இந்த தளத்தின் உள்ளடக்கம் செயற்கை நுண்ணறிவு (AI) அல்லது இயந்திர மொழிபெயர்ப்பு தொழில்நுட்பம் மூலம் மொழிபெயர்க்கப்பட்டுள்ளது; பிழைகள் இருக்கலாம்.

Skip to content

சமீபத்தியது

மேலும் முடிவுகள்

கட்டமைப்பு விளையாட்டு உருவாக்கத்தை ரோப்லாக்ஸ் எவ்வாறு மதிப்பீடு செய்கிறது

உருவாக்குபவரின் நோக்கத்திலிருந்து வீரரின் அனுபவம் வரை AI விளையாட்டு உருவாக்கத்தை அளவிடுதல்

Measuring AI Game Creation From Creator Intent to Player Experience

எங்களின் புதிய மொபைல்-முதலில் உருவாக்கப்பட்ட படைப்புக் கருவியான பில்ட், ஒரு ரோப்லாக்ஸ் பயனரை உரைப் பரிந்துரைகளைப் பயன்படுத்தி ஒரு விளையாட்டை உருவாக்கவும், அதை உலகெங்கிலும் உள்ள வீரர்களுக்கு வெளியிடவும் அனுமதிக்கிறது. ஒரு முழுமையான விளையாட்டை உருவாக்க, விளையாட்டு உருவாக்கத்திற்கான ஒரு முழுமையான செயல்திறன் மிக்க அமைப்பு தேவைப்படுகிறது: இது குறியீடு, காட்சிச் சொத்துக்கள், விளையாட்டு அமைப்புகள், பயனர் இடைமுகம் (UI), மற்றும் கட்டுப்பாடுகள் ஆகியவற்றை ஒரு ஒற்றை கலவையான பொருளாக ஒருங்கிணைக்க வேண்டும். இந்த அமைப்பு, வீரர் உள்ளீடு மற்றும் பலர் விளையாடும்போது ஏற்படும் பல்வேறு சூழ்நிலைகளை வலுவாகக் கையாள வேண்டும். நியூசிலாந்தில் ஆல்ஃபா வெளியீட்டிலிருந்து, 100,000-க்கும் மேற்பட்ட வீரர்கள் ஒரு விளையாட்டை உருவாக்க Build-ஐப் பயன்படுத்தியுள்ளனர், மேலும் தோராயமாக 9,000 Build விளையாட்டுகள் வெளியிடப்பட்டுள்ளன.1 விளையாட்டை உருவாக்க Build-ஐப் பயன்படுத்திய ஆயிரக்கணக்கானவர்களில், 71% பேர் இதற்கு முன்பு Roblox ஸ்டுடியோவைப் பயன்படுத்தியதில்லை,1 இது அவர்கள் Build மூலம் புதிதாக ஒன்றை முயற்சிக்கிறார்கள் என்பதைக் காட்டுகிறது.

ஆனால், இந்த புதிய கருவி பயன்படுத்த எளிதானதாகவும், அது உருவாக்கும் விளையாட்டுகளின் தரம் மேம்படுத்துவதற்குப் போதுமான அளவு உயர்வாகவும் இருந்தால் மட்டுமே உருவாக்குநர்கள் இதைப் பயன்படுத்துவார்கள். Build மூலம் உருவாக்கப்பட்ட விளையாட்டுகளின் தரத்தைப் புரிந்துகொள்ள, நாங்கள் முழுமையான உருவாக்கும் பயணத்தை மதிப்பிடுகிறோம், மேலும் அந்த மதிப்பீடுகள் மற்றும் உருவாக்குநர்களின் கருத்துக்களைப் பயன்படுத்தி தயாரிப்பை மேம்படுத்துகிறோம். எங்கள் மதிப்பீட்டு (மதிப்பீடு) கட்டமைப்பு, நோக்கப் புரிதல், 3D விளையாடக்கூடிய தன்மை மற்றும் மெருகூட்டல் ஆகியவற்றை முன்னுரிமைப்படுத்தவும் மேம்படுத்தவும் எங்களுக்கு உதவியுள்ளது. நியூசிலாந்தில் Build-இன் ஆல்ஃபா வெளியீடு முதல், படைப்பாளிகளின் திருப்தி 10% மேம்பட்டுள்ளது, விரும்பத்தகாத வெளியீடுகள் 18%-லிருந்து 3%-ஆகக் குறைந்துள்ளது, மேலும் சுமார் 14% தூண்டப்பட்ட அமர்வுகளும் 19% விளையாட்டுச் சோதனைகளும் வெளியிடப்படுகின்றன.2 இவை முன்னேற்றத்தின் விளக்கக் குறிகாட்டிகளாகும், மதிப்பீட்டின் தாக்கத்தின் காரணகாரிய மதிப்பீடுகளாக மட்டும் அல்ல.

விளையாட்டு உருவாக்கத்தை மதிப்பிடுவது ஏன் வேறுபட்டது

ஆப்ஸ், வீடியோக்கள் மற்றும் உலக மாதிரிகள் போன்ற கலவையான விளைபொருட்களை உருவாக்கும் பிற அமைப்புகளில் காணப்படும் சில மதிப்பீட்டு சவால்களை விளையாட்டுகளும் பகிர்ந்து கொள்கின்றன. உதாரணமாக, தரம் என்பது பல கூறுகள் எவ்வாறு ஒன்றாகச் செயல்படுகின்றன என்பதைப் பொறுத்தது, மேலும் எந்தவொரு தனிப்பட்ட கூற்றின் மதிப்பீடும் முழுமையான விளைவை விவரிக்காது. 

விளையாட்டுகளை வேறுபடுத்திக் காட்டுவது என்னவென்றால், அதன் விளைபொருள் என்பது வீரர்களால் இயக்கப்படும் ஒரு செயல்படுத்தக்கூடிய, நிகழ்நேர அமைப்பாகும். பதிலளிப்புத்திறன், செயல்திறன், முன்னேற்றம் மற்றும் விளையாட்டு உணர்வு போன்ற பண்புகள் ஊடாடலின் மூலம் வெளிப்படுகின்றன, மேலும் குறியீடு அல்லது சொத்துக்களை மட்டும் ஆய்வு செய்வதன் மூலம் அவற்றை முழுமையாக மதிப்பிட முடியாது. எனவே, ஒரு விளையாட்டு குறைந்த மட்டத் துல்லியம் (குறைபாடற்ற மற்றும் விளையாடக்கூடியது) மற்றும் உயர் மட்ட வீரர் அனுபவம் (முடிவடைந்ததாக உணரப்படும் ஒரு விளையாட்டு, ஒரு முன்மாதிரி அல்ல) ஆகிய இரண்டிலும் தனித்துவமான உயர் தரத்தை எட்ட வேண்டும். 

மதிப்பீட்டின் மூலம் நாங்கள் பதிலளிக்க விரும்பும் கேள்வி, ஏதேனும் ஒரு பகுதி சரியானதா என்பது அல்ல, மாறாக முழுமையான படைப்பு உருவாக்குநரின் நோக்கத்துடன் பொருந்துகிறதா, மற்றும் வீரர்கள் முழு அனுபவத்தையும் விளையாடி முடிக்க முடியுமா என்பதுதான். அதற்கு பதிலளிக்க ஒரு அளவீட்டிற்கு மேல் தேவைப்படுகிறது.

நான்கு சமிக்ஞைகள், ஒரு கட்டமைப்பு

எங்கள் உருவாக்க உருவாக்க மதிப்பீட்டுச் சட்டகம் நான்கு சமிக்ஞைகளை இணைக்கிறது. ஒவ்வொன்றும் வெவ்வேறு கேள்விகளுக்குப் பதிலளிக்கிறது, வெவ்வேறு வகையான தோல்விகளைக் கண்டறிகிறது, மற்றும் ஒரு உறுதியான அளவுசார் மதிப்பெண்ணை அளிக்கிறது:

The Build creation eval framework combines four signals. Each answers a different question, catches a different class of failure, and yields a concrete quantitative score.
விளையாட்டு உருவாக்க மதிப்பீட்டு சமிக்ஞைகள் முழுமையான விளையாட்டு உருவாக்க செயல்முறையையும் உள்ளடக்குகின்றன.

1. விளையாட்டு விவரக்குறிப்புத் தரம் (0 - 100 மதிப்பெண்): பில்ட் என்பது முழுமையான உருவாக்க முகவரியாகும்: இது உருவாக்குநரின் உள்வாங்கலை ஒரு விவரக்குறிப்பாக மொழிபெயர்த்து, பின்னர் அதைப் பயன்படுத்தி விளையாட்டை உருவாக்குகிறது. அந்த விவரக்குறிப்பு முக்கியமான முடிவுகளை வெளிப்படையாக எடுக்கிறதா, உருவாக்குநரின் நோக்கத்தைப் பாதுகாக்கிறதா, ரோப்லாக்ஸின் இயக்க நேரத்தில் சாத்தியக்கூறுகளைக் கருத்தில் கொள்கிறதா, மற்றும் ஒருபோதும் வெளிப்படுத்தப்படாத தேவைகளைக் கண்டுபிடிப்பதைத் தவிர்க்கிறதா என்பதை மதிப்பீட்டாளர் மதிப்பிடுகிறார்.

2. நிலையான விளையாட்டுத் தரம் (0 - 100 மதிப்பெண்): நிலையான பகுப்பாய்வாளர், உருவாக்கப்பட்ட விளையாட்டை Roblox ஸ்டுடியோ எடிட் பயன்முறையில் ஆய்வு செய்கிறார். இதில் விளையாட்டு அமைப்பு, ஸ்கிரிப்டுகள், சொத்துக்கள், பண்புகள், இணைப்புகள் மற்றும் வாடிக்கையாளர்/சர்வர் எல்லைகள் ஆகியவை அடங்கும். இந்தக் கட்டத்தில் நாங்கள் இரண்டு கேள்விகளுக்குப் பதிலளிக்க முயற்சிக்கிறோம். முதலாவது, விளையாட்டு சரியாக உருவாக்கப்பட்டுள்ளதா என்பது: தேவையான அமைப்புகளின் செயலாக்கம், எஞ்சின்-API மற்றும் நெட்வொர்க்கிங் தேர்வுகள், எதிர்பார்க்கப்பட்ட கட்டுப்பாடுகள் மற்றும் பயனர் இடைமுகக் கூறுகளின் இருப்பு, விளையாட்டு கட்டமைப்பின் வலிமை மற்றும் ஒருங்கிணைப்பு. 

இரண்டாவது, அது வேடிக்கையாக வடிவமைக்கப்பட்டுள்ளதா என்பது: முக்கிய-சுழற்சியின் ஆழம், உள்ளடக்கத்தின் பன்முகத்தன்மை மற்றும் படிப்படியான அதிகரிப்பு, முன்னேற்றம், மீண்டும் விளையாடக்கூடிய தன்மை, மற்றும் ஒரு வகைக்கு அப்பாற்பட்ட புதுமை. ஒரு விளையாட்டு கட்டமைப்பு ரீதியாகத் தெளிவாக இருக்கலாம், ஆனால் உள்ளடக்க ஆழம் இல்லாமல் இருக்கலாம், அல்லது யோசனைகள் நிறைந்திருக்கலாம், ஆனால் மோசமாக இணைக்கப்பட்டிருக்கலாம். 

இந்த இரண்டு கண்ணோட்டங்களையும் பிரித்து, சிறந்த நடைமுறைகளுக்கு எதிராக அளவிடுவது, விளையாட்டு எங்கு தோல்வியடைகிறது என்பது பற்றிய ஒரு விரிவான புரிதலை நமக்கு அளிக்கிறது.

3. விளையாட்டுச் சோதனை (0 - 100% தேர்ச்சி விகிதம்): விளையாட்டுச் சோதனையாளர், குறியீட்டிலிருந்து நிகழ்வுகளை இயக்குவதற்குப் பதிலாக, தொடுதல்கள், கிளிக்குகள், விசை அழுத்தங்கள் மற்றும் வழிசெலுத்தல் உள்ளிட்ட உண்மையான வீரரைப் போன்ற உள்ளீடுகளுடன் விளையாட்டை இயக்கி, ஒரு சோதனைத் திட்டத்தைச் செயல்படுத்துகிறார். ஒவ்வொரு நிகழ்வுக்கான சோதனைத் திட்டம், விளையாட்டுத் தொடங்குதல், பதிலளித்தல், முன்னேறுதல், தோல்வியிலிருந்து மீண்டு வருதல் மற்றும் இயக்க நேரப் பிழைகள் இல்லாமல் இருப்பதைச் சரிபார்க்கிறது. ஒவ்வொரு உருப்படியும் கடத்தல்/தோல்வி என்ற இருநிலை முடிவாகும், இது ஒரு சாதாரண விளையாடக்கூடியது/விளையாட முடியாதது என்ற தீர்ப்புடன், அடுக்கு-எடை கொண்ட கடத்தல் விகிதமாகவும் அறிவிக்கப்படுகிறது. நிலைத்தன்மையை அளவிட நாங்கள் சோதனைகளை மீண்டும் செய்கிறோம்.

4. காட்சி மற்றும் அனுபவத் தரம் (0 - 100 மதிப்பெண்): ஒரு விளையாட்டின் தோற்றத்திற்கும் உணர்விற்கும் மிகவும் முக்கியமான சிலவற்றை குறியீட்டில் இருந்து படிக்க முடியாது, எனவே காட்சி மதிப்பீட்டாளர், வெவ்வேறு சாதனங்களைப் பிரதிநிதித்துவப்படுத்தும் வியூபோர்ட்களில் (viewports) படம்பிடிக்கப்பட்ட விளையாட்டுப் பதிவைப் பயன்படுத்தி, விளக்கக்காட்சியைத் தனியாக மதிப்பிடுகிறார். இந்த மதிப்பீட்டு நெறிமுறை, ஒரு விளையாட்டின் சொத்துக்களின் கைவினைத்திறன், பயனர் இடைமுகத்தின் (UI) இறுதி வடிவம், இயக்கம், ஒளி மற்றும் ஆடியோ ஆகியவற்றின் அடிப்படையில் அது எப்படித் தோற்றமளிக்கிறது மற்றும் ஒலிக்கிறது என்பதை மட்டுமே பார்க்கிறது. முக்கியக் கேள்வி என்னவென்றால்: இந்த விளையாட்டு அனுப்பக்கூடிய தயாரிப்பாகத் தெரிகிறதா, அல்லது ஒரு முன்மாதிரியாகத் தெரிகிறதா? காட்சிகளை இயக்கவியலிலிருந்து பிரித்து வைப்பது, "குறியீடு வேலை செய்கிறது" மற்றும் "விளையாட்டு முடிக்கப்பட்டதாகத் தெரிகிறது" என்பவை தவறான ஒரு சராசரி மதிப்பெண்ணாக மாறுவதைத் தடுக்கிறது.

மதிப்பெண் பெற்ற சமிக்ஞைகளுடன், ஒவ்வொரு ஓட்டமும் டோக்கன் பயன்பாடு, கருவி அழைப்புகள், தூண்டப்பட்ட திறன்கள் மற்றும் தாமதம் போன்ற தகவல் நோக்கத்திற்கான அளவீடுகளைப் பதிவு செய்கிறது. இந்த அளவீடுகள் மதிப்பீட்டு மதிப்பெண்ணை மாற்றாது, ஆனால் ஒரு முடிவு எவ்வாறு உருவாக்கப்பட்டது என்பதை விளக்கவும், விதிகளின்படி மதிப்பிடும் முறைகள் தவறவிடும் பின்னடைவுகளைக் கண்டறியவும் உதவும், உதாரணமாக, அதே விளையாட்டிற்கு இரண்டு மடங்கு அதிக செலவாகும் ஒரு உருவாக்கத்தை இது கண்டறியும்.

அடையாளங்கள், அவை கண்டறியும் தோல்விகளுடன் பொருந்துகின்றன:

அறிகுறி

வழக்கமான தோல்வி

விளையாட்டு விவரக்குறிப்பு

தெளிவற்ற சுற்று; தவறு/மீண்டும் முயற்சி அல்லது மொபைல் கட்டுப்பாட்டு அனுமானங்கள் இல்லை

நிலையான இடம்: 

பொறியியல்
மற்றும் வடிவமைப்பு

பொறியியல்: அமைப்புகள் உள்ளன ஆனால் தவறாக இணைக்கப்பட்டுள்ளன, பாதுகாப்பற்ற கிளையன்ட் அதிகாரம், பயனர் இடைமுகம் விளையாட்டுப் பகுதியை மறைக்கிறது, மொபைலுக்குத் தயாராக இல்லை

வடிவமைப்பு: கட்டமைப்பு ரீதியாகத் தெளிவாக உள்ளது, ஆனால் ஆழமற்றது; முன்னேற்றம், பன்முகத்தன்மை அல்லது ஈர்ப்பு இல்லை

விளையாட்டுச் சோதனை

விளையாட்டு தொடங்கவில்லை, பதிலளிக்கவில்லை, மதிப்பெண் பெறவில்லை, மீளவில்லை, அல்லது இயங்குநேரப் பிழைகள் இல்லாமல் இருக்கவில்லை

காட்சி

சரியாக இயங்குகிறது, ஆனால் தொலைபேசியில் முடிக்கப்படாதது, குழப்பமானது அல்லது படிக்க முடியாதது போலத் தெரிகிறது

வழிகாட்டப்பட்ட 3D அப்பிப் பாதையில் நடப்பது

உண்மையான ஒரு குறிப்பில் சிக்னல்களைப் பார்ப்பது மிகவும் எளிது. உதாரணமாக, "ஒரு உண்மையான 3D ஓபி விளையாட்டு, தொடக்கத் தளம், நகரும் அபாயங்கள், