論文の概要: VRScout: Towards Real-Time, Autonomous Testing of Virtual Reality Games

• arxiv url: http://arxiv.org/abs/2511.00002v1
• Date: Thu, 18 Sep 2025 09:16:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-07 19:06:32.123485
• Title: VRScout: Towards Real-Time, Autonomous Testing of Virtual Reality Games
• Title（参考訳）: VRScout: バーチャルリアリティゲームのリアルタイムかつ自律的なテストを目指す
• Authors: Yurun Wu, Yousong Sun, Burkhard Wunsche, Jia Wang, Elliott Wen,
• Abstract要約: 我々は,VR環境を自律的にナビゲートし,人間らしくリアルタイムに仮想オブジェクトと対話できる,ディープラーニングベースのエージェントであるVRScoutを紹介する。 この結果から,VRScoutはトレーニングデータに制限のある専門家レベルの性能を実現し,60FPSのリアルタイム推論を実現していることがわかった。 これらの結果は、VRScoutをVRゲームの自動テストのための実用的でスケーラブルなフレームワークとして位置づけ、品質保証と安全性監査の両方に直接的な応用がある。
• 参考スコア（独自算出の注目度）: 3.4662962824313865
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Virtual Reality (VR) has rapidly become a mainstream platform for gaming and interactive experiences, yet ensuring the quality, safety, and appropriateness of VR content remains a pressing challenge. Traditional human-based quality assurance is labor-intensive and cannot scale with the industry's rapid growth. While automated testing has been applied to traditional 2D and 3D games, extending it to VR introduces unique difficulties due to high-dimensional sensory inputs and strict real-time performance requirements. We present VRScout, a deep learning-based agent capable of autonomously navigating VR environments and interacting with virtual objects in a human-like and real-time manner. VRScout learns from human demonstrations using an enhanced Action Chunking Transformer that predicts multi-step action sequences. This enables our agent to capture higher-level strategies and generalize across diverse environments. To balance responsiveness and precision, we introduce a dynamically adjustable sliding horizon that adapts the agent's temporal context at runtime. We evaluate VRScout on commercial VR titles and show that it achieves expert-level performance with only limited training data, while maintaining real-time inference at 60 FPS on consumer-grade hardware. These results position VRScout as a practical and scalable framework for automated VR game testing, with direct applications in both quality assurance and safety auditing.
• Abstract（参考訳）: VR(Virtual Reality)は、ゲームやインタラクティブな体験のメインストリームプラットフォームとして急速に普及しているが、VRコンテンツの品質、安全性、適切性を保証することは、依然として大きな課題だ。 従来の人間による品質保証は労働集約的であり、産業の急速な成長に対応できない。 従来の2Dゲームや3Dゲームには自動テストが適用されているが、高次元の感覚入力と厳格なリアルタイムパフォーマンス要求により、VRに拡張することは独特な難しさをもたらす。 我々は,VR環境を自律的にナビゲートし,人間らしくリアルタイムに仮想オブジェクトと対話できる,ディープラーニングベースのエージェントであるVRScoutを紹介する。 VRScoutは、マルチステップアクションシーケンスを予測する強化されたAction Chunking Transformerを使用して、人間のデモから学習する。 これによりエージェントはより高度な戦略を捕捉し、多様な環境にまたがって一般化することができる。 応答性と精度のバランスをとるために,エージェントの時間的文脈に適応する動的に調整可能な水平地平線を導入する。 商用VRゲーム上でVRScoutを評価し,トレーニングデータに制限のある専門家レベルのパフォーマンスを実現するとともに,コンシューマグレードのハードウェア上で60FPSのリアルタイム推論を実現していることを示す。 これらの結果は、VRScoutをVRゲームの自動テストのための実用的でスケーラブルなフレームワークとして位置づけ、品質保証と安全性監査の両方に直接的な応用がある。

