Education

कैसे LARP AI अनुसंधान वीडियो गेम को और अधिक यथार्थवादी बनाएगा

[ad_1]

कैसे वीडियो गेम और अधिक वास्तविक होने वाले हैं

एक वीडियो गेम की कल्पना करें जहां प्रत्येक NCP (गेम कैरेक्टर) सिर्फ एक पिक्सेल नहीं है, बल्कि एक व्यक्ति है। एक व्यक्ति जो स्वतंत्र रूप से सोच सकता है, महसूस कर सकता है और कार्य कर सकता है। एक व्यक्ति जो आपको याद रख सकता है, आपसे सीख सकता है और आपके साथ यथार्थवादी तरीके से बातचीत कर सकता है। एक व्यक्ति जिसकी अपनी पृष्ठभूमि, व्यक्तित्व और कौशल है। अद्भुत लगता है, है ना? ख़ैर, ये कोई सपना नहीं है. नई एआई सफलता के कारण यह एक वास्तविकता है जिसे मैं इस लेख में आपके साथ साझा करने जा रहा हूं।

नई एआई एनपीसी रिसर्च को समझना

एक दिलचस्प नया शोध पत्र एलएआरपी (रोल प्लेइंग के लिए भाषा एजेंट) नामक एआई प्रणाली की रूपरेखा प्रस्तुत करता है जो वीडियो गेम एनपीसी के लिए “ब्रेन अपग्रेड” के रूप में कार्य करता है। LARP इन AI पात्रों को दीर्घकालिक स्मृति, बेहतर निर्णय लेने का कौशल और खेल की दुनिया के साथ वास्तविक रूप से बातचीत करने की क्षमता देता है।

LARP को क्या खास बनाता है?

एलएआरपी गेम एनपीसी को विशिष्ट व्यक्तित्व और पृष्ठभूमि रखने की अनुमति देता है, जिससे वे अधिक रोचक और अद्वितीय बन जाते हैं। पेपर में एक वीडियो डेमो विभिन्न पात्रों को उनके गुणों के आधार पर विभिन्न तरीकों से व्यवहार करते हुए दिखाता है – कुछ बहादुर, कुछ सतर्क (हम इसके बारे में नीचे बात करेंगे)। यह गेमप्ले को और अधिक गतिशील बना देगा। शोध इस बात पर प्रकाश डालता है कि कैसे भाषा मॉडल उस पावर स्मार्ट एनपीसी को शिक्षा और सिमुलेशन जैसे गेम से परे कई क्षेत्रों में लागू किया जा सकता है। उद्योगों में अधिक इंटरैक्टिव कार्यक्रम उभर सकते हैं।

एआई एनपीसी मस्तिष्क कैसे काम करता है इस पर एक नजर

एलएआरपी में एक “संज्ञानात्मक वास्तुकला” है जो मेमोरी प्रोसेसिंग और निर्णय लेने वाले मॉड्यूल का उपयोग करके मानव अनुभूति की नकल करती है। प्रमुख घटकों में शामिल हैं:

  • दीर्घकालीन स्मृति
    यादें, खेल के नियम, पिछली कहानियाँ संग्रहीत करता है। भंडारण/पुनर्प्राप्ति के लिए वेक्टर शब्दार्थ का उपयोग करता है।
  • क्रियाशील स्मृति
    तर्क और बातचीत के लिए वर्तमान अवलोकन संबंधी जानकारी रखता है।
  • मेमोरी प्रोसेसिंग
    अनुभवों को दीर्घकालिक स्मृति में कूटबद्ध करता है। आत्म-प्रश्न के माध्यम से स्मृतियों को याद करता है।
  • निर्णय लेना
    अवलोकनों और स्मरण की गई यादों के आधार पर क्रियाएँ चुनता है।

दीर्घकालिक स्मृति प्रणाली यहाँ का वास्तविक आकर्षण है। यह सामान्य ज्ञान, विशिष्ट अनुभव और कौशल/कार्यों को प्रक्रियात्मक रूप से संग्रहीत कर सकता है। हमारी तरह, एनपीसी भी समय के साथ यादें भूल सकते हैं। इसका मतलब यह है कि एक ऐसा खेल हो सकता है जिसमें हर खिलाड़ी को एक अलग अनुभव मिले।

इसे कार्य में देखना: क्या यह ई-लर्निंग के लिए काम कर सकता है?

