गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर
गेम लेवल जनरेशन क्विज़ में एआई
पता लगाएं कि कैसे सीखे गए स्तर के जेनरेटर को खेलने की क्षमता के लिए परीक्षण किया जाता है और कैसे गुणवत्ता-विविधता विधियां विभिन्न गेम सामग्री को संरक्षित करती हैं।
प्रश्न 1 का 8
खेलों में 'प्रक्रियात्मक सामग्री निर्माण' (पीसीजी) का क्या अर्थ है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- खेलों में 'प्रक्रियात्मक सामग्री निर्माण' (पीसीजी) का क्या अर्थ है?
- एल्गोरिदम स्वचालित रूप से स्तर, मानचित्र या सामग्री बनाते हैं
- खिलाड़ी मैन्युअल रूप से प्रत्येक स्तर का निर्माण हाथ से करते हैं
- खेल में वास्तविक दुनिया के स्थानों को रिकॉर्ड करना
- एक प्रकार का मल्टीप्लेयर मैचमेकिंग
- वेव फंक्शन कोलैप्स एल्गोरिदम एक मानचित्र कैसे बनाता है?
- यह मौजूदा मानचित्र की हूबहू प्रतिलिपि बनाता है
- यह किसी पहेली को सुलझाने की तरह, आसन्न नियमों को लागू करते समय एक-एक करके टाइलों को ढहा देता है
- यह बिना किसी नियम के बेतरतीब ढंग से टाइल्स को नीचे फेंक देता है
- यह एक इंसान से प्रत्येक टाइल लगाने के लिए कहता है
- Why do developers test generated levels with search agents or other playability checks?
- To guarantee every generated level is completable before release
- To remove the need for human designers
- To test whether levels meet defined reachability or difficulty criteria; this does not guarantee universal playability
- To increase the graphics resolution of the level
- प्राकृतिक दिखने वाले इलाके को उत्पन्न करने के लिए किस क्लासिक शोर फ़ंक्शन का व्यापक रूप से उपयोग किया जाता है?
- केवल सफ़ेद शोर
- एक छँटाई एल्गोरिथ्म
- एक हैश तालिका
- पर्लिन शोर
- पुराने नियम-आधारित पीढ़ी की तुलना में पीसीजीएमएल क्या जोड़ता है?
- यह मशीन लर्निंग का उपयोग करके मौजूदा स्तरों से पैटर्न सीखता है
- यह यादृच्छिकता को पूरी तरह से हटा देता है
- यह केवल 2डी प्लेटफ़ॉर्मर्स के लिए काम करता है
- इसके लिए किसी कंप्यूटर की बिल्कुल भी आवश्यकता नहीं है
- नो मैन्स स्काई प्रक्रियात्मक रूप से कितने ग्रह उत्पन्न करने का दावा करता है?
- लगभग एक हजार
- लगभग 18 क्विंटल
- लगभग दस लाख
- बिल्कुल एक सौ
- In the Mario-level GAN study, how did researchers test whether generated levels were playable?
- They checked only whether the level image looked realistic
- They counted the number of colors in the level
- They ran an A* agent through the levels and measured whether it could complete them
- They asked the GAN to classify its own training data
- What is the goal of a quality-diversity method such as MAP-Elites in level generation?
- To make every generated level identical to one template
- To maximize image resolution without considering gameplay
- To remove all difficult levels from a training dataset
- To find high-quality levels that also vary across selected gameplay characteristics