⚡ electrical engineering

Projected Variational Quantum Extragradient for Zero-Sum Games

यह शोध पत्र एक प्रक्षिप्त वेरिएशनल क्वांटम एक्स्ट्राग्रेडिएंट फ्रेमवर्क प्रस्तावित करता है जो क्वांटम सर्किटों का उपयोग करके मिश्रित रणनीतियों को पैरामीटराइज़ करता है और दो-खिलाड़ी शून्य-योग मैट्रिक्स खेलों को हल करने के लिए एक डोमिनेटेड एम्बेडिंग का उपयोग करता है, जो 32x32 तक के संरचित उदाहरणों पर अनुमानित नैश इक्विलिब्रिया (Nash equilibria) पर उच्च-परिशुद्धता अभिसरण प्रदर्शित करता है।

मूल लेखक: Duong The Do, Matthew Aldridge, Duong Tung Nguyen

प्रकाशित 2026-04-21

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Duong The Do, Matthew Aldridge, Duong Tung Nguyen

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि दो लोग पोकर का एक हाई-स्टेक्स गेम खेल रहे हैं, लेकिन कार्डों के बजाय, वे एक जटिल, डिजिटल दुनिया में निर्णय ले रहे हैं। एक खिलाड़ी जितना संभव हो सके जीतना चाहता है, जबकि दूसरा जितना कम संभव हो सके हारना चाहता है (एक "जीरो-सम" गेम)। वास्तविक दुनिया में, दोनों खिलाड़ियों के लिए एक आदर्श रणनीति खोजना—जहाँ न तो किसी के पास अपना कदम बदलने का कोई प्रोत्साहन हो—नैश इक्विलिब्रियम (Nash Equilibrium) कहलाता है।

लंबे समय से, कंप्यूटर इन खेलों को हल करने में अच्छे रहे हैं, लेकिन जब खेल बहुत विशाल हो जाते हैं (जैसे कि लाखों खानों वाला शतरंज का बोर्ड), तो पारंपरिक कंप्यूटर धीमे पड़ जाते हैं। उन्हें हर एक संभावना की जांच करनी पड़ती है, जिसमें बहुत समय लगता है।

यह पेपर क्वांटम कंप्यूटरों का उपयोग करके इन विशाल खेलों को हल करने का एक नया तरीका पेश करता है। यहाँ इसका सरल विवरण दिया गया है:

1. समस्या: "बहुत बड़ा होने वाला" पहेली (The "Too Big to Fit" Puzzle)

कल्पना कीजिए कि आपके पास एक खेल है जिसमें खिलाड़ी A के लिए 50 अलग-अलग चालें हैं और खिलाड़ी B के लिए 60। एक क्वांटम कंप्यूटर एक विशेष बॉक्स की तरह है जो केवल दो की घातों (2, 4, 8, 16, 32, 64...) को ही रख सकता है। यह स्वाभाविक रूप से "50" या "60" को नहीं रख सकता।

यदि आप खेल को जबरदस्ती उस बॉक्स में डालते हैं, तो आप अनजाने में खेल के नियमों को बदल सकते हैं, जिससे समाधान गलत हो सकता है।

समाधान: लेखकों ने एक "डोमिनेटेड एम्बेडिंग" (dominated embedding) बनाई है। इसे खेल में डमी चालें (dummy moves) जोड़ने के रूप में समझें। उन्होंने कुछ अतिरिक्त, बेहद खराब चालें जोड़ी हैं जिन्हें कोई भी तर्कसंगत खिलाड़ी कभी नहीं चुनेगा (जैसे कि ऐसी चाल जो गारंटी दे कि आप $1 मिलियन हार जाएंगे)। क्योंकि ये चालें इतनी खराब हैं, खिलाड़ी स्वाभाविक रूप से इन्हें अनदेखा कर देते हैं। यह क्वांटम कंप्यूटर को वास्तविक खेल के परिणाम को बदले बिना, खेल को अपने "दो की घात" वाले बॉक्स में फिट करने की अनुमति देता है।

2. रणनीति: चालों को क्वांटम तरंगों में बदलना (Turning Moves into Quantum Waves)

संभावनाओं की सूची लिखने के बजाय (जैसे, "मैं चाल A को 30% बार खेलूँगा"), क्वांटम कंप्यूटर क्वांटम सर्किट (Quantum Circuits) का उपयोग करता है।

उपमा: कल्पना करें कि खिलाड़ी केवल संख्याओं की सूची नहीं पकड़े हुए हैं, बल्कि वे एक जटिल रेडियो डायल को ट्यून कर रहे हैं। "डायल" (सर्किट पैरामीटर्स) विभिन्न रेडियो स्टेशनों (चालों) के वॉल्यूम को नियंत्रित करता है।
जब आप डायल घुमाते हैं, तो क्वांटम कंप्यूटर एक "बॉर्न डिस्ट्रीब्यूशन" (Born distribution) बनाता है। यह बस एक फैंसी तरीका है यह कहने का कि: "डायल की सेटिंग्स निर्धारित करती हैं कि सिस्टम को मापने पर प्रत्येक चाल होने की संभावना क्या है।"
लक्ष्य इन डायल को तब तक घुमाना है जब तक कि खेल एक पूर्ण संतुलन (नैश इक्विलिब्रियम) तक न पहुँच जाए।

3. चुनौती: "नॉन-कॉन्वेक्स" भूलभुलैया (The "Non-Convex" Maze)

सामान्य गणित में, सबसे अच्छा समाधान खोजना एक पहाड़ी से नीचे घाटी की ओर जाने जैसा है। यह आसान है। लेकिन इस क्वांटम सेटअप में, "लैंडस्केप" एक जंगली, ऊबड़-खाबड़ इलाका है जिसमें कई नकली घाटियाँ और पहाड़ियाँ हैं। यह एक नॉन-कॉन्वेक्स (non-convex) भूलभुलैया है। यदि आप केवल ढलान के नीचे की ओर कदम उठाते हैं, तो आप एक छोटे से गड्ढे में फंस सकते हैं जो असली तल नहीं है।

4. विधि: "लुक-अहेड" स्टेप (The "Look-Ahead" Step - Extragradient)

इस ऊबड़-खाबड़ भूलभुलैया में रास्ता खोजने के लिए, लेखकों ने एक्स्ट्राग्रेडिएंट (Extragradient) तकनीक का उपयोग किया।

उपमा: कल्पना कीजिए कि आप टॉर्च लेकर अंधेरे में चल रहे हैं।
- सामान्य विधि: आप रोशनी डालते हैं, ढलान देखते हैं, और एक कदम उठाते हैं।
- एक्स्ट्राग्रेडिएंट विधि: आप रोशनी डालते हैं, एक संभावित कदम उठाते हैं, फिर उस नई जगह से फिर से रोशनी डालते हैं ताकि यह देख सकें कि क्या ढलान अभी भी नीचे की ओर जा रही है। उसके बाद ही आप पूरे कदम के लिए प्रतिबद्ध होते हैं।
यह "लुक-अहेड" मूव खिलाड़ियों को लूप में फंसने या आगे-पीछे उछलने से बचने में मदद करता है। यह पूर्ण रणनीति की खोज को स्थिर बनाता है।

5. मापन: "शॉट" शोर (The "Shot" Noise)

क्वांटम कंप्यूटर शोर वाले होते हैं। आप केवल यह नहीं पूछ सकते, "संभावना क्या है?" और एक सटीक संख्या प्राप्त कर सकते हैं। आपको प्रयोग को कई बार (जिसे शॉट्स/shots कहा जाता है) चलाना होगा और परिणामों को गिनना होगा, जैसे कि यह देखने के लिए कि क्या सिक्का निष्पक्ष है, 1,000 बार सिक्का उछालना।

यह पेपर सिद्ध करता है कि इस "सिक्का उछालने" वाले शोर के बावजूद, यदि आप पर्याप्त शॉट्स लेते हैं, तो गणित काम करता है। आप जितने अधिक शॉट्स लेंगे, तस्वीर उतनी ही स्पष्ट होती जाएगी, और आप पूर्ण रणनीति के उतने ही करीब पहुँच जाएंगे।

6. परिणाम: खेल जीतना (Winning the Game)

टीम ने विभिन्न आकारों के खेलों पर इसका परीक्षण किया, छोटे 4x4 ग्रिड से लेकर विशाल 32x32 ग्रिड तक।

स्ट्रक्चर्ड गेम्स (Structured Games): जब खेल में एक स्पष्ट पैटर्न था (जैसे एक चाल स्पष्ट रूप से बेहतर थी), तो क्वांटम पद्धति ने अत्यधिक सटीकता के साथ लगभग तुरंत पूर्ण समाधान खोज लिया।
रैंडम गेम्स (Random Games): जब खेल अराजक था और इसमें कोई स्पष्ट पैटर्न नहीं था, तो विधि अभी भी काम करती थी, लेकिन यह थोड़ी धीमी और कम सटीक थी। यह अपेक्षित है, क्योंकि यादृच्छिक अराजकता (random chaos) किसी भी कंप्यूटर के लिए हल करना कठिन होता है।

मुख्य विचार (The Big Picture)

यह पेपर गेम थ्योरी और क्वांटम कंप्यूटिंग के बीच एक सेतु है। यह दिखाता है कि हम जटिल रणनीतिक समस्याओं को हल करने के लिए क्वांटम यांत्रिकी की अजीब, संभाव्य प्रकृति का उपयोग कैसे कर सकते हैं, जो आज के मानक कंप्यूटरों के लिए बहुत बड़ी हैं।

उन्होंने केवल एक सिद्धांत नहीं बनाया; उन्होंने एक कामकाजी एल्गोरिदम बनाया है जो क्वांटम डायल को ट्यून करके, जाल से बचने के लिए आगे देखकर, और उन फर्जी चालों को अनदेखा करके जो मायने नहीं रखतीं, एक खेल में "पूर्ण रणनीति" खोज सकता है। यह साइबर सुरक्षा, अर्थशास्त्र और AI रणनीति जैसे वास्तविक दुनिया के कार्यों के लिए क्वांटम कंप्यूटरों का उपयोग करने की दिशा में एक महत्वपूर्ण कदम है।

यहाँ शोध पत्र "Projected Variational Quantum Extragradient for Zero-Sum Games" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र परिमित दो-खिलाड़ी शून्य-योग मैट्रिक्स खेलों (finite two-player zero-sum matrix games) में नैश इक्विलिब्रियम (Nash Equilibria - NE) खोजने की कम्प्यूटेशनल चुनौती को संबोधित करता है। जबकि शास्त्रीय विधियाँ (जैसे लीनियर प्रोग्रामिंग) इन्हें सटीक रूप से हल कर सकती हैं, वे बड़े पैमाने के या ऑरेकल-आधारित परिवेशों के लिए अव्यवहारिक हो जाती हैं। इसके अतिरिक्त, आधुनिक अनुप्रयोगों के लिए अक्सर स्केलेबल, प्रथम-क्रम (first-order) पुनरावृत्ति विधियों की आवश्यकता होती है।

लेखक इन खेलों को हल करने के लिए एक वेरिएशनल क्वांटम (Variational Quantum) दृष्टिकोण प्रस्तावित करते हैं। मुख्य चुनौती यह है कि क्वांटम सर्किटों का उपयोग करके शास्त्रीय मिश्रित रणनीतियों (संभाव्यता वितरण) का प्रतिनिधित्व करना मूल द्विरेखीय सैडल-पॉइंट समस्या (bilinear saddle-point problem) (जो कि कॉनवेक्स-कॉनकेव है) को सर्किट मापदंडों (parameters) के स्थान में एक सुचारू लेकिन सामान्यतः नॉनकॉन्वेक्स-नॉनकॉन्केव मिन-मैक्स अनुकूलन समस्या में बदल देता है। इसके अलावा, क्वांटम हार्डवेयर बाधाएं (क्विबिट संख्या) मनमाने गेम आयामों $(m, n)$ को बिना संतुलन संरचना (equilibrium structure) को विकृत किए, पावर-ऑफ-टू (power-of-two) आयामों में मैप करने की मांग करती हैं।

2. कार्यप्रणाली (Methodology)

प्रस्तावित ढांचा, प्रोजेक्टेड वेरिएशनल क्वांटम एक्स्ट्राग्रेडिएंट (Projected Variational Quantum Extragradient - VQEG), चार मुख्य तकनीकी घटकों से बना है:

A. इक्विलिब्रियम-प्रिजर्विंग डोमिनेटेड एम्बेडिंग (Equilibrium-Preserving Dominated Embedding)

क्वांटम हार्डवेयर (जिसके लिए आयाम $M, N$ को $2 $की घात$ 2^q $होना आवश्यक है) पर मनमाने गेम आकार$ (m, n)$ को संभालने के लिए, लेखक एक डोमिनेटेड एम्बेडिंग पेश करते हैं:

मूल पे-ऑफ मैट्रिक्स $A \in \mathbb{R}^{m \times n}$ को एक बड़े मैट्रिक्स $\tilde{A} \in \mathbb{R}^{M \times N}$ में एम्बेड किया जाता है जहाँ $M=2^{\lceil \log_2 m \rceil}$ और $N=2^{\lceil \log_2 n \rceil}$ है।
तंत्र (Mechanism): अतिरिक्त "डमी" क्रियाएं जोड़ी जाती हैं। रो प्लेयर (row player) की क्रियाओं $i > m$ के लिए, पे-ऑफ $-C$ (जहाँ $C > \|A\|_\infty$ ) सेट किया जाता है; कॉलम प्लेयर (column player) की क्रियाओं $j > n$ के लिए, पे-ऑफ $+C$ सेट किया जाता है।
परिणाम: ये डमी क्रियाएं स्ट्रिक्टली डोमिनेटेड (strictly dominated) हैं। सैद्धांतिक प्रमाण यह दर्शाता है कि एम्बेडेड गेम के किसी भी नैश इक्विलिब्रियम में, डमी क्रिया खेलने की संभाव्यता शून्य होती है। इस प्रकार, एम्बेडेड गेम का इक्विलिब्रियम ठीक से मूल गेम में मैप होता है।

B. वेरिएशनल क्वांटम पैरामीट्राइजेशन (Variational Quantum Parameterization)

मिश्रित रणनीतियों को पैरामीटराइज्ड क्वांटंट सर्किट (PQCs) का उपयोग करके पैरामीटराइज किया जाता है:

प्रतिनिधित्व: प्रत्येक खिलाड़ी की रणनीति एक यूनिटरी सर्किट ( $U_\theta$ रो प्लेयर के लिए, $V_\phi$ कॉलम प्लेयर के लिए) द्वारा उत्पन्न बोर्न वितरण (Born distribution) है, जो $|0\rangle$ पर कार्य करता है।
एन्सात्ज़ (Ansatz): एक हार्डवेयर-एफिशिएंट एन्सात्ज़ का उपयोग किया जाता है, जिसमें सिंगल-क्विबिट रोटेशन ( $R_y, R_z$ ) और नियरेस्ट-नेबर एंटैंगलिंग गेट्स ($CZ$) की वैकल्पिक परतें शामिल हैं।
उद्देश्य फलन (Objective Function): शास्त्रीय द्विरेखीय पे-ऑफ $f(x, y) = x^T A y$ को एक डायगोनल ऑब्जर्वेबल के एक्सपेक्टेशन वैल्यू के रूप में पुन: व्यक्त किया जाता है:
$L(\theta, \phi) = \text{Tr}(\rho_\theta D(y_\phi)) = \langle x_\theta, \tilde{A} y_\phi \rangle$
यह गेम को एक पैरामीट्रिक मिन-मैक्स समस्या में बदल देता है: $\max_\theta \min_\phi L(\theta, \phi)$ ।

C. पैरामीटर-शिफ्ट नियम के माध्यम से ग्रेडिएंट अनुमान (Gradient Estimation via Parameter-Shift Rule)

चूंकि उद्देश्य क्वांटम माप के संबंध में शास्त्रीय अर्थों में नॉन-डिफरेंशिएबल है, इसलिए ग्रेडिएंट का अनुमान पैरामीटर-शिफ्ट नियम का उपयोग करके लगाया जाता है:

पैरामीटर $\theta_k$ के सापेक्ष आंशिक अवकलज (partial derivative) की गणना इस प्रकार की जाती है:
$\frac{\partial L}{\partial \theta_k} = \frac{1}{2} \left( L(\theta_k^+, \phi) - L(\theta_k^-, \phi) \right)$
जहाँ $\theta_k^\pm = \theta_k \pm \frac{\pi}{2}$ है।
शॉट-आधारित अनुमान (Shot-Based Estimation): एक्सपेक्टेशन वैल्यूज का अनुमान $S$ मेजरमेंट शॉट्स का उपयोग करके लगाया जाता है। लेखक सिद्ध करते हैं कि परिणामी ग्रेडिएंट एस्टीमेटर अनबायस्ड (unbiased) है और इसका वेरिएंस (variance) $O(1/S)$ के रूप में स्केल करता है।

D. प्रोजेक्टेड एक्स्ट्राग्रेडिएंट एल्गोरिदम (Projected Extragradient Algorithm)

नॉनकॉन्वेक्स-नॉनकॉन्केव सैडल-पॉइंट समस्या को हल करने के लिए, लेखक प्रोजेक्टेड एक्स्ट्राग्रेडिएंट विधि का उपयोग करते हैं:

प्रेडिक्टर स्टेप (Predictor Step): वर्तमान स्टोकेस्टिक ग्रेडिएंट अनुमान $\hat{G}(\omega_t)$ का उपयोग करके एक संभावित अपडेट की गणना करें।
करैक्टर स्टेप (Corrector Step): प्रेडिक्टर पॉइंट पर ग्रेडिएंट का मूल्यांकन करें और अंतिम अपडेट करें।
प्रोजेक्शन (Projection): स्थिरता सुनिश्चित करने के लिए दोनों चरणों को एक बाउंडेड कॉनवेक्स सेट $W$ पर प्रोजेक्ट किया जाता है।
एल्गोरिदम: प्रक्रिया अभिसरण (convergence) तक पुनरावृत्ति करती है, जो सर्किट मापदंडों को आउटपुट करती है जो रणनीतियों को परिभाषित करते हैं।

3. प्रमुख योगदान (Key Contributions)

वेरिएशनल क्वांटम फॉर्मुलेशन: PQC-प्रेरित बोर्न डिस्ट्रीब्यूशन के माध्यम से मिश्रित रणनीतियों को पैरामीटराइज करने का एक तरीका पेश किया, जिसने गेम मैट्रिक्स समस्या को पैरामीट्रिक मिन-मैक्स अनुकूलन में बदल दिया।
डोमिनेटेड एम्बेडिंग: एक नवीन एम्बेडिंग तकनीक विकसित की जो मनमाने $(m, n)$ गेम्स को क्वांटम हार्डवेयर-संगत आयामों में मैप करती है, जबकि गणितीय रूप से यह गारंटी देती है कि इक्विलिब्रियम संरचना संरक्षित रहती है (डमी क्रियाएं शून्य संभाव्यता प्राप्त करती हैं)।
VQEG एल्गोरिदम: विशेष रूप से क्वांटम हार्डवेयर के लिए तैयार किया गया एक विशिष्ट एक्स्ट्राग्रेडिएंट एल्गोरिदम प्रस्तावित किया, जो पैरामीटर-शिफ्ट ग्रेडिएंट्स का उपयोग करता है और शॉट नॉइज़ को संभालता है।
अभिसरण विश्लेषण (Convergence Analysis): मानक स्मूथनेस और बाउंडेड-वेरिएंस मान्यताओं के तहत अनुमानित प्रथम-क्रम स्टेशनैरिटी (approximate first-order stationarity) में अभिसरण को सिद्ध किया। विश्लेषण स्थापित करता है कि ग्रेडिएंट एस्टीमेटर का वेरिएंस $O(1/S)$ के रूप में स्केल करता है।
इक्विलिब्रियम सर्टिफिकेशन: यह पहचाना गया कि पैरामीटर स्पेस में स्टेशनैरिटी मूल गेम स्पेस में नैश इक्विलिब्रियम की गारंटी नहीं देती है। इसलिए, लेखक अनुकूलतमता के अनुभवजन्य प्रमाण के रूप में नैश गैप (Nash Gap) (ड्यूलिटी गैप) का उपयोग करते हैं।

4. संख्यात्मक परिणाम (Numerical Results)

लेखकों ने $32 \times 32$ तक के आकार के स्ट्रक्चर्ड और अनस्ट्रक्चर्ड गेम्स पर VQEG का मूल्यांकन किया:

स्ट्रक्चर्ड इंस्टेंस (Dominant-Row & Matching Pennies):
- VQEG ने उच्च-परिशुद्धता समाधान (high-precision solutions) प्राप्त किए, जहाँ नैश गैप अक्सर संख्यात्मक परिशुद्धता ( $10^{-10}$ से $10^{-16}$ ) के करीब पहुँच जाता है।
- एल्गोरिदम ने स्थिर लास्ट-इटरेट कन्वर्जेंस (stable last-iterate convergence) प्रदर्शित किया (अंतिम रणनीति संतुलन के करीब है, न कि केवल औसत)।
- डमी क्रियाओं में "लीकेज" नगण्य ( $\approx 10^{-16}$ ) था, जो एम्बेडिंग की वैधता की पुष्टि करता है।
अनस्ट्रक्चर्ड इंस्टेंस (Random Games):
- प्रदर्शन मिश्रित रहा। हालांकि VQEG अक्सर $\epsilon$ -इक्विलिब्रियम मानदंड ( $\epsilon = 5 \times 10^{-3}$ ) को संतुष्ट करता है, लेकिन स्ट्रक्चर्ड गेम्स की तुलना में नैश गैप अधिक था।
- समस्या का आकार बढ़ने के साथ प्रदर्शन में गिरावट आई, जो अनस्ट्रक्चर्ड सेटिंग्स में सर्किट एक्सप्रेसिविटी और स्टोकेस्टिक नॉइज़ से संबंधित चुनौतियों को उजागर करता है।
तुलना: बड़े पैमाने पर विधि ने एंट्रॉपी-रेगुलराइज्ड वेरिएंट्स से बेहतर प्रदर्शन किया, और वहां स्थिरता बनाए रखी जहां अन्य विधियां खराब प्रदर्शन करती हैं।

5. महत्व (Significance)

गेम थ्योरी और क्वांटम कंप्यूटिंग का मिलन: यह कार्य शास्त्रीय गेम-थ्योरिटिक समस्याओं को लागू करने के लिए एक कठोर ढांचा प्रदान करता है, जो साधारण खिलौना उदाहरणों से आगे बढ़कर संरचित मैट्रिक्स गेम्स तक जाता है।
नॉनकॉन्वेक्सिटी को संभालना: यह अंतर्निहित नॉनकॉन्वेक्सिटी को संबोधित करता है, जो क्वांटम पैरामीट्राइजेशन द्वारा पेश की गई है, और एक स्थिर अनुकूलन एल्गोरिदम (एक्स्ट्राग्रेडिएंट) प्रदान करता है जो विशेष रूप से क्वांटम ग्रेडिएंट्स के लिए अनुकूलित है।
स्केलेबिलिटी: डोमिनेटेड एम्बेडिंग तकनीक गेम के समाधान को बदले बिना क्वांटम हार्डवेयर की बाधाओं में मनमाने समस्या आकारों को मैप करने की महत्वपूर्ण समस्या को हल करती है।
व्यावहारिक सत्यापन: नैश गैप को एक मीट्रिक के रूप में उपयोग करके, शोध पत्र पैरामीटर स्पेस में सैद्धांतिक अभिसरण से आगे बढ़कर इक्विलिब्रियम की गुणवत्ता के व्यावहारिक सत्यापन की ओर बढ़ता है, यह प्रदर्शित करता है कि क्वांटम वेरिएशनल विधियां $32 \times 32$ तक के संरचित समस्याओं पर उच्च परिशुद्धता प्राप्त कर सकती हैं।

निष्कर्ष: यह शोध पत्र VQEG को शून्य-योग खेलों में नैश इक्विलिब्रियम की गणना करने के लिए एक व्यवहार्य, सैद्धांतिक रूप से सुदृढ़ और प्रयोगात्मक रूप से मान्य दृष्टिकोण के रूप में स्थापित करता है, जो विशेष रूप से संरचित वातावरण में उत्कृष्ट प्रदर्शन करता है जबकि अनस्ट्रक्चर्ड, बड़े पैमाने के रैंडम गेम्स के लिए विशिष्ट चुनौतियों की पहचान करता है।