論文の概要: When Shared Worlds Break: Demystifying Defects in Multi-User Extended Reality Software Systems
- arxiv url: http://arxiv.org/abs/2510.01182v1
- Date: Wed, 01 Oct 2025 17:59:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-03 16:59:20.720839
- Title: When Shared Worlds Break: Demystifying Defects in Multi-User Extended Reality Software Systems
- Title（参考訳）: 共有世界が崩壊する時 - マルチユーザ拡張現実ソフトウェアシステムにおける欠陥のデミス
- Authors: Shuqing Li, Chenran Zhang, Binchang Li, Cuiyun Gao, Michael R. Lyu,
- Abstract要約: 本稿では,マルチユーザXR欠陥に関する大規模な実証的研究を行った。
私たちは、開発者フォーラム、GitHubリポジトリ、メインストリームのXRアプリストアでのアプリレビューを含む、さまざまなソースからの2,649の実際のバグレポートを分析します。
以上の結果より, 同期異常とアバター関連異常が最も多いことが判明した。
- 参考スコア（独自算出の注目度）: 34.1675347517193
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-user Extended Reality (XR) systems enable transformative shared experiences but introduce unique software defects that compromise user experience. Understanding software defects in multi-user XR systems is crucial for enhancing system reliability, yet remains underexplored. To fill the gap, this paper presents the first large-scale empirical study of multi-user XR defects, analyzing 2,649 real-world bug reports from diverse sources, including developer forums, GitHub repositories, and app reviews on mainstream XR app stores. Through rigorous qualitative analysis using iterative open coding, we develop a comprehensive taxonomy that classifies multi-user XR bugs along three dimensions: Symptom Manifestation, Root Cause Origin, and Consequence Severity. Our findings reveal that synchronization inconsistencies and avatar-related anomalies are the most prevalent symptoms, while network/synchronization logic defects and session management flaws emerge as dominant root causes. Critically, over 34% of analyzed bugs lead to severe consequences that fundamentally break the shared experience, including system crashes, persistent disconnections, and complete interaction breakdowns, etc. We also identify concerning privacy and health implications unique to multi-user XR contexts. Based on our findings of defect analysis, we provide actionable recommendations for developers, platform vendors, and researchers. Our results demonstrate that multi-user XR systems face distinct challenges at the intersection of distributed systems, real-time 3D interaction, and immersive experiences, necessitating specialized approaches to testing, debugging, and quality assurance.
- Abstract（参考訳）: マルチユーザ拡張現実(XR)システムは、変革的な共有エクスペリエンスを実現すると同時に、ユーザエクスペリエンスを損なうユニークなソフトウェア欠陥を導入する。
マルチユーザXRシステムにおけるソフトウェア欠陥の理解は、システムの信頼性を高める上で重要であるが、まだ過小評価されていない。
このギャップを埋めるために、本稿では、開発者フォーラム、GitHubリポジトリ、メインストリームのXRアプリストアでのアプリレビューなど、さまざまなソースから2,649件の実際のバグレポートを分析し、マルチユーザXR欠陥に関する大規模な実証的研究を行った。
反復的オープンコーディングを用いた厳密な定性的分析により, マルチユーザXRバグを3次元に沿って分類する包括的分類法を開発した。
その結果,ネットワーク/同期論理の欠陥やセッション管理の欠陥が根本原因として出現するのに対し,同期不整合やアバター関連異常が最も多いことが判明した。
重要なことに、分析されたバグの34%以上は、システムのクラッシュ、永続的な切断、完全なインタラクションのブレークダウンなど、共有エクスペリエンスを根本的に破壊する深刻な結果をもたらします。
また,マルチユーザXRコンテキストに特有の,プライバシーと健康への影響についても検討した。
欠陥分析の発見に基づいて、開発者、プラットフォームベンダー、研究者に実行可能なレコメンデーションを提供します。