関連論文リスト

• Behavioral Biometrics for Automatic Detection of User Familiarity in VR [0.0]
  経験のないユーザが増えれば、仮想現実(VR)システムに関わるようになるでしょう。 本研究では,パスコードを用いたドア開閉作業中の手の動きパターンを解析し,VRの親しみやすさの自動検出について検討する。 本結果は,VRアプリケーションにおけるユーザ親しみのリアルタイム検出に手動バイオメトリックスを用いることの約束を裏付けるものである。
  論文  参考訳（メタデータ） (2025-10-14T21:00:05Z)
• Towards Cybersickness Severity Classification from VR Gameplay Videos Using Transfer Learning and Temporal Modeling [9.488297561764211]
  運動障害に似た症状を特徴とするサイバーシックネスは、仮想現実(VR)の普及を妨げ続けている 本研究では、画像Netデータセット上で事前学習したInceptionV3モデルを用いて、転送学習を利用してVRゲームプレイビデオから高精細な視覚特徴を抽出する。 本手法は,映像データの時系列特性を効果的に活用し,サイバーシック度重大度に対する68.4%の分類精度を実現する。
  論文  参考訳（メタデータ） (2025-10-12T03:10:05Z)
• SeedVR2: One-Step Video Restoration via Diffusion Adversarial Post-Training [82.68200031146299]
  実データに対する対角的VRトレーニングを行うセドVR2と呼ばれる一段階拡散型VRモデルを提案する。 単一ステップで高精細度VRを扱うために、モデルアーキテクチャとトレーニング手順の両方にいくつかの拡張を導入する。
  論文  参考訳（メタデータ） (2025-06-05T17:51:05Z)
• VR-GS: A Physical Dynamics-Aware Interactive Gaussian Splatting System in Virtual Reality [39.53150683721031]
  提案するVR-GSシステムは,人間中心の3Dコンテンツインタラクションにおける飛躍的な進歩を示す。 私たちの仮想現実システムのコンポーネントは、高い効率と有効性のために設計されています。
  論文  参考訳（メタデータ） (2024-01-30T01:28:36Z)
• Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
  最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。 本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
  論文  参考訳（メタデータ） (2023-11-09T01:34:22Z)
• Towards Modeling Software Quality of Virtual Reality Applications from Users' Perspectives [44.46088489942242]
  ユーザの視点からVRアプリケーションのソフトウェア品質をモデル化するための,初の大規模実証的研究を行った。 私たちは、半自動レビューマイニングアプローチにより、7つのアプリストアで14,150のVRアプリケーションの1,132,056のユーザーレビューを分析します。 分析の結果,VR特有の品質特性はユーザにとって非常に重要であり,VRアプリケーションの最もユニークな特性と密接に関連していることが判明した。
  論文  参考訳（メタデータ） (2023-08-13T14:42:47Z)
• Force-Aware Interface via Electromyography for Natural VR/AR Interaction [69.1332992637271]
  我々はVR/ARにおける自然的および直感的な力入力のための学習ベースのニューラルネットワークを設計する。 我々は,3.3%の平均誤差で指の力量をリアルタイムでデコードし,キャリブレーションの少ない新規ユーザに一般化できることを実証した。 今後のVR/ARにおける、より現実的な物理性に向けた研究を進めるために、我々の研究成果を期待する。
  論文  参考訳（メタデータ） (2022-10-03T20:51:25Z)
• Wireless Edge-Empowered Metaverse: A Learning-Based Incentive Mechanism for Virtual Reality [102.4151387131726]
  メタバースにおけるVRサービスのための学習型インセンティブメカニズムフレームワークを提案する。 まず,仮想世界におけるVRユーザのための指標として,知覚の質を提案する。 第二に、VRユーザー(買い手)とVR SP(売り手)間のVRサービスの迅速な取引のために、オランダの二重オークション機構を設計する。 第3に,この競売プロセスの高速化を目的とした深層強化学習型競売機を設計する。
  論文  参考訳（メタデータ） (2021-11-07T13:02:52Z)
• BEHAVIOR: Benchmark for Everyday Household Activities in Virtual, Interactive, and Ecological Environments [70.18430114842094]
  本稿では,シミュレーションにおける100のアクティビティを持つAIのベンチマークであるBEHAVIORを紹介する。 これらの活動は現実的で多様性があり、複雑であるように設計されています。 われわれは、バーチャルリアリティー(VR)における500件の人間デモを含む。
  論文  参考訳（メタデータ） (2021-08-06T23:36:23Z)

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。