論文の概要: Generative Tools for Graphical Assets: Empirical Guidelines based on Game Designers' and Developers' Preferences

• arxiv url: http://arxiv.org/abs/2503.02703v1
• Date: Tue, 04 Mar 2025 15:18:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:15:48.572057
• Title: Generative Tools for Graphical Assets: Empirical Guidelines based on Game Designers' and Developers' Preferences
• Title（参考訳）: グラフィックアセット生成ツール:ゲームデザイナと開発者の嗜好に基づく実証的ガイドライン
• Authors: Kaisei Fukaya, Damon Daylamani-Zad, Harry Agius,
• Abstract要約: 我々は16人のゲームデザイナと開発者とともにユーザスタディを行い、グラフィカルな資産のための生成ツールの好みについて検討した。 この結果は、初期の設計段階がすべての参加者に好まれていることを浮き彫りにしている。 デザイナーや開発者は、品質の犠牲で大量のバリエーションを作成するためにそのようなツールを使うのを好む。
• 参考スコア（独自算出の注目度）: 1.3654846342364308
• License:
• Abstract: Graphical assets play an important role in the design and development of games. There is potential in the use of generative tools, to aid in creating graphical assets, thus improving game design and development pipelines. However, there is little research to address how the generative methods can fit into the wider pipeline. We conducted a user study with 16 game designers and developers to examine their preferences regarding generative tools for graphical assets. The findings highlight that early design stage is preferred by all participants (mean values above 0.67 and p < .001 for early stages). Designers and developers prefer to use such tools for creating large amounts of variations at the cost of quality as they can improve the quality of the artefacts once they generate a suitable asset (mean value 0.17 where 1 is high quality, p < .001). They also strongly (mean value .78, p < .001) raised the need for better integration of such tools in existing design and development environments and the need for the outputs to be in common data formats, to be manipulatable and integrate smoothly into existing environments (mean 3.5 out of 5, p = .004). The study also highlights the requirement for further emphasis on the needs of the users to incorporate these tools effectively in existing pipelines. Informed by these results, we provide a set of guidelines for creating tools that meet the expectations and needs of game designers and developers.
• Abstract（参考訳）: グラフィックアセットはゲームの設計と開発において重要な役割を果たしている。 生成ツールを使うことで、グラフィカルなアセットの作成を支援し、ゲーム設計と開発パイプラインを改善する可能性がある。 しかし、生成手法がより広いパイプラインにどのように適合するかに対処する研究はほとんどない。 我々は16人のゲームデザイナと開発者とともにユーザスタディを行い、グラフィカルな資産のための生成ツールの好みについて検討した。 この結果は、初期の設計段階がすべての参加者に好まれることを示している(初期の段階では0.67以上の値とp < .001以上の値)。 デザイナーや開発者は、適切な資産(1が高品質である平均値0.17、p < .001)が得られれば、その品質を向上できるため、品質の犠牲で大量のバリエーションを作成するために、そのようなツールを好んでいる。 それらはまた、(平均値 .78, p < .001) も強く、既存の設計および開発環境におけるこれらのツールのより良い統合の必要性と、出力を共通データ形式にし、操作可能で、既存の環境(平均3.5 対 5 対 p = .004)とスムーズに統合する必要性を高めた。 この調査はまた、既存のパイプラインにこれらのツールを効果的に組み込むユーザのニーズをさらに強調する必要性を強調している。 これらの結果から,ゲームデザイナや開発者の期待とニーズを満たすツール開発のためのガイドラインのセットを提供する。

