論文の概要: Visualising Game Engine Subsystem Coupling

• arxiv url: http://arxiv.org/abs/2309.06329v1
• Date: Tue, 12 Sep 2023 15:42:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 08:02:38.280475
• Title: Visualising Game Engine Subsystem Coupling
• Title（参考訳）: ゲームエンジンサブシステムの可視化
• Authors: Gabriel C. Ullmann, Yann-Ga\"el Gu\'eh\'eneuc, Fabio Petrillo, Nicolas Anquetil, Cristiano Politowski
• Abstract要約: 10のオープンソースゲームエンジンのためのアーキテクチャモデルを作成するために、アーキテクチャリカバリのアプローチを使用します。 最も頻繁な結合パターンを特定することで、創発的なゲームエンジンアーキテクチャを記述する。
• 参考スコア（独自算出の注目度）: 0.7249731529275342
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Game engines support video game development by providing functionalities such as graphics rendering or input/output device management. However, their architectures are often overlooked, which hinders their integration and extension. In this paper, we use an approach for architecture recovery to create architectural models for 10 open-source game engines. We use these models to answer the following questions: Which subsystems more often couple with one another? Do game engines share subsystem coupling patterns? We observe that the Low-Level Renderer, Platform Independence Layer and Resource Manager are frequently coupled to the game engine Core. By identifying the most frequent coupling patterns, we describe an emergent game engine architecture and discuss how it can be used by practitioners to improve system understanding and maintainability.
• Abstract（参考訳）: ゲームエンジンはグラフィックレンダリングや入出力デバイス管理などの機能を提供することでビデオゲーム開発をサポートする。 しかし、それらのアーキテクチャはしばしば見過ごされ、統合と拡張を妨げる。 本稿では,10種類のオープンソースゲームエンジンのアーキテクチャモデルを作成するためのアーキテクチャ復元手法を提案する。 私たちはこれらのモデルを使って、以下の質問に答えています。 ゲームエンジンはサブシステム結合パターンを共有しているか? 我々は,低レベルレンダラー,プラットフォーム独立層,リソースマネージャがゲームエンジンCoreに頻繁に結合されていることを観察する。 最も頻繁な結合パターンを特定することで、創発的なゲームエンジンアーキテクチャを説明し、システム理解と保守性を改善するために実践者がどのように使用できるかについて議論する。

関連論文リスト

• Superior Computer Chess with Model Predictive Control, Reinforcement Learning, and Rollout [2.68187684471817]
  移動選択のための新しいアーキテクチャを導入し、利用可能なチェスエンジンをコンポーネントとして使用する。 1基のエンジンは値空間MPC/RLスキームの近似における位置評価を提供するのに使われ、もう1基のエンジンは名目上の反対として使用される。 我々のアーキテクチャは位置評価エンジンの性能を大幅に改善することを示します。
  論文  参考訳（メタデータ） (2024-09-10T13:05:45Z)
• A Text-to-Game Engine for UGC-Based Role-Playing Games [6.5715027492220734]
  本稿では,単純なテキスト入力を複雑でインタラクティブなRPG体験に変換する基礎モデルを用いたテキスト・ツー・ゲームエンジンの新しいフレームワークを提案する。 エンジンは、ゲームストーリーをマルチモーダル形式で動的にレンダリングし、プレイヤアクションに応じて、ゲームキャラクタ、環境、メカニックをリアルタイムで調整する。
  論文  参考訳（メタデータ） (2024-07-11T05:33:19Z)
• SyDRA: An Approach to Understand Game Engine Architecture [2.5491998280343555]
  本稿では,ゲームエンジンアーキテクチャの理解を支援するために,サブシステム依存回復アプローチ(SyDRA)を提案する。 SyDRAはゲームエンジン開発者がゲームエンジンアーキテクチャを理解し、ゲームエンジンの開発に情報を与えるのに役立つ。 我々は,SyDRAにより,設計上の理解や影響分析に関連するタスクを,これらのモデルなしでより少ない時間で,高精度に完了させることができることを示す。
  論文  参考訳（メタデータ） (2024-06-08T14:40:29Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• Which architecture should be implemented to manage data from the real world, in an Unreal Engine 5 simulator and in the context of mixed reality? [0.0]
  本稿では, 理論的, 運用的両面において, この問題の詳細な分析を行う。 C++システムは詳細とサードパーティのライブラリでレビューされている。 最後の章では、大規模産業用3Dアプリケーションに有用な汎用アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-05-16T07:51:54Z)
• Promptable Game Models: Text-Guided Game Simulation via Masked Diffusion Models [68.85478477006178]
  ニューラルビデオゲームシミュレータのためのPGM(Promptable Game Model)を提案する。 ユーザーは高レベルのアクションシーケンスと低レベルのアクションシーケンスでゲームを実行することができる。 私たちのPGMは、エージェントの目標をプロンプトの形で指定することで、ディレクターのモードをアンロックします。 提案手法は,既存のニューラルビデオゲームシミュレータのレンダリング品質を著しく上回り,現在の最先端の能力を超えたアプリケーションをアンロックする。
  論文  参考訳（メタデータ） (2023-03-23T17:43:17Z)
• Break and Make: Interactive Structural Understanding Using LEGO Bricks [61.01136603613139]
  私たちは、LEGOモデルの組み立て、分解、操作が可能な、完全にインタラクティブな3Dシミュレータを構築しました。 シーケンス・ツー・シーケンス・モデルを用いてこの問題を解決するための第一歩を踏み出す。
  論文  参考訳（メタデータ） (2022-07-27T18:33:09Z)
• Improving Sample Efficiency of Value Based Models Using Attention and Vision Transformers [52.30336730712544]
  性能を犠牲にすることなくサンプル効率を向上させることを目的とした深層強化学習アーキテクチャを提案する。 状態表現の特徴マップ上の自己注意機構を変換器を用いて学習する視覚的注意モデルを提案する。 我々は,このアーキテクチャがいくつかのAtari環境におけるサンプルの複雑さを向上すると同時に,いくつかのゲームにおいて優れたパフォーマンスを実現することを実証的に実証した。
  論文  参考訳（メタデータ） (2022-02-01T19:03:03Z)
• Object Files and Schemata: Factorizing Declarative and Procedural Knowledge in Dynamical Systems [135.10772866688404]
  モノリシックな隠蔽状態を持つブラックボックスモデルは、手続き的知識を一貫して均一に適用できないことが多い。 宣言的および手続き的知識を分解するアーキテクチャを通じてこの問題に対処する。
  論文  参考訳（メタデータ） (2020-06-29T17:45:03Z)
• Learning to Simulate Dynamic Environments with GameGAN [109.25308647431952]
  本稿では,エージェントが環境と対話するのを見ることでシミュレーターを学習することを目的とする。 ゲームGANは,学習中にスクリーンプレイやキーボード操作を取り入れることで,所望のゲームを視覚的に模倣することを学習する生成モデルである。
  論文  参考訳（メタデータ） (2020-05-25T14:10:17Z)

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。