この結果から,マルチユーザXRシステムは,分散システムの交差点,リアルタイム3Dインタラクション,没入型エクスペリエンスにおいて,テスト,デバッギング,品質保証といった専門的なアプローチを必要としていることが明らかとなった。
関連論文リスト
- BeyondSWE: Can Current Code Agent Survive Beyond Single-Repo Bug Fixing? [61.247730037229815]
BeyondSWEは2つの軸 – 解像度スコープと知識スコープ – に沿って既存の評価を拡張する包括的なベンチマークです。
外部知識の役割を解明するために,ディープ検索とコーディング能力を統合するフレームワークであるSearchSWEを開発した。
この作業は、現実的で挑戦的な評価ベンチマークと、より有能なコードエージェントに向けた研究を進めるための柔軟なフレームワークの両方を提供する。
論文 参考訳（メタデータ） (2026-03-03T17:52:01Z) - Why Does the LLM Stop Computing: An Empirical Study of User-Reported Failures in Open-Source LLMs [50.075587392477935]
オープンソースのDeepSeek、Llama、Qwenのエコシステムから、705の現実世界の失敗に関する大規模な実証的研究を行った。
ホワイトボックスオーケストレーションは、モデルアルゴリズムの欠陥からデプロイメントスタックのシステム的脆弱性へと、信頼性のボトルネックを移動させます。
論文 参考訳（メタデータ） (2026-01-20T06:42:56Z) - Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics [89.1999907891494]
We present WebDetective, a benchmark of hint-free multi-hop questions with a control Wikipedia sandbox。
25の最先端モデルに対する我々の評価は、すべてのアーキテクチャにまたがる体系的な弱点を明らかにしている。
私たちはエージェントワークフローであるEvidenceLoopを開発し、ベンチマークが特定する課題を明示的にターゲットしています。
論文 参考訳（メタデータ） (2025-10-01T07:59:03Z) - Empirical Analysis of Temporal and Spatial Fault Characteristics in Multi-Fault Bug Repositories [45.208325853591475]
16のオープンソースJavaおよびPythonプロジェクトに存在する断層の時間的・空間的特性を実証分析する。
以上の結果から,これらのソフトウェアシステムにおける多くの障害は長寿命であり,ソフトウェアバージョンの大部分に複数の障害が存在することが示唆された。
論文 参考訳（メタデータ） (2025-08-12T11:55:16Z) - MultiRAG: A Knowledge-guided Framework for Mitigating Hallucination in Multi-source Retrieval Augmented Generation [5.243680711038957]
MultiRAGは、マルチソース検索拡張世代における幻覚を緩和する新しいフレームワークである。
複数ソースのライングラフを使用して、異なる知識ソース間の論理的関係を効率的に集約する。
マルチレベル信頼度計算機構を実装し、信頼できない情報ノードを識別・排除するために、グラフレベルとノードレベルのアセスメントを実行する。
論文 参考訳（メタデータ） (2025-08-05T15:20:52Z) - Who is in the Spotlight: The Hidden Bias Undermining Multimodal Retrieval-Augmented Generation [39.545788636148025]
本稿では,マルチモーダルRAGシステムにおける位置バイアスの総合的研究について述べる。
以上の結果から,マルチモーダル相互作用によって位置バイアスが増大することが示唆された。
これらの知見は、より信頼性が高く公平な世代システムを構築するための証拠の整理やデバイアスの必要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2025-05-30T06:48:02Z) - MultiConIR: Towards multi-condition Information Retrieval [38.864056667809095]
MultiConIRは、複雑なマルチ条件クエリシナリオ下での検索および再ランクモデルの評価のために設計されたベンチマークである。
ほとんどのレトリバーとリランカは、クエリの複雑さが増大するにつれて、パフォーマンスが大幅に低下する。
この研究は、リランカの性能劣化の原因を解明し、クエリ内の条件位置が類似性評価にどのように影響するかを検討する。
論文 参考訳（メタデータ） (2025-03-11T05:02:03Z) - A Comprehensive Study of Bug-Fix Patterns in Autonomous Driving Systems [16.72158049599736]
自律運転システム(ADSe)におけるバグフィックスパターンの実証的研究について述べる。
我々は、ApolloとAutowareという2つの主要な自動運転プロジェクトのコミット履歴とバグレポートを、1,331のバグ修正から分析した。
本研究は,経路計画やデータフロー,構成管理など,いくつかの主要なバグフィックスパターンを明らかにする。
論文 参考訳（メタデータ） (2025-02-04T02:13:05Z) - A Comprehensive Library for Benchmarking Multi-class Visual Anomaly Detection [89.92916473403108]
本稿では,新しい手法のモジュラーフレームワークであるADerの総合的な視覚異常検出ベンチマークを提案する。
このベンチマークには、産業ドメインと医療ドメインからの複数のデータセットが含まれており、15の最先端メソッドと9つの包括的なメトリクスを実装している。
我々は,異なる手法の長所と短所を客観的に明らかにし,多クラス視覚異常検出の課題と今後の方向性について考察する。
論文 参考訳（メタデータ） (2024-06-05T13:40:07Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z)
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。