関連論文リスト

• Dear Diary: A randomized controlled trial of Generative AI coding tools in the workplace [2.5280615594444567]
  ジェネレーティブAIコーディングツールは比較的新しいもので、開発者への影響は従来のコーディングメトリクスを超えて拡大している。 本研究の目的は、生成型AIツールに関する既存の信念、自己認識、そしてこれらのツールの定期的な使用がこれらの信念をどう変えるかを明らかにすることである。 その結果,ジェネレーティブなAIコーディングツールの導入と持続的使用は,これらのツールが有用かつ楽しいものであるという開発者の認識を著しく高めていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-10-24T00:07:27Z)
• The Responsible Foundation Model Development Cheatsheet: A Review of Tools & Resources [100.23208165760114]
  ファンデーションモデル開発は、急速に成長するコントリビュータ、科学者、アプリケーションを引き付けている。 責任ある開発プラクティスを形成するために、我々はFoundation Model Development Cheatsheetを紹介します。
  論文  参考訳（メタデータ） (2024-06-24T15:55:49Z)
• What's Next? Exploring Utilization, Challenges, and Future Directions of AI-Generated Image Tools in Graphic Design [2.0616038498705858]
  本研究は、グラフィックデザインにおけるAI生成画像ツールの現在の使用状況、課題、今後のニーズを理解するために、様々な経験レベルを持つ7人のデザイナーと半構造化インタビューを行った。 私たちの調査結果が示すように、AIツールはデザインにおける創造的なパートナとして機能し、人間の創造性を高め、戦略的洞察を提供し、チームのコラボレーションとコミュニケーションを促進する。 この発見は、エンジニアがグラフィックデザイナのニーズに合うように、これらのツールの最適化を支援することを目的とした、AI生成イメージツールの今後の開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2024-06-19T10:51:56Z)
• Implicitly Guided Design with PropEn: Match your Data to Follow the Gradient [52.2669490431145]
  PropEnは'matching'にインスパイアされている。 一致したデータセットによるトレーニングは、データ分布内に留まりながら、興味のある性質の勾配を近似することを示す。
  論文  参考訳（メタデータ） (2024-05-28T11:30:19Z)
• LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
  本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。 以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。 分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-18T15:35:43Z)
• Tool Learning with Foundation Models [158.8640687353623]
  基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。 その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
  論文  参考訳（メタデータ） (2023-04-17T15:16:10Z)
• GOHSP: A Unified Framework of Graph and Optimization-based Heterogeneous Structured Pruning for Vision Transformer [76.2625311630021]
  視覚変換器(ViT)は、様々なコンピュータビジョンタスクにおいて非常に印象的な経験的性能を示している。 この問題を緩和するために、構造化プルーニングはモデルサイズを圧縮し、実用的な効率を実現するための有望な解決策である。 グラフと最適化に基づく構造的プルーニング(Structured Pruning)を統合化したフレームワークであるGOHSPを提案する。
  論文  参考訳（メタデータ） (2023-01-13T00:40:24Z)
• LayoutDETR: Detection Transformer Is a Good Multimodal Layout Designer [80.61492265221817]
  グラフィックレイアウトデザインは視覚コミュニケーションにおいて重要な役割を担っている。 しかし、手作りのレイアウトデザインは、スキルを要求し、時間がかかり、バッチプロダクションではスケールできない。 ジェネレーティブモデルは、設計自動化をスケーラブルにするために出現するが、デザイナの欲求に沿うデザインを作成することは、未だに容易ではない。
  論文  参考訳（メタデータ） (2022-12-19T21:57:35Z)
• Material Prediction for Design Automation Using Graph Representation Learning [5.181429907321226]
  本稿では,集合体の物質予測を支援するグラフ表現学習フレームワークを提案する。 CADモデルの集合グラフ表現上でのノードレベルの予測タスクとして材料選択タスクを定式化し、グラフニューラルネットワーク(GNN)を用いてそれに取り組む。 提案するフレームワークは,大規模データセットにスケールアップし,デザイナの知識を学習プロセスに組み込む。
  論文  参考訳（メタデータ） (2022-09-26T15:49:35Z)
• Design-Driven Requirements for Computationally Co-Creative Game AI Design Tools [6.719205507619887]
  ゲームAIデザイナの目標やそのようなツールに対する期待を分類し分析する参加型デザイン研究を提案する。 我々は,ゲームAI設計と共同創造ツールの設計との深いつながりと,今後の共同創造ツールの研究・開発への示唆を明らかにする。
  論文  参考訳（メタデータ） (2021-07-29T04:14:53Z)
• Urban Building Energy Modeling (UBEM) Tools: A State-of-the-Art Review of bottom-up physics-based approaches [0.0]
  UBEM(Urban Building Energy Modeling)は、大規模な建物のエネルギーシミュレーションを可能にするツールである。 このレビューは、物理をベースとしたUBEMツールのボトムアップに焦点を当て、ユーザ指向の観点から比較する。 その結果、アプリケーションの適切なものを選択する必要があるUBEMツールの大きな違いが浮かび上がった。
  論文  参考訳（メタデータ） (2021-02-25T14:59:55Z)

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。