Opensesame与Experimental builder 比较

OpenSesame is a program to create experiments for psychology, neuroscience, and experimental economics. The latest stable version is 3.2.1 Kafkaesque Koffka, released on Feb 16, 2018

和EB一样，Opensesame支持一般程序的编订，可以脱离眼动程序，更重要的他可以与各种眼动仪有效的结合起来，将pygaze模块添加到了程序的界面中，可以用拖拽的形式实现记录眼动数据的编程。

此外，开源免费是最重要的！

界面如下：

我们知道EB的模式是一个分层结构，最外面是Experiment层次，基本上和openSesame最外层的sequence一样，起到提纲挈领的作用，可以在这个层次，看到整个设计的基本框架，类似在EB中，可以看到以下下属结构，包括指导语——练习sequence——练习结束语——实验sequence——实验结束语。

EB中的下一层就进入的sequence叫做block，而OpenSesame往下添加sequence也叫block，但是每个block都必须在外围设置一个loop，这个loop可以简单的理解为对block这个sequence的属性设置，没有它，什么循环啊，source啊，都没地方放置。在EB中不需要这么累赘，直接在block外这个sequence的属性中可以设置循环等各种参数，也可以控制校准发起的次数，因为校准设置在block这个层次里面。

接下来EB进入Trial层，在Trial层外围设置source等资源，而OpenSesame中，在接下来的sequence外围的loop中也有类似的功能，需要在这里设置source资源，随机呈现方式等。在EB中一般眼动实验加入了recording这一层，在recording之外层准备trial，每个trial之前的drift correction。

在Trial这个sequence下可以直接设置具体trial的运行，包括行为实验的常规呈现屏幕，譬如中心点——视觉刺激——按键——反馈等。而在OpenSesame中，进入到trial 这个sequence就等于进入recording这一层，因为在非眼动实验中，不需要设置drift correction等层，直接放在一起就可以。

以上对比，可以发现，这个程序的结构和EB的编程结构也非常类似。为什么？因为EB能做的事情，Python都能做，EB中的高级操作需要自己写一些Python代码进行执行，譬如你想做视觉搜索，不想制作大量图片，就需要用命令生成随机呈现在某位置的各种形状与颜色的刺激等。

尽管EB提供了强大的编程方法，但是，如果想要实现复杂的功能，还是要学习一下Python等语言，对于学会了Python编程的人，OS则能够实现更加复杂的功能。