एक वीडियो डेमो में LARP सिस्टम को अलग-अलग पात्रों के साथ क्रियाशील दिखाया गया है – एक निडर बाइक मैसेंजर, एक सुरक्षा सलाहकार पूर्व-समुद्री और एक सामाजिक मध्यस्थ [1]. एक खतरनाक स्थिति में, उनकी विविध पृष्ठभूमि और व्यक्तित्व अलग-अलग प्रतिक्रियाओं को जन्म देते हैं:

  • पूर्व नौसैनिक अपनी बंदूक निकालती है और अपने प्रशिक्षण के आधार पर खतरे पर हमला करती है।
  • मध्यस्थ शांतिपूर्वक बातचीत करने और संघर्ष को कम करने का प्रयास करता है।
  • बाइक मैसेंजर भाग जाता है और पिछले दर्दनाक अनुभवों को देखते हुए मदद मांगता है।

इससे पता चलता है कि कैसे एआई सिस्टम प्रत्येक चरित्र के विशिष्ट व्यक्तित्व के अनुरूप अधिक यथार्थवादी, सूक्ष्म एनपीसी व्यवहार बनाता है।

दीर्घकालिक स्मृति और भूल जाना

LARP का दीर्घकालिक मेमोरी मॉड्यूल इस बात की नकल करता है कि मानव मेमोरी कुछ चतुर तरीकों से कैसे काम करती है। दीर्घकालिक स्मृति के दो प्रमुख प्रकार हैं:

  • कथात्मक
    तथ्य और घटनाएँ. इसमें सिमेंटिक मेमोरी (सामान्य ज्ञान) और एपिसोडिक मेमोरी (विशिष्ट अनुभव) शामिल हैं।
  • ि यात्मक
    कौशल और कार्य. LARP में निष्पादन योग्य API के रूप में प्रस्तुत किया गया।

सिस्टम समय के साथ यादों को भूल सकता है, कम महत्वपूर्ण यादें पहले लुप्त हो जाती हैं। यह भूलने की प्रक्रिया मानव स्मृति क्षय के गणितीय मॉडल का अनुसरण करती है। “प्रश्न-आधारित प्रश्नों” का उपयोग करके यादें याद की जाती हैं – सिस्टम स्वयं से टिप्पणियों और अनुभवों के बारे में प्रश्न पूछता है। यह क्वेरी विधि जोड़ती है:

  • तर्क और संभाव्यता
    प्रश्नों का उत्तर देने के लिए तर्क.
  • संकेत शब्द की खोज
    संबंधित यादें ढूँढना.
  • मिलते-जुलते प्रश्न
    समान पिछले प्रश्नोत्तर को पुनः प्राप्त करना।

यह पूछताछ तकनीक नकल करती है कि मनुष्य स्वाभाविक रूप से कैसे यादों को याद करते हैं और एनपीसी व्यवहार को अधिक यथार्थवादी बनाते हैं।

खेल के माहौल के साथ बातचीत

खुली दुनिया के खेलों में जहां खिलाड़ी स्वतंत्र रूप से खोज कर सकते हैं, एआई एनपीसी को बदलते परिवेश के साथ गतिशील रूप से प्रतिक्रिया करने और बातचीत करने में सक्षम होना चाहिए। LARP पर्यावरण संपर्क के लिए दो दृष्टिकोणों का विवरण देता है:

  • मल्लाह विधि
    जैसे AI का उपयोग करना GPT4 खेल की स्थिति का विश्लेषण करने और कार्यों को पूरा करने के लिए कोड उत्पन्न करने के लिए।
  • कौशल पुस्तकालय
    क्रियाओं को पुन: प्रयोज्य कोड “कौशल” के रूप में संग्रहीत करना जिसे एजेंट सीख सकते हैं।

यह तय करते समय कि क्या कार्रवाई करनी है, एनपीसी बुनियादी सार्वजनिक एपीआई और अधिक जटिल व्यक्तिगत एपीआई में विभाजित “एक्शन स्पेस” का उपयोग करते हैं। यदि कोई आवश्यक कौशल पहले से ही लाइब्रेरी में नहीं है, तो एजेंट का भाषा मॉडल कार्रवाई के लिए नए कोड निर्देश बनाता है। सफल नए कौशल बाद में उपयोग के लिए लाइब्रेरी में जोड़ दिए जाते हैं। यह प्रणाली एनपीसी को दुनिया को समझने, नए व्यवहार सीखने, प्रतिक्रिया प्राप्त करने और समय के साथ अपनी भूमिका निभाने में बेहतर बनने की अनुमति देती है।

विशिष्ट व्यक्तित्वों को संरेखित करना

विविध, यथार्थवादी चरित्र बनाने के लिए, LARP बहुसांस्कृतिक डेटा के साथ कई आधार भाषा मॉडल को प्रशिक्षित करता है। इन मॉडलों को अलग-अलग व्यक्तित्वों की नकल करने के लिए रोलप्लेइंग निर्देश सेट के माध्यम से ठीक किया जाता है।

भाषण शैलियों और भावनाओं जैसी विभिन्न क्षमताओं को LoRAs नामक एक अनुकूलन तकनीक का उपयोग करके आधार मॉडल के शीर्ष पर स्तरित किया जाता है। यह एक लचीला मॉडल क्लस्टर तैयार करता है जो विभिन्न प्रकार के लक्षणों और कौशल वाले पात्रों को चित्रित कर सकता है। अतिरिक्त मॉड्यूल एनपीसी के व्यक्तित्व के साथ एकरूपता सुनिश्चित करने के लिए जाँच करते हैं, यह सत्यापित करते हैं कि क्या कार्य सार्थक हैं और किसी भी चरित्र से बाहर के टकराव की पहचान करते हैं। इससे भूमिका निभाना स्वाभाविक और संरेखित रहता है।

हाल की प्रगति से एआई एनपीसी को जीवन में लाया जा रहा है

LARP जैसे अनुसंधान द्वारा सीमाओं को आगे बढ़ाने के साथ, वीडियो गेम AI में तेजी से सुधार हो रहा है। वीडियो में खिलाड़ियों को एआई पात्रों के साथ मौखिक रूप से बातचीत करते हुए दिखाया गया है, जिनका व्यक्तित्व प्रभावशाली है। एनपीसी बातचीत को याद रखते हैं, भावनात्मक प्रतिक्रियाएं प्रदर्शित करते हैं और खुले विषयों पर चर्चा करते हैं।

ये उभरते एआई एनपीसी खिलाड़ियों को अधिक गहन अनुभव प्रदान करते हैं। लंबी बातचीत और रिश्तों को याद करने की उनकी क्षमता पूरी तरह से नई गेमप्ले संभावनाओं को खोलती है। जल्द ही खेलों में वास्तव में बुद्धिमान एनपीसी सोसायटी शामिल हो सकती हैं। लगातार स्मृति को आकार देने वाली प्रतिक्रियाओं के साथ, दुनिया भर में प्रत्येक खिलाड़ी की यात्रा उनके कार्यों के आधार पर पूरी तरह से अद्वितीय महसूस कर सकती है।

ई-लर्निंग के लिए स्मार्ट एआई की रोमांचक संभावनाएं

एलएआरपी सिस्टम की तरह एआई एनपीसी अनुसंधान क्षितिज पर वीडियो गेम यथार्थवाद और गतिशीलता के एक नए युग की ओर इशारा करता है। आगे बढ़ते हुए, कुछ आकर्षक सीमाओं में शामिल हैं:

  • विकसित होते रिश्तों के साथ एनपीसी
    ऐसे पात्र जो पिछली बातचीत को याद रखते हैं और समय के साथ खिलाड़ी और अन्य लोगों के प्रति व्यवहार/रवैया को व्यवस्थित रूप से बदलते हैं।
  • अत्यधिक अनुकूली संसार
    ऐसे वातावरण जो एआई का उपयोग करके खिलाड़ी की पसंद और खेल शैली के आधार पर खुद को नया आकार देते हैं।
  • अति वैयक्तिकृत कहानियाँ
    प्रत्येक खिलाड़ी की रुचियों और कार्यों के अनुरूप एनपीसी संवाद और मिशन तत्काल तैयार किए जाते हैं।
  • लक्ष्यों और प्रेरणाओं के साथ एनपीसी
    एआई पात्र जो खिलाड़ी की यात्रा में सहायता करने से परे अपने स्वयं के स्वतंत्र उद्देश्यों का पीछा करते हैं।

स्मार्ट एनपीसी शैक्षिक सिमुलेशन और वर्चुअल प्रशिक्षण जैसे गेमिंग से परे भी एप्लिकेशन ढूंढ सकते हैं। तीव्र प्रगति से पता चलता है कि उन्नत इंटरैक्टिव एआई जल्द ही हमारे डिजिटल अनुभवों के कई पहलुओं को आकार देगा।

यथार्थवादी गेमिंग के आगामी युग के बारे में अपने विचार साझा करें। टिप्पणी अनुभाग आपका है!

सन्दर्भ:

[1] LARP: खुली दुनिया के खेलों के लिए भाषा-एजेंट की भूमिका

मूलतः यहां प्रकाशित हुआ aifocussed.com.

[ad_2]
CLICK ON IMAGE TO BUY

Leave a Reply

Your email address will not be published. Required fields are marked *

%d