論文の概要: Code Critters: A Block-Based Testing Game

• arxiv url: http://arxiv.org/abs/2304.02246v1
• Date: Wed, 5 Apr 2023 06:34:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-06 13:19:08.423480
• Title: Code Critters: A Block-Based Testing Game
• Title（参考訳）: Code Critters: ブロックベースのテストゲーム
• Authors: Philipp Straubinger, Laura Caspari, Gordon Fraser
• Abstract要約: テストコンセプトに基づいたタワーディフェンスゲームであるCode Crittersを紹介した。 ゲームの目的は、小さな「クリッター」によって取られたルートに沿って魔法の鉱山を配置することである。 マイニングは、テスト入力とテストオラクルをエンコードするので、テストはゲームの不可欠な、楽しいコンポーネントになります。
• 参考スコア（独自算出の注目度）: 13.453052164371734
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Learning to program has become common in schools, higher education and individual learning. Although testing is an important aspect of programming, it is often neglected in education due to a perceived lack of time and knowledge, or simply because testing is considered less important or fun. To make testing more engaging, we therefore introduce Code Critters, a Tower Defense game based on testing concepts: The aim of the game is to place magic mines along the route taken by small "critters" from their home to a tower, such that the mines distinguish between critters executing correct code from those executing buggy code. Code is shown and edited using a block-based language to make the game accessible for younger learners. The mines encode test inputs as well as test oracles, thus making testing an integral and fun component of the game.
• Abstract（参考訳）: プログラムの学習は、学校、高等教育、個人学習で一般的になっている。 テストはプログラミングの重要な側面であるが、時間と知識の欠如や、単にテストが重要でない、あるいは楽しいと考えられているため、教育では無視されることが多い。 テストをより魅力的にするために、テストコンセプトに基づいたタワーディフェンスゲームであるcode crittersを紹介します。 ゲームの目的は、小さな"クリッター"が自宅からタワーに持っていく経路に沿ってマジックマインを配置することであり、マイニングが正しいコードを実行するクリッターと、バグの多いコードを実行するものとを区別するようにします。 コードはブロックベースの言語で表示され、若い学習者にゲームにアクセスできるようにする。 マイニングは、テスト入力とテストオラクルをエンコードするので、テストはゲームの不可欠な、楽しいコンポーネントになります。

関連論文リスト

• Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
  GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。 改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
  論文  参考訳（メタデータ） (2024-10-29T12:21:23Z)
• People use fast, goal-directed simulation to reason about novel games [75.25089384921557]
  我々は,シンプルだが斬新なコネクテッドnスタイルのボードゲームについて,人々がどう考えるかを研究する。 ゲームがどんなに公平か、そしてどんなに楽しいのかを、ごくわずかな経験から判断するよう、私たちは人々に求めます。
  論文  参考訳（メタデータ） (2024-07-19T07:59:04Z)
• Engaging Young Learners with Testing Using the Code Critters Mutation Game [9.856068089918555]
  Code Crittersは、テストの概念を積極的に教えるための真剣なゲームです。 一般的なタワーディフェンスゲームでは、プレイヤーは、正しいコードで記述された行動を示す生物と変異している生物とを区別するために必要な魔法のポータルを戦略的に配置する。 40人の子供を巻き込んだ実証的研究は、Code Crittersに積極的に関与していることを示している。
  論文  参考訳（メタデータ） (2024-04-14T13:14:17Z)
• PlayTest: A Gamified Test Generator for Games [11.077232808482128]
  Playtestは、タイリングテストプロセスを目的のある競争ゲームに変換する。 プレイテストフェーズでは,プレイテストの段階において,プレイヤーがツールを介して各ゲームにアクセスできるようにすることで,ゲームテストのタスクをクラウドソーシングするために,Playtestを使用することを想定する。
  論文  参考訳（メタデータ） (2023-10-30T10:14:27Z)
• BDD-Based Framework with RL Integration: An approach for videogames automated testing [0.0]
  ビデオゲームのテストは、従来のソフトウェア開発のプラクティスとは異なる。 振る舞い駆動開発(BDD)と強化学習(RL)の統合を提案する。
  論文  参考訳（メタデータ） (2023-10-08T20:05:29Z)
• Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games [58.720142291102135]
  本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。 ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。 我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
  論文  参考訳（メタデータ） (2023-07-19T18:19:23Z)
• Inspector: Pixel-Based Automated Game Testing via Exploration, Detection, and Investigation [116.41186277555386]
  Inspectorは、ゲームと深く統合することなく、異なるゲームに容易に適用できるゲームテストエージェントである。 インスペクタは純粋にピクセル入力に基づいており、ゲームスペースエクスプローラー、キーオブジェクト検出器、人間に似たオブジェクトインスペクタの3つの重要なモジュールから構成されている。 実験結果は,ゲーム空間の探索,キーオブジェクトの検出,オブジェクトの調査におけるインスペクタの有効性を示す。
  論文  参考訳（メタデータ） (2022-07-18T04:49:07Z)
• Measuring Coding Challenge Competence With APPS [54.22600767666257]
  コード生成のベンチマークであるAPPSを紹介する。 私たちのベンチマークには1万の問題が含まれています。 GPT-Neoのような最近のモデルでは、導入問題のテストケースの約15%をパスできる。
  論文  参考訳（メタデータ） (2021-05-20T17:58:42Z)
• Augmenting Automated Game Testing with Deep Reinforcement Learning [0.4129225533930966]
  一般的なゲームテストは、人間プレイテスターの使用、テストスクリプティングのプレイ、関連するテストデータを生成するための関心領域の事前知識に依存している。 深層強化学習(DRL)を用いたゲームテストフレームワークに自己学習メカニズムを導入する。 DRLは、テストカバレッジの向上、エクスプロイトの発見、マップの難しさ、ファーストパーソンシューティングゲーム(FPS)のテストで発生する一般的な問題の検出に使用できる。
  論文  参考訳（メタデータ） (2021-03-29T11:55:15Z)
• How do students test software units? [3.6748639131154315]
  私たちは学生に、小さな調査に記入し、4回の演習を行い、2回目の調査に記入するように頼みました。 半構造化インタビューで11人の学生にインタビューを行い、より深い洞察を得た。 私たちが見いだした誤解の1つは、ほとんどの学生は、プログラミングコードに基づいてテストケースしか考えられないということです。 たとえコードが提供されていなくても(ブラックボックステスト)、学生はテストケースをベースとするコードを考え出そうとします。
  論文  参考訳（メタデータ） (2021-02-16T07:02:59Z)
• An Empirical Study on the Generalization Power of Neural Representations Learned via Visual Guessing Games [79.23847247132345]
  本研究は,視覚質問応答(VQA)のような新しいNLP下流タスクにおいて,後から実行を依頼されたとき,人工エージェントが推測ゲームでどの程度の利益を得ることができるかを検討する。 提案手法は,1) エージェントがうまく推理ゲームを模倣することを学習する教師あり学習シナリオ,2) エージェントが単独でプレイする新しい方法,すなわち,反復経験学習(SPIEL)によるセルフプレイ(Self-play)を提案する。
  論文  参考訳（メタデータ） (2021-01-31T10:30:48Z)

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。