گائیڈ سے منسلک کوئز · درمیانہ سطح
گیم لیول جنریشن کوئز میں AI
دریافت کریں کہ سیکھے ہوئے لیول کے جنریٹرز کو کھیلنے کی اہلیت کے لیے کس طرح جانچا جاتا ہے اور کس طرح معیار کے تنوع کے طریقے مختلف گیم مواد کو محفوظ رکھتے ہیں۔
سوال 1 کی 8
گیمز میں 'پروسیجرل کنٹینٹ جنریشن' (PCG) کا کیا مطلب ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- گیمز میں 'پروسیجرل کنٹینٹ جنریشن' (PCG) کا کیا مطلب ہے؟
- الگورتھم خود بخود سطحیں، نقشے یا مواد بناتے ہیں۔
- کھلاڑی دستی طور پر ہر سطح کو ہاتھ سے بناتے ہیں۔
- گیم میں حقیقی دنیا کے مقامات کو ریکارڈ کرنا
- ملٹی پلیئر میچ میکنگ کی ایک قسم
- Wave Function Collapse algorithm نقشہ کیسے بناتا ہے؟
- یہ موجودہ نقشے کو بالکل کاپی کرتا ہے۔
- یہ ملحقہ اصولوں کو نافذ کرتے ہوئے ایک ایک وقت میں ٹائلوں کو گرا دیتا ہے، جیسے کہ ایک پہیلی کو حل کرنا
- یہ بغیر کسی اصول کے تصادفی طور پر ٹائلوں کو نیچے پھینک دیتا ہے۔
- یہ انسان سے ہر ٹائل لگانے کو کہتا ہے۔
- 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
- قدرتی نظر آنے والے خطوں کو پیدا کرنے کے لیے کون سا کلاسک شور فنکشن وسیع پیمانے پر استعمال ہوتا ہے؟
- صرف سفید شور
- چھانٹنے والا الگورتھم
- ایک ہیش ٹیبل
- پرلن کا شور
- PCGML پرانی اصول پر مبنی نسل کے مقابلے میں کیا اضافہ کرتا ہے؟
- یہ مشین لرننگ کا استعمال کرتے ہوئے موجودہ سطحوں سے پیٹرن سیکھتا ہے۔
- یہ بے ترتیب پن کو مکمل طور پر ہٹاتا ہے۔
- یہ صرف 2D پلیٹ فارمرز کے لیے کام کرتا ہے۔
- اسے کسی بھی کمپیوٹر کی ضرورت نہیں ہے۔
- نو مینز اسکائی طریقہ کار سے کتنے سیارے پیدا کرنے کا دعویٰ کرتا ہے؟
- ایک ہزار کے قریب
- تقریباً 18 کوئنٹلین
- تقریباً ایک ملین
- بالکل ایک سو
- 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