گیمز کے لیے پروسیجرل کنٹینٹ جنریشن میں AI
پروسیجرل کنٹینٹ جنریشن (PCG) خود بخود گیم ورلڈز، لیولز، آئٹمز اور کوسٹس بنانے کے لیے الگورتھم کا استعمال کرتا ہے۔
جائزہ
It lets small teams build vast, varied games and is now being supercharged by generative AI.
گہرا غوطہ
پی سی جی کی ایک طویل تاریخ ہے: روگ (1980) نے الگورتھمی طور پر تہھانے تیار کیے، اور نو مینز اسکائی نے 18 کوئنٹلین سے زیادہ منفرد سیاروں کا دعویٰ کیا ہے جو ڈیٹرمنسٹک بیجوں سے بنائے گئے ہیں۔ مائن کرافٹ پرلن/شور فنکشنز کا استعمال کرتے ہوئے قریب لامحدود خطہ تیار کرتا ہے، اور اسپیلونکی نے رکاوٹ پر مبنی لیول جنریشن کا آغاز کیا جو بے ترتیب اور کھیلنے کے قابل دونوں رہتا ہے۔ زیادہ تر کلاسک PCG اصول پر مبنی یا شور پر مبنی ہے، محتاط رکاوٹوں کے ساتھ، لہذا آؤٹ پٹ تفریحی ہے، نہ صرف متنوع۔ ایک تحقیقی ذیلی فیلڈ، PCGML (PCG بذریعہ مشین لرننگ)، نئے پیدا کرنے کے لیے موجودہ سطحوں پر ماڈلز کی تربیت کرتا ہے۔ آج، جنریٹو اے آئی پی سی جی کو ٹیکسچرز، تھری ڈی ماڈلز، ڈائیلاگ اور کوسٹس تک پھیلاتا ہے۔ بڑا فائدہ مواد کا پیمانہ اور دوبارہ چلانے کی صلاحیت ہے۔ سب سے بڑا چیلنج کوالٹی کنٹرول، ہم آہنگی، اور نرم، سیمی آؤٹ پٹ سے گریز کرنا ہے، جسے اکثر 'جئی کا مسئلہ' کہا جاتا ہے۔
تکنیکی بصیرت
پرلن اور سمپلیکس شور جیسے شور کے افعال خطے کی اونچائی کے نقشوں کے لیے ہموار، قدرتی نظر آنے والی بے ترتیب پن پیدا کرتے ہیں۔ بہت سے نظام بیج کی قدر کا استعمال کرتے ہیں لہذا ایک ہی ان پٹ تعین کے طور پر ایک ہی دنیا کو دوبارہ تیار کرتا ہے، ان کو ذخیرہ کیے بغیر بڑی دنیاوں کو فعال کرتا ہے۔ پابندی پر مبنی اور گرامر پر مبنی طریقے (اور لہر فنکشن کا خاتمہ) اس بات کو یقینی بناتے ہیں کہ تیار کردہ لے آؤٹ قابل حل اور مربوط رہیں، جب کہ PCGML اچھے ڈیزائن کی نقل کرنے کے لیے تخلیقی ماڈلز کو انسانی ساختہ مثالوں پر تربیت دیتا ہے۔
اسٹریٹجک اثر
Build choices
ایپلیکیشن لیول ڈیزائن اس بات کا تعین کرتا ہے کہ آیا AI حقیقی نتائج کو بہتر بناتا ہے۔
Team and workflow
اچھا ورک فلو انضمام پیداواری صلاحیت پیدا کرتا ہے جس پر صارفین بھروسہ کر سکتے ہیں۔
خطرہ اور حفاظت
اچھی طرح سے دائرہ کار کے استعمال کے معاملات تبدیلی کی تھکاوٹ اور نفاذ کے خطرے کو کم کرتے ہیں۔
گیمز کے لیے پروسیجرل کنٹینٹ جنریشن میں AI کا مستقبل
جنریٹو AI تیزی سے آرٹ، 3D اثاثہ جات، آواز، اور مطالبہ پر بیانیہ تیار کرے گا، ممکنہ طور پر ہر کھلاڑی کی مہارت کے مطابق ذاتی نوعیت کی سطح کو قابل بنائے گا۔ سخت انسانی-AI کو-تخلیق کے ٹولز کی توقع کریں جہاں ڈیزائنرز ہر اصول کو لکھنے کے بجائے ماڈلز کو آگے بڑھاتے ہیں۔ کلیدی سرحدیں بڑی دنیاوں میں ہم آہنگی، کاپی رائٹ اور ٹریننگ ڈیٹا پرووینس، اور مواد کو لامحدود لیکن خالی رکھنے کی بجائے معنی خیز رکھنا ہیں۔ جیتنے والے نظام نسل کو مضبوط تشخیص اور کیوریشن کے ساتھ جوڑیں گے۔
