In this paper an analysis of a technical support data with the goal of identifying process improvement actions for reducing interrupts is presented.A technical support chat is established and used to provide internal developer support to other development teams which use the software code developed by a core team. The paper shows how data analysis of a 6 months support time helped to identify gaps and action items for improving the technical support process to minimize interrupts from other developer teams.The paper also shows effects (advantages and drawbacks) of refactor actions taken based on this analysis.

No abstract

In this article we present two special path finding algorithms to be used in continuous environments, which are very different from the classic methods and can be useful in the modern game artificial intelligence programming. The first method described extends the A* search to work without a (previously defined) search graph, while the latter uses the ant search to find paths. The goal of both is to fínd a wide path that the agents can track with only local navigation algorithms evén if formerly unknown (e.g.: dynamic) obstacles appear in the way.Ebben a cikkben két olyan speciális útkereső eljárást fogunk bemutatni, melyek jelentősen eltérnek a klasszikus megoldásoktól, és igen hasznosak lehetnek többek között a modern játékprogramokban felmerülő különböző problémák megoldására. A "gráf nélküli" keresés és a hangya alapú keresés futása közben térképezi fel a keresési teret, majd a terepviszonyoknak megfelelően, a lehetőségekhez mérten széles utakat jelöl ki, melyben a célpont felé navigáló objektumok már egy -csak a lokális környezetet vizsgáló algoritmussal iskomolyabb nehézségek nélkül haladhatnak előre még akkor is, ha közben ki kell kerülniük néhány kisebb akadályt (például társakat). A "gráf nélküli" keresésA mesterséges intelligencia egyik legrégibb területe az útkereséshez és útvonaltervezéshez használható algoritmusokkal [5] foglalkozik. A klasszikus eljárások a világot gráfokkal modellezik, amiket általában emberek készítenek -bár a feladat egyszerű, gyakran mégis időigényes. Ha elvonatkoztatunk a játékprogramozástól, akkor könnyen találhatunk olyan problémakört is, amikor egyszerűen nem alkalmazhatunk embereket a megoldáshoz, például, ha a feladat egy ismeretlen környezetben navigáló robot tervezése.Természetesen már korábban is születtek keresési gráfot készítő eljárások. Ilyenek például a látható csomópontok (Points of Visibility, [1,6,7]), a konvex cellák módszere [6,3]), vagy maximális területekre bontás (Maximum-Area Decomposition, [2, 6]), és az általános hengerek algoritmusa (Generalized Cylinders, [6]). A fentiektől különbözik a kvadratikus ill. az oktális fa (quadtree, octtree, [6]), mivel ezek lehetővé teszik a hierarchikus útkereső módszerek alkalmazását [4]. Az útkereséshez nem feltétlenül szükséges a folytonos keresési teret diszkrétté alakítani. Elég, ha