論文の概要: From Group Psychology to Software Engineering Research to Automotive R&D: Measuring Team Development at Volvo Cars
- arxiv url: http://arxiv.org/abs/2409.11778v1
- Date: Wed, 18 Sep 2024 08:00:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-19 18:48:44.720487
- Title: From Group Psychology to Software Engineering Research to Automotive R&D: Measuring Team Development at Volvo Cars
- Title（参考訳）: グループ心理学からソフトウェア工学研究へ - ボルボのチーム開発を計測する
- Authors: Lucas Gren, Christian Jacobsson,
- Abstract要約: 2019年から2022年にかけて、Volvo Cars氏は、アジャイルチーム内のグループのダイナミクスに関する研究成果を、広範な産業プラクティスに翻訳した。
私たちは、サポートの獲得、トレーニングの提供、実装の実行、約700のチームと9000人の従業員が受け入れるツールの維持を通じて得られた洞察を照らすことを望んでいます。
- 参考スコア（独自算出の注目度）: 3.7215696260140154
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: From 2019 to 2022, Volvo Cars successfully translated our research discoveries regarding group dynamics within agile teams into widespread industrial practice. We wish to illuminate the insights gained through the process of garnering support, providing training, executing implementation, and sustaining a tool embraced by approximately 700 teams and 9,000 employees. This tool was designed to empower agile teams and propel their internal development. Our experiences underscore the necessity of comprehensive team training, the cultivation of a cadre of trainers across the organization, and the creation of a novel software solution. In essence, we deduce that an automated concise survey tool, coupled with a repository of actionable strategies, holds remarkable potential in fostering the maturation of agile teams, but we also share many of the challenges we encountered during the implementation.
- Abstract（参考訳）: 2019年から2022年にかけて、Volvo Cars氏は、アジャイルチーム内のグループのダイナミクスに関する私たちの研究成果を、広範な産業プラクティスに翻訳することに成功しました。
私たちは、サポートの獲得、トレーニングの提供、実装の実行、約700のチームと9000人の従業員が受け入れるツールの維持を通じて得られた洞察を照らすことを望んでいます。
このツールはアジャイルチームの強化と社内開発を促進するために設計された。
私たちの経験は、総合的なチームトレーニングの必要性、組織全体でのトレーナーの育成、新しいソフトウェアソリューションの創出を浮き彫りにしています。
本質的には、自動化された簡潔な調査ツールと行動可能な戦略のリポジトリが、アジャイルチームの成熟を育む大きな可能性を秘めていると推測しています。
関連論文リスト
- Efficient Training of Large Vision Models via Advanced Automated Progressive Learning [96.71646528053651]
我々は、LVM(Large Vision Models)の効率的なトレーニングのための高度な自動プログレッシブラーニング(AutoProg)フレームワークを提案する。
我々はAutoProg-Zeroを導入し、新しいゼロショットフリーズスケジュールサーチによりAutoProgフレームワークを拡張した。
実験の結果、AutoProgはImageNetでViTの事前トレーニングを最大1.85倍加速し、拡散モデルの微調整を最大2.86倍加速する。
論文 参考訳（メタデータ） (2024-09-06T16:24:24Z) - Psychological Antecedents to Emergence of Team Autonomy in Agile Scrum Teams [0.0]
本研究の目的は,ソフトウェア組織におけるアジャイルプロジェクトの成功につながるアジャイルチームの自律性の出現に,重要な心理的要因が与える影響を研究することである。
論文 参考訳（メタデータ） (2024-05-31T03:53:46Z) - 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) - Learning and Adapting Agile Locomotion Skills by Transferring Experience [71.8926510772552]
本稿では,既存のコントローラから新しいタスクを学習するために経験を移譲することで,複雑なロボティクススキルを訓練するためのフレームワークを提案する。
提案手法は,複雑なアジャイルジャンプ行動の学習,後肢を歩いたまま目標地点への移動,新しい環境への適応を可能にする。
論文 参考訳（メタデータ） (2023-04-19T17:37:54Z) - Automated Task-Time Interventions to Improve Teamwork using Imitation
Learning [5.423490734916741]
私たちは、チームメンバー間の調整を改善するための自動化された介入アプローチTICを提示します。
我々はまず、過去のタスク実行データからチームの振る舞いの生成モデルを学ぶ。
次に、学習した生成モデルとチームのタスク目標(共有報酬)を使用して、実行時の介入をアルゴリズム的に生成する。
論文 参考訳（メタデータ） (2023-03-01T11:09:06Z) - DIAMBRA Arena: a New Reinforcement Learning Platform for Research and
Experimentation [91.3755431537592]
本研究は、強化学習研究と実験のための新しいプラットフォームであるDIAMBRA Arenaを提示する。
高品質な環境のコレクションが,OpenAI Gym標準に完全に準拠したPython APIを公開している。
これらは、離散的なアクションと観測を生のピクセルと追加の数値で構成したエピソディックなタスクである。
論文 参考訳（メタデータ） (2022-10-19T14:39:10Z) - Multi-Agent Car Parking using Reinforcement Learning [0.0]
本研究は、マルチエージェント駐車場問題に強化学習を適用した。
我々は、独立学習者とマルコフ決定プロセスの形で、フレキシブルな駐車場環境を設計し、実装する。
我々は、98.1%以上の成功率で7台の車に駐車するモデルを取得し、既存のシングルエージェントモデルを大きく上回った。
論文 参考訳（メタデータ） (2022-06-22T16:50:04Z) - Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits [81.22616193933021]
TUM Auton-omous Motorsportsは2021年10月、インディ・オートマチック・チャレンジに参加する。
インディアナポリス・モーター・スピードウェイのダララAV-21レースカー10台のうち1台を走らせることで、自動運転のソフトウェアスタックをベンチマークする。
これは、最も困難で稀な状況をマスターできる自律走行アルゴリズムを開発するための理想的な試験場である。
論文 参考訳（メタデータ） (2022-02-08T11:55:05Z) - Learning Agile Locomotion via Adversarial Training [59.03007947334165]
本稿では,四足歩行ロボット(主人公)が他のロボット(敵)を追いかけるのを学習し,後者が逃げることを学習するマルチエージェント学習システムを提案する。
この敵対的なトレーニングプロセスは、アジャイルの振る舞いを促進するだけでなく、退屈な環境設計の努力を効果的に軽減します。
1つの敵のみを使用した以前の作品とは対照的に、異なる逃走戦略を専門とする敵のアンサンブルを訓練することは、主人公がアジリティを習得するために不可欠である。
論文 参考訳（メタデータ） (2020-08-03T01:20:37Z)
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。