حقیقی دنیا کا نفاذ
نو مینز اسکائی 18 کوئنٹلین سے زیادہ سیارے متعین بیجوں اور طریقہ کار کے اصولوں سے پیدا کر رہا ہے
مائن کرافٹ شور کے افعال کا استعمال کرتے ہوئے مکھی پر مؤثر طریقے سے لامحدود، متنوع خطوں کی تعمیر کے لیے
رکاوٹ پر مبنی ڈیزائن کے ذریعے بے ترتیب لیکن ہمیشہ مکمل ہونے والی سطحوں کو پیدا کرنے والا اسپیلنکی
ڈیابلو اور دیگر ایکشن-RPGs طریقہ کار سے تہھانے کی ترتیب اور دوبارہ چلانے کے لیے بے ترتیب لوٹ پیدا کرتے ہیں۔
خطرات اور گارڈریلز
ٹوٹے ہوئے عمل کو خودکار کرنا موجودہ مسائل کو بڑھا سکتا ہے۔
ٹیمیں ضرورت سے زیادہ انسانی فیصلے کو خودکار اور ہٹا سکتی ہیں۔
اگر آؤٹ پٹس کا مسلسل جائزہ نہ لیا جائے تو معیار بڑھ سکتا ہے۔
نفاذ کا روڈ میپ
موجودہ ورک فلو کا نقشہ بنائیں اور سب سے زیادہ رگڑ والے مرحلے کی نشاندہی کریں۔
مکمل آٹومیشن سے پہلے انسانی چوکیوں کی وضاحت کریں۔
صارفین کو اشارے، ترقی کے راستے، اور معیار کے معیار پر تربیت دیں۔
پائیدار قدر کی تصدیق کے لیے ٹاسک لیول کے نتائج کو ٹریک کریں۔
دریافت کرتے رہیں
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Procedural Content Generation for Games quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
اگلا گائیڈ
گیم لیول جنریشن میں AI
اکثر پوچھے گئے سوالات
What is AI in Procedural Content Generation for Games?
پروسیجرل کنٹینٹ جنریشن (PCG) خود بخود گیم ورلڈز، لیولز، آئٹمز اور کوسٹس بنانے کے لیے الگورتھم کا استعمال کرتا ہے۔ یہ چھوٹی ٹیموں کو وسیع، متنوع گیمز بنانے دیتا ہے اور اب جنریٹو AI کے ذریعے سپر چارج کیا جا رہا ہے۔
گیم ڈویلپمنٹ میں PCG کا کیا مطلب ہے؟
PCG، یا پروسیجرل کنٹینٹ جنریشن، خود بخود سطحوں، خطوں اور آئٹمز جیسے گیم کا مواد بنانے کے لیے الگورتھم کا استعمال کرتا ہے۔
کون سا ابتدائی کھیل طریقہ کار سے تیار کردہ تہھانے کی ایک بہترین مثال ہے؟
روگ نے اپنے تہھانے کو الگورتھمی طور پر ہر پلے تھرو تیار کیا، اس کا نام پوری 'roguelike' صنف کو دیا۔
نو مینز اسکائی جیسی گیم ہر سیارے کو ذخیرہ کیے بغیر قریب قریب لامحدود کائنات کیسے بناتی ہے؟
ایک بیج کی قیمت مقررہ طور پر اسی طریقہ کار سے پیدا کی گئی دنیا کو دوبارہ پیدا کرتی ہے، اس لیے کروڑوں سیاروں کو انفرادی طور پر ذخیرہ کرنے کی ضرورت نہیں ہے۔
پی سی جی میں پرلن شور جیسے شور کے افعال کیا ہیں؟
پرلن اور سمپلیکس شور قدرتی خطوں کی اونچائی کے نقشوں کے لیے مثالی ہموار میلان بناتے ہیں، جیسا کہ مائن کرافٹ کے مناظر میں دیکھا گیا ہے۔
سپیلنکی رکاوٹ پر مبنی لیول جنریشن کیوں استعمال کرتا ہے؟
رکاوٹیں اس بات کی ضمانت دیتی ہیں کہ ایک درست راستہ موجود ہے، لہذا سطحیں تصادفی طور پر ناممکن ہونے کی بجائے بے ترتیب اور قابل حل دونوں ہی رہتی ہیں۔