性能数据收集框架，专为 Spigot 服务器设计。与现有仅针对人工智能代理的框架不同，pixelLOG 也支持人类行为在多人/多主体环境中的跟踪。系统可在可配置的频率下运行，甚至可超过每秒 20 次更新，通过主动状态轮询和被动事件监控的混合方法捕获全面行为数据。借助 Spigot 的可扩展 API，pixelLOG 实现了稳健的会话隔离，并产生可集成于标准分析管道的结构化 JSON 输出。该框架弥合了去语境化实验室评估与更丰富、更符合生态学有效性的任务之间的鸿沟，使我们能够在复杂虚拟环境中对认知过程进行高分辨率分析。