論文の概要: Untangling the Spaghetti Code in Game Development: A Review of Challenges and Academic Solutions

• arxiv url: http://arxiv.org/abs/2609.30349v1
• Date: Thu, 24 Sep 2026 14:17:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.073843
• Title: Untangling the Spaghetti Code in Game Development: A Review of Challenges and Academic Solutions
• Title（参考訳）: ゲーム開発におけるスパゲッティコードのアンタング:課題とアカデミックソリューションのレビュー
• Abstract要約: ゲーム領域のコード品質は、他のドメインよりも構造が小さく、より複雑であると見なされる。 潜在的な解決策として、コードの臭いを検出するツールとモデル、そしてゲーム開発に適応したテストプラクティスと製品ラインを特定しました。
• 参考スコア（独自算出の注目度）: 0.08739101659113156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The code quality in the game domain is perceived as less structured and more convoluted than in other domains, which results in lower maintainability and higher bug frequency. In this work, we conduct a systematic literature review to address four main research questions: (1) how the incidence of code smells and technical debt differs in game development compared to other software domains; (2) what academic solutions are proposed to mitigate these code quality issues; (3) whether researchers collaborate effectively with developers to implement these solutions; and (4) if the proposed solutions are sufficient to tackle the diagnosed problems. Thirty-four works were mapped and analyzed. We found that the game domain is affected by a short-term mentality, continuous requirements changes, reduced code reuse, and minimal to no automated testing. As potential solutions, we identified tools and models to detect code smells, along with testing practices and product lines adapted for game development. Although these solutions exist, they are not widely adopted by practitioners, highlighting the need to investigate barriers to their integration.
• Abstract（参考訳）: ゲーム領域のコード品質は、他のドメインよりも構造が小さく、より複雑であると見なされ、メンテナンス性が低下し、バグ頻度が上昇する。 本研究は,(1)他のソフトウェア分野と比較して,コードの臭いや技術的負債の発生がゲーム開発においてどのように異なるか,(2)これらのコード品質問題を緩和するためにどのような学術的解決策が提案されているか,(3)研究者が開発者と効果的に協力してこれらのソリューションを実装するか,(4)提案されたソリューションが診断された問題に対処するのに十分であるかどうか,という4つの主要な研究課題に対処するために,系統的な文献レビューを行う。 34作品が地図化され分析された。 ゲームドメインは、短期的な考え方、継続的な要件の変更、コードの再利用の削減、最小限の自動化テストなしの影響を受けています。 潜在的な解決策として、コードの臭いを検出するツールとモデル、そしてゲーム開発に適応したテストプラクティスと製品ラインを特定しました。 これらのソリューションは存在するが、実践者からは広く採用されておらず、統合の障壁を調べる必要性を強調している。

関連論文リスト

• Using Agentic AI for contextualized and multifaceted code review at Ericsson [2.718493331100771]
  コード変更の多面的評価を提供するマルチエージェントベースのソリューションを提案する。 私たちのソリューションは、特殊なエージェントスキルとコンテキスト固有の知識を組み合わせて、コード変更のアンチパターンを特定します。 私たちのソリューションは、調査されたコードコミットの問題を正確に識別する上で、96%の精度を実現しています。
  論文  参考訳（メタデータ） (2026-09-14T17:05:38Z)
• 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)
• FrontierCS: Evolving Challenges for Evolving Intelligence [174.80075821079708]
  コンピュータ科学の様々な領域にまたがる156のオープンエンド問題のベンチマークであるFrontierCSを紹介する。 各問題に対して、専門家の参照ソリューションと自動評価器を提供する。 私たちは、アルゴリズムと研究のトラックに関して、フロンティア推論モデルが人間の専門家よりずっと遅れていることに気付きました。
  論文  参考訳（メタデータ） (2025-12-17T18:52:45Z)
• Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
  システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。 このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。 我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-10-07T17:49:24Z)
• A Systematic Survey on Debugging Techniques for Machine Learning Systems [5.747738795689893]
  機械学習(ML)ソフトウェアは、従来のソフトウェアと比較してユニークな課題を提起する。 MLシステムのテスト、診断、修復のための様々な方法が提案されている。 しかし、開発者のニーズを満たす重要な研究方向を示す全体像はまだ公開されていない。
  論文  参考訳（メタデータ） (2025-03-05T03:57:20Z)
• Using Agile Story Points and Game Theory Together: Better Software Planning and Development in Agile Software Development [0.0]
  この研究は、アジャイルソフトウェア開発、ストーリーポイント推定、ゲーム理論の主な概念を統合します。 本稿では,ゲーム理論の応用,特にVickrey AuctionとStag Hunt Gameを提案する。
  論文  参考訳（メタデータ） (2024-08-30T18:32:14Z)
• What's Wrong with Your Code Generated by Large Language Models? An Extensive Study [92.62952504133926]
  本研究は,3つの一般的なベンチマーク上で,3つの主要なクローズドソースLLMと6つの人気のあるオープンソースLLMの性能評価を行った。 間違ったコードに対するバグの分類を開発し、一般的なバグタイプに対する根本原因を分析した。 本稿では,自己批判を導入し,LLMが生成したコードに対する批判と修正を可能にする,新たな学習自由反復手法を提案する。
  論文  参考訳（メタデータ） (2024-07-08T17:27:17Z)
• A Systematic Review of Automated Query Reformulations in Source Code Search [12.234169944475537]
  我々は,2,970の候補研究から,問合せの改定に関する70の研究を選定した。 本稿では,検索クエリの改定における研究状況を改善するためのベストプラクティスと今後の機会について論じる。
  論文  参考訳（メタデータ） (2021-08-22T05:47:10Z)

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。