← नवीनतम पेपर
🤖 कृत्रिम बुद्धिमत्ता

3D GameDev Arena: Benchmarking Coding Agents That Plan, Build, and Playtest extreme Long-Horizon Browser Games

यह शोधपत्र 3D GameDev Arena प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जिसमें 108 अत्यधिक दीर्घ-क्षितिज (long-horizon) कार्य शामिल हैं जो स्वचालित कोडिंग एजेंटों की शून्य से जटिल 3D ब्राउज़र गेम की योजना बनाने, निर्माण करने और उनका प्लेटेस्ट करने की क्षमता का मूल्यांकन करते हैं, जिससे यह पता चलता है कि वर्तमान एजेंट ऐसे कार्यों के साथ संघर्ष करते हैं और कोड-स्तर की शुद्धता खिलाड़ी की पसंद की गारंटी नहीं देती है।

मूल लेखक: Bizhe Bai, Jiliang Jian, Yuqing Yan, Tao Chen, Ying Wen

प्रकाशित 2026-11-19
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Bizhe Bai, Jiliang Jian, Yuqing Yan, Tao Chen, Ying Wen

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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक ऐसी दुनिया की कल्पना करें जहाँ आप एक कंप्यूटर को वीडियो गेम का वर्णन कर सकें, और वह न केवल कोड लिखे, बल्कि पात्रों को डिजाइन करे, 3D दुनिया का निर्माण करे, और 'मजे के कारक' (fun factor) का परीक्षण भी करे, वह भी अपने आप। यह आर्टिफिशियल इंटेलिजेंस का वह मोर्चा है, जहाँ शोधकर्ता मशीनों को सॉफ्टवेयर इंजीनियर के रूप में कार्य करना सिखा रहे हैं। कुछ समय से, इन AI प्रणालियों ने मौजूदा कोड में छोटी त्रुटियों को ठीक करने या सरल, फ्लैट प्रोग्राम बनाने में अपनी क्षमता सिद्ध की है। लेकिन उनकी वास्तविक क्षमता की परीक्षा कुछ जटिल चीज़ बनाने में निहित है: एक बड़ा, त्रि-आयामी (3D) गेम जो वास्तविक महसूस हो, दिखने में अच्छा हो, और वास्तव में खेलने में आनंददायक हो। यह एक बहुत बड़ी चुनौती है क्योंकि एक वीडियो गेम केवल निर्देशों की सूची नहीं है; यह एक जीवित प्रणाली है जहाँ भौतिकी (physics), दृश्य (visuals) और खिलाड़ी के विकल्प सहजता से एक साथ काम करने चाहिए। यदि कोड काम करता है लेकिन गेम जड़ या उबाऊ महसूस होता है, तो यह अपने सबसे महत्वपूर्ण उद्देश्य में विफल रहा है।

चीन के कई विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने '3D गेमडेव एरिना' (3D GameDev Arena) नामक एक नया परीक्षण मैदान बनाकर इस चुनौती को स्वीकार किया है। उन्होंने यह देखने के लिए यह प्रयास किया कि क्या वर्तमान AI एजेंट एक खाली फोल्डर और एक साधारण टेक्स्ट विवरण से शुरुआत करके, शून्य से एक पूर्ण 3D गेम बना सकते हैं। शोधकर्ताओं ने AI को कोई पहले से बना हुआ टेम्पलेट, स्टार्टर कोड, या तैयार 3D मॉडल नहीं दिए। इसके बजाय, AI को पूरे प्रोजेक्ट की योजना बनानी थी, अपने डिजिटल एसेट्स जैसे पात्र और वातावरण को खोजना या बनाना था, उन्हें चलाने के लिए कोड लिखना था, और फिर यह देखने के लिए गेम खेलना था कि क्या वह काम करता है। कार्य अत्यंत कठिन थे, जो रेसिंग और फाइटिंग से लेकर रोल-प्लेइंग एडवेंचर तक, चौदह अलग-अलग प्रकार के गेम्स तक फैले हुए थे। इनमें से कुछ कार्यों के लिए AI को लगभग आठ घंटे तक चलना पड़ा, जिसमें गेम की योजना बनाने, निर्माण करने और उसे ठीक करने के लिए उसके मस्तिष्क (brain) को एक हजार से अधिक अलग-अलग कॉल करनी पड़ीं।

इस प्रयोग के परिणाम एक आश्चर्यजनक अंतर को प्रकट करते हैं कि एक मशीन क्या सही ढंग से कर सकती है और एक इंसान को क्या मजेदार लगता है। शोधकर्ताओं ने गेम्स का मूल्यांकन तीन अलग-अलग तरीकों से किया। सबसे पहले, उन्होंने कोड की जाँच की कि क्या गेम नियमों का पालन करता है, जैसे कि क्या चोट लगने पर किसी पात्र का स्वास्थ्य (health) सही ढंग से कम होता है। दूसरा, उन्होंने 3D दुनिया कैसी दिखती है और नियंत्रण (controls) कितने सुचारू हैं, इसका निर्णय लेने के लिए स्वचालित एजेंटों (automated agents) का उपयोग किया। अंत में, उन्होंने अपने गेम्स को एक सार्वजनिक अखाड़े में रखा जहाँ वास्तविक मानव खिलाड़ियों ने एक ही गेम के दो अलग-अलग संस्करण खेले और उस संस्करण को वोट दिया जिसे वे पसंद करते थे। निष्कर्षों ने दिखाया कि जबकि AI अक्सर ऐसे गेम बना सकता था जो तकनीकी नियमों को पास कर लेते थे, लेकिन उन नियमों को पास करने का मतलब यह गारंटी नहीं था कि गेम मजेदार होगा। वास्तव में, दो AI सिस्टम जो तकनीकी परीक्षणों पर समान रूप से अच्छा प्रदर्शन करते थे, उन्हें मानव खिलाड़ियों द्वारा बहुत अलग तरह से रेट किया गया, जिसमें एक को दूसरे की तुलना में दोगुने से अधिक बार पसंद किया गया।

अध्ययन से पता चला कि एक सफल गेम की कुंजी यह नहीं थी कि AI ने कितना कोड लिखा या उसने दृश्य में कितने 3D ऑब्जेक्ट्स जोड़े। एक AI सिस्टम जिसने सबसे लोकप्रिय गेम्स बनाए, उसने अपना कोडबेस छोटा और व्यवस्थित रखा, जबकि एक अन्य सिस्टम जिसने प्लेयर प्रेफरेंस (player preference) में संघर्ष किया, उसने भारी मात्रा में कोड लिखा और स्क्रीन को दर्जनों अतिरिक्त 3D मॉडल्स से भर दिया, जिससे अक्सर गेम को नेविगेट करना कठिन हो गया। सबसे महत्वपूर्ण अंतर इस बात में था कि AI अपने काम की जाँच कैसे करता था। जिन AI सिस्टम को इंसानों ने सबसे ज्यादा पसंद किया, उन्होंने एक वास्तविक ब्राउज़र में गेम खेलकर, पात्रों को चलते हुए देखकर और एक खिलाड़ी की तरह नियंत्रणों का परीक्षण करके अपना समय बिताया। जिन सिस्टम को इंसानों ने नापसंद किया, वे ज्यादातर स्थिर जाँच (static checks) पर निर्भर थे, जो केवल यह सत्यापित करते थे कि कोड कागज पर कैसा दिखता है, बिना कभी गेम को चलते हुए देखे। यह सुझाव देता है कि AI को गेम डेवलपमेंट जैसे रचनात्मक कार्यों में महारत हासिल करने के लिए, इसे अपनी रचनाओं का अनुभव करना सीखना होगा, न कि केवल उनके तर्क (logic) को सत्यापित करना।

इन अंतर्दृष्टि के बावजूद, शोधकर्ता निष्कर्ष निकालते हैं कि शून्य से बड़े 3D गेम बनाना अभी भी पूरी तरह हल नहीं हुआ है। सबसे अच्छे AI सिस्टम ने भी तकनीकी आवश्यकताओं का केवल लगभग दो-तिहाई हिस्सा ही सही ढंग से पूरा किया, और कोई भी सिस्टम खेलने की क्षमता (playability) या मानवीय पसंद पर उच्च स्कोर तक नहीं पहुँच सका। AI अभी भी AI-जनरेटेड 3D मॉडल्स को एक कामकाजी गेम में एकीकृत करने के लिए संघर्ष करता है, अक्सर पात्रों को दुनिया के अनुकूल बनाने या उन्हें सही ढंग से चलाने में विफल रहता है। इसके अलावा, जबकि AI घंटों काम करने के बाद भी अपने लक्ष्य से नहीं भटका, वह गेम को स्वाभाविक महसूस कराने के लिए अपनी योजना को अनुकूलित करने में अक्सर विफल रहा। शोधकर्ता इस बात पर जोर देते हैं कि सही कोड लिखने की क्षमता, एक आकर्षक अनुभव बनाने की क्षमता के समान नहीं है। जैसे-जैसे AI विकसित हो रहा है, अगला कदम केवल ऐसी मशीनें बनाना नहीं है जो निर्देशों का पालन कर सकें, बल्कि ऐसे सिस्टम बनाना है जो खेल के सूक्ष्म, मानवीय अहसास को समझ सकें।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →