PUBG सहयोगी: एक AI टीम के साथी ने वार्तालाप एजेंट के रूप में अवतार लिया
PUBG Ally एक आवाज AI टीम का साथी है जिसे 39k सत्रों पर प्रशिक्षित किया गया, 141 देशों में परीक्षण किया गया और वास्तविक समय नियंत्रण और सुरक्षा के साथ बनाया गया।
मुख्य जानकारी
- PUBG Ally PUBG: Battlegrounds के लिए एक आवाज-सक्षम AI टीम का साथी है जो मैच के दौरान खिलाड़ियों के साथ सुन, बोल और कार्य कर सकता है।
- इसका कोर डिज़ाइन वास्तविक समय नियंत्रण से भाषा तर्क को अलग करता है, जिससे एली की बोली को उसके इन-गेम कार्यों के साथ सिंक्रनाइज़ रखने में मदद मिलती है।
- इस प्रणाली को लगभग 39,000 वास्तविक खिलाड़ी सत्रों पर प्रशिक्षित किया गया था, जिसमें गेमप्ले के लॉग्स, वार्तालाप, निर्णय, कार्य और प्रतिक्रिया का उपयोग किया जाता है।
- लाइव तैनाती ऑन-डिवाइस निष्पादन और सुरक्षा उपायों पर निर्भर करती है जैसे कि मॉडल संपीड़न, संदर्भ कम्पैक्शन, गार्डरेल और मेमोरी संपादन।
- 141 देशों के सर्वेक्षणों में, खिलाड़ियों को नकारात्मक सिफारिशों की तुलना में सकारात्मक देने की 25.1 प्रतिशत अधिक संभावना थी, यह सुझाव देते हुए कि एली एक साधारण बॉट के बजाय एक सच्चे साथी की तरह महसूस कर सकता है।
मेटा विवरणः PUBG Ally PUBG: Battlegrounds के लिए एक आवाज-सक्षम AI टीम का साथी है, जिसे 39k सत्रों पर प्रशिक्षित किया गया और 141 देशों में ऑन-डिवाइस सुरक्षा उपायों के साथ परीक्षण किया गया।
टैगः PUBG Ally, AI खेल एजेंट, PUBG: Battlegrounds , आवाज टीम के साथी, डिवाइस पर
विशेष रुप से प्रदर्शित छवि: एक वॉयस वेवफॉर्म का अमूर्त मैत्रीपूर्ण चित्रण जो बैटल-रॉयल मानचित्र के माध्यम से खिलाड़ी अवतार को मार्गदर्शन कर रहा है, जिसमें कोई वास्तविक लोग, लोगो या पाठ नहीं हैं।
PUBG Ally PUBG: Battlegrounds के खिलाड़ियों को लक्षित करता है जो एक AI साथी चाहते हैं जो एक मैच के भीतर सुन, बोल और कार्य कर सकते हैं। परियोजना इसे एक अवतार एजेंट के रूप में वर्णित करती हैः एक प्रणाली जिसका उद्देश्य तर्क करना, स्वायत्तता से काम करना और मानव टीम के साथियों के साथ आवाज-सक्षम टीम के साथी के रूप میں खेलना है। इसका मतलब है कि यह चैट प्रश्नों का उत्तर नहीं दे सकता। इसे गेम की स्थिति को समझना होगा, अन्य खिलाड़ियों पर प्रतिक्रिया करनी होगी, और अपने शब्दों को अपनी गतिविधियों के अनुरूप रखना होगा।
क्यों एक आवाज टीम के साथी मुश्किल है
बैटल-रॉयल गेम में स्क्वाड प्ले तेजी से कॉल और तत्काल प्रतिक्रियाओं पर निर्भर करता है। एक टीम के साथी को एक बार में दो कठिन क्षमताओं की आवश्यकता होती है। सबसे पहले, इसे सख्त विलंबता प्रतिबंधों के तहत लगातार बदलती खेल दुनिया का एहसास करना चाहिए। दूसरा, यह भाषण को कार्यों के साथ सिंक्रनाइज़ करते हुए स्वाभाविक रूप से खिलाड़ियों के साथ बातचीत करनी चाहिए। If Ally कहता है कि यह कवर करने के लिए आगे बढ़ रहा है लेकिन देर से आता है, या यदि यह सही तरीके से कार्य करता है लेकिन बहुत धीमी गति से बोलता है, तो मैच टूटा हुआ महसूस कर सकता है।
एजेंटिक टूल का उपयोग सिस्टम को गेम जानकारी की जांच करने, खिलाड़ी भाषण की व्याख्या करने, संदर्भ बनाए रखने, यह तय करने देता है कि क्या कहना है और उच्च-स्तरीय कार्रवाई विकल्प जारी करता है। एक तेज नियंत्रण परत तब आंदोलन, मुकाबला और वसूली को संभालती है। यह विभाजन मुख्य विचार हैः भाषा तर्क क्षण-दर-क्षण निष्पादन से अलग रहता है।
कैसे नियोजन और कार्य एक-दूसरे से मेल खाते हैं
