論文の概要: Agents for Automated User Experience Testing
- arxiv url: http://arxiv.org/abs/2104.06220v1
- Date: Tue, 13 Apr 2021 14:13:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-14 18:59:47.086889
- Title: Agents for Automated User Experience Testing
- Title（参考訳）: 自動ユーザエクスペリエンステストのためのエージェント
- Authors: Pedro M. Fernandes, Manuel Lopes, Rui Prada
- Abstract要約: 自動UXテストのためのエージェントベースのアプローチを提案する。
我々は,基本問題解決スキルと中核的影響モデルを備えたエージェントを開発した。
この研究はまだ原始的な状態にあるが、この結果が知的エージェントの使用に強く影響していると我々は信じている。
- 参考スコア（独自算出の注目度）: 4.6453787256723365
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The automation of functional testing in software has allowed developers to
continuously check for negative impacts on functionality throughout the
iterative phases of development. This is not the case for User eXperience (UX),
which has hitherto relied almost exclusively on testing with real users. User
testing is a slow endeavour that can become a bottleneck for development of
interactive systems. To address this problem, we here propose an agent based
approach for automatic UX testing. We develop agents with basic problem solving
skills and a core affect model, allowing us to model an artificial affective
state as they traverse different levels of a game. Although this research is
still at a primordial state, we believe the results here presented make a
strong case for the use of intelligent agents endowed with affective computing
models for automating UX testing.
- Abstract（参考訳）: ソフトウェアにおける機能テストの自動化により、開発者は反復的な開発フェーズを通じて、機能に対するネガティブな影響を継続的にチェックできるようになりました。
これはユーザeXperience(UX)には当てはまらない。
ユーザテストは遅い取り組みであり、インタラクティブシステムの開発においてボトルネックとなる可能性がある。
この問題に対処するため,自動UXテストのためのエージェントベースアプローチを提案する。
基本的な問題解決スキルと中核的な影響モデルを備えたエージェントを開発し、ゲームのさまざまなレベルを横断する人工的な感情状態のモデル化を可能にします。
この研究はまだ原始的な状態ですが、ここで提示した結果は、uxテストを自動化するための情緒的コンピューティングモデルが与えたインテリジェントエージェントの使用に対する強いケースであると考えています。
関連論文リスト
- Disrupting Test Development with AI Assistants [1.024113475677323]
GitHub Copilot、ChatGPT、TabnineなどのジェネレーティブAI支援コーディングツールは、ソフトウェア開発を大きく変えた。
本稿では、これらのイノベーションが生産性とソフトウェア開発のメトリクスにどのように影響するかを分析する。
論文 参考訳（メタデータ） (2024-11-04T17:52:40Z) - AutoPT: How Far Are We from the End2End Automated Web Penetration Testing? [54.65079443902714]
LLMによって駆動されるPSMの原理に基づく自動浸透試験エージェントであるAutoPTを紹介する。
以上の結果から, AutoPT は GPT-4o ミニモデル上でのベースラインフレームワーク ReAct よりも優れていた。
論文 参考訳（メタデータ） (2024-11-02T13:24:30Z) - Debug Smarter, Not Harder: AI Agents for Error Resolution in Computational Notebooks [4.025358960630117]
計算ノートブックのエラー解決に特化して設計されたAIエージェントを提案する。
我々はそれと対話してノートブック環境を探索できるエージェントシステムを開発した。
コストの比較とユーザスタディの実施により,既存のシングルアクションソリューションに対するアプローチを評価した。
論文 参考訳（メタデータ） (2024-10-18T11:55:34Z) - Proactive Agent: Shifting LLM Agents from Reactive Responses to Active Assistance [95.03771007780976]
我々は、人間の指示なしにタスクを予測および開始できるプロアクティブエージェントを開発するという課題に取り組む。
まず,実世界の人的活動を収集し,前向きなタスク予測を生成する。
これらの予測は、ヒトのアノテータによって受け入れられるか拒否されるかのどちらかとしてラベル付けされる。
ラベル付きデータは、人間の判断をシミュレートする報酬モデルをトレーニングするために使用される。
論文 参考訳（メタデータ） (2024-10-16T08:24:09Z) - AutoPenBench: Benchmarking Generative Agents for Penetration Testing [42.681170697805726]
本稿では,自動貫入試験における生成エージェント評価のためのオープンベンチマークであるAutoPenBenchを紹介する。
エージェントが攻撃しなければならない脆弱性のあるシステムを表す33のタスクを含む包括的フレームワークを提案する。
完全自律型と半自律型という2つのエージェントアーキテクチャをテストすることで,AutoPenBenchのメリットを示す。
論文 参考訳（メタデータ） (2024-10-04T08:24:15Z) - xLAM: A Family of Large Action Models to Empower AI Agent Systems [111.5719694445345]
AIエージェントタスク用に設計された大規模なアクションモデルであるxLAMをリリースする。
xLAMは、複数のエージェント能力ベンチマークで例外的なパフォーマンスを提供する。
論文 参考訳（メタデータ） (2024-09-05T03:22:22Z) - GenAgent: Build Collaborative AI Systems with Automated Workflow Generation -- Case Studies on ComfyUI [64.57616646552869]
本稿では、モデル、データソース、パイプラインを統合し、複雑で多様なタスクを解決するためにパフォーマンスを向上させるために使用される協調AIシステムについて検討する。
我々は、LLMベースのフレームワークであるGenAgentを紹介した。
その結果、GenAgentは実行レベルおよびタスクレベルの評価においてベースラインアプローチよりも優れていた。
論文 参考訳（メタデータ） (2024-09-02T17:44:10Z) - TestLab: An Intelligent Automated Software Testing Framework [0.0]
TestLabは、一連のテストメソッドを収集し、人工知能を使ってそれらを自動化しようとする自動ソフトウェアテストフレームワークである。
最初の2つのモジュールは、異なる視点から脆弱性を特定することを目的としており、3番目のモジュールは、テストケースを自動的に生成することで、従来の自動ソフトウェアテストを強化する。
論文 参考訳（メタデータ） (2023-06-06T11:45:22Z) - SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video
Games Using Risk Based Testing and Machine Learning [62.997667081978825]
従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。
自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。
この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
論文 参考訳（メタデータ） (2022-03-10T00:47:46Z) - Automated User Experience Testing through Multi-Dimensional Performance
Impact Analysis [0.0]
新規な自動ユーザエクスペリエンステスト手法を提案する。
コードの変更が時間単位とシステムテストにどう影響するかを学び、この情報に基づいてユーザエクスペリエンスの変更を推定します。
当社のオープンソースツールは,ランダムフォレストレグレッサで絶対誤差率3.7%を達成した。
論文 参考訳（メタデータ） (2021-04-08T01:18:01Z) - DirectDebug: Automated Testing and Debugging of Feature Models [55.41644538483948]
変数モデル(例えば、特徴モデル)は、ソフトウェアアーティファクトの変数と共通性を表現する一般的な方法である。
複雑でしばしば大規模な機能モデルは欠陥になりうる、すなわち、ソフトウェアアーチファクトの期待される変動特性を表現しない。
論文 参考訳（メタデータ） (2021-02-11T11:22:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。