利用游戏视频检测电子游戏中的问题
软件工程
2023-07-28 v1
摘要
背景。近年来游戏产业日益增长。每天有数百万人玩电子游戏，不仅作为爱好，也用于专业竞赛（如电子竞技或速通）或通过娱乐他人营利（如主播）。后者每日产生大量游戏视频，并在其中实时评论其体验。但任何软件乃至任何电子游戏都不完美：主播在游玩时可能遇到若干问题（如漏洞、故障或性能问题）。并且，他们不太可能向开发者明确报告此类问题。已识别的问题可能对用户游戏体验产生负面影响，进而损害游戏及制作方的声誉。目标。本文提出并实证评估 GELID，一种从游戏视频中自动提取相关信息的方法，通过（i）识别主播经历异常的视频片段；（ii）基于类型（如逻辑或表现）对其分类；基于（iii）出现上下文（如关卡或游戏区域）以及（iv）特定问题类型（如游戏崩溃）对其进行聚类。方法。我们为 GELID 的第 2 步（分类）手动定义了训练集，并为孤立验证 GELID 的四个组件定义了测试集。总计，我们手动分割、标注并聚类了与 3 款电子游戏相关的 170 个视频，定义了包含 604 个片段的数据集。结果。尽管在第 1 步（分割）与第 4 步（特定问题聚类）中 GELID 取得了满意结果，但其在第 3 步（游戏上下文聚类）尤其是第 2 步（分类）上表现出局限性。
引用
@article{arxiv.2307.14749,
title = {Using Gameplay Videos for Detecting Issues in Video Games},
author = {Emanuela Guglielmi and Simone Scalabrino and Gabriele Bavota and Rocco Oliveto},
journal= {arXiv preprint arXiv:2307.14749},
year = {2023}
}
备注
Accepted at Empirical Software Engineering journal (EMSE). arXiv admin note: text overlap with arXiv:2204.04182