भाषा-मॉडल एजेंट एक नियंत्रित इंटरफेस के माध्यम से काम करता है. यह केवल कच्चे पाठ पर प्रतिक्रिया नहीं करता है। यह अनुमोदित गेम जानकारी का निरीक्षण करता है, खिलाड़ियों की व्याख्या करता है कि वे क्या कहते हैं, वार्तालाप संदर्भ रखता है, प्रतिक्रिया चुनता है और नियंत्रण परत को व्यापक कमांड भेजता है। नियंत्रण परत उन आदेशों को इन-गेम व्यवहार में परिवर्तित करती है।
खिलाड़ियों के लिए, व्यावहारिक लाभ प्रतिक्रियाशीलता है। एक आवाज-सक्षम साथी केवल तभी उपयोगी होता है जब उसका भाषण और क्रियाएं उसी मैच क्षण से संबंधित हों। सहयोगी की वास्तुकला योजनाकार को संदर्भ के बारे में सोचने देकर उस अंतराल को रोकने का प्रयास करती है जबकि निचली परत एजेंट को खेल की गति से आगे बढ़ती, लड़ती और ठीक होती रहती है।
प्रशिक्षण वास्तविक मैचों से आता है
Because Ally और मानव खिलाड़ी लगातार एक-दूसरे के भाषण, कार्यों और मैच के पाठ्यक्रम को आकार देते हैं, प्रशिक्षण केवल स्क्रिप्ट किए गए प्रदर्शनों पर भरोसा नहीं कर सकता है। परियोजना लगभग 39k सत्रों में डेटा एकत्र करने की रिपोर्ट करती है जहां वास्तविक खिलाड़ियों ने सहयोगी के साथ खेला था। लॉग्स गेमप्ले, प्लेयर स्पीच, एजेंट निर्णय, टूल उपयोग, क्रियाओं और खिलाड़ी प्रतिक्रिया को कैप्चर करते हैं। उन रिकॉर्ड का उपयोग पुनरावर्ती प्रशिक्षण के लिए किया जाता है।
यह दृष्टिकोण महत्वपूर्ण है क्योंकि ऑनलाइन मैच गंदे होते हैं। खिलाड़ी बाधित करते हैं, योजना बदलते हैं, निर्देशों को गलत समझते हैं या अप्रत्याशित खतरों पर प्रतिक्रिया देते हैं। सिस्टम को यह सीखने की आवश्यकता होती है कि लाइव गेम में बातचीत और नियंत्रण एक दूसरे को कैसे प्रभावित करता है, न कि अलग-थलग तरीके से विश्वसनीय लाइनें कैसे उत्पन्न करें।
यह निर्धारित करने के लिए कि क्या एली एक टीम-साथी के रूप में काम करता है, परियोजना खिलाड़ी प्रतिक्रिया और वरीयता तुलना का उपयोग करती है। यह ऑफ़लाइन मूल्यांकन और खिलाड़ियों को वास्तव में पसंद करते हैं के बीच विसंगतियों की तलाश करता है और फिर समय के साथ मूल्यांकन मानदंडों को परिष्कृत करता है। जो सफलता मीट्रिक मानव अनुभव से जुड़ा रहता है, न केवल मॉडल स्कोर।
लाइव सेवा गति और सुरक्षा जांच जोड़ती है
Running Ally लाइव सेवा में एक और परत जोड़ता है। एजेंट को कम विलंबता वाले ऑन-डिवाइस निष्पादन की आवश्यकता होती है, और इसके खिलाड़ी के सामने संचार को सुरक्षा उपायों की जरूरत होती है। वर्णित विधियां हैं मॉडल संपीड़न, संदर्भ संपीड़ित करना, लक्षित सुरक्षा प्रशिक्षण, रनटाइम गार्डरेल और मेमोरी संपादन।
मॉडल संपीड़न एजेंट को हल्का और तेज़ बनाता है। कॉन्टेक्स्ट कॉम्पैक्शन बातचीत या मैच के दौरान सिस्टम द्वारा आगे की जानकारी को छोटा करता है। लक्षित सुरक्षा प्रशिक्षण और रनटाइम गार्डरेल का उद्देश्य खिलाड़ियों के खेल में होने पर संचार को उचित रखना है। मेमोरी रिडक्शन संवेदनशील सामग्री को सीमित या हटा देता है जो अन्यथा एजेंट की स्मृति में बरकरार रह सकती है।
लाइव सेवा में 141 देशों के खिलाड़ियों का सर्वेक्षण भी शामिल था। उन खिलाड़ियों के लिए जिनके सत्रों की पुष्टि गेम रिकॉर्ड में हुई थी, जब उनसे पूछा गया कि क्या वे एली को अनुशंसा करेंगे तो सकारात्मक उत्तरों की हिस्सेदारी नकारात्मक जवाबों की तुलना में 25.1 प्रतिशत अंक अधिक थी। खिलाड़ियों ने एक साधारण उपकरण से परे एली की विशेषता भी दी, इसे टीममेट या साथी के रूप में उल्लेख किया।
परिणाम खेल AI में एक संभावित बदलाव का सुझाव देता हैः फिक्स्ड-रोल बॉट्स से साथी जो वास्तविक मैचों के दौरान बातचीत, समन्वय और अनुकूलन करते हैं। विवरण आगे की तैनाती विवरण नहीं देता है, लेकिन रिपोर्ट किए गए प्रशिक्षण पैमाने, लाइव सर्वेक्षण चौड़ाई और सिफारिश अंतर दिखाते हैं कि परियोजना का उद्देश्य असली खिलाड़ी अनुभव है, न केवल तकनीकी डेमो।

Comments (0)