Como utilizar Deep Convolutional Neural Networks para detectar fallos en los videojuegos


Para los amantes de los viedeojuegos y data science os comparto un paper muy interesante de un trabajo que han realizado mis compañeros de EA sobre como han utilizado Redes Neuronales Convolucionales para la detección de fallos en la elaboración de los videojuegos.

El desarrollo de los videojuegos implica muchos pasos, desde el concepto, hasta el lanzamiento final. A menudo hay cientos de desarrolladores y artistas involucrados en la creación de un videojuego. En este complejo proceso, se pueden introducir muchos errores, y muchos de ellos tienen un efecto negativo en las imágenes renderizadas (los bugs gráficos como glitches).
Los fallos gráficos pueden ocurrir en varias etapas: cuando se actualiza la base de datos de activos (lo que resulta en la falta de texturas), la actualización de la base de código (lo que resulta en la corrupción de las texturas), la actualización de los controladores, el desarrollo multiplataforma, y así sucesivamente. Dado que los gráficos son uno de los principales componentes de cualquier videojuego, es de gran importancia asegurar la ausencia de fallos que podrían afectar negativamente a la experiencia del jugador.

Los autores de este trabajo son: Carlos García Ling, Konrad Tollmar, Linus Gisslén

Podéis descargar el paper aquí

Espero que sea de vuestro interés!

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios .