दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

कार्डाइवर्स: नए कार्ड गेम प्रोटोटाइपिंग के लिए एलएलएम का उपयोग

Created by
  • Haebom

लेखक

डैनरुई ली, सेन झांग, सैम एस. सोहन, कैदोंग हू, मुहम्मद उस्मान, मुब्बासिर कपाड़िया

रूपरेखा

यह शोधपत्र बड़े पैमाने के भाषा मॉडल (एलएलएम) का उपयोग करके कार्ड गेम प्रोटोटाइप बनाने की प्रक्रिया को स्वचालित करने के लिए एक व्यापक ढाँचा प्रस्तुत करता है। इसकी प्रमुख विशेषताओं में मौजूदा डेटाबेस से परे नए गेम मैकेनिक्स उत्पन्न करने हेतु एक ग्राफ़-आधारित अनुक्रमण विधि, गेमप्ले रिकॉर्ड द्वारा सत्यापित सुसंगत गेम कोड उत्पन्न करने हेतु एक एलएलएम-आधारित प्रणाली, और स्व-शिक्षण द्वारा अनुकूलित एलएलएम-जनरेटिंग हेयुरिस्टिक फ़ंक्शनों के एक समूह का उपयोग करने वाला गेमप्ले एआई बनाने की एक विधि शामिल है। इस दृष्टिकोण का उद्देश्य कार्ड गेम प्रोटोटाइप विकास में तेजी लाना, मानव संसाधनों को कम करना और गेम डेवलपर्स के लिए प्रवेश की बाधाओं को कम करना है।

Takeaways, Limitations

Takeaways:
एलएलएम का उपयोग करके कार्ड गेम प्रोटोटाइपिंग को स्वचालित करने के लिए एक ढांचा।
ग्राफ-आधारित अनुक्रमण विधियों का उपयोग करके नवीन खेल यांत्रिकी का निर्माण करना।
गेमप्ले रिकॉर्डिंग के माध्यम से एलएलएम-आधारित गेम कोड निर्माण और सत्यापन
स्व-शिक्षण-आधारित गेमप्ले एआई के निर्माण की एक विधि प्रस्तुत की गई है।
कार्ड गेम विकास की दक्षता और पहुंच में सुधार
Limitations:
वास्तविक खेल विकास वातावरण में प्रस्तावित ढांचे की मापनीयता और सामान्यीकरण की आगे की पुष्टि की आवश्यकता है।
एलएलएम के प्रदर्शन और सीमाओं के कारण खेल यांत्रिकी में संभावित अप्रत्याशितता या असंगतता।
एलएलएम पीढ़ी अनुमानी फ़ंक्शन की अनुकूलन प्रक्रिया के दौरान दक्षता और संभावित प्रदर्शन में गिरावट।
विभिन्न कार्ड गेम प्रकारों पर प्रयोज्यता और सामान्यीकरण पर शोध की आवश्यकता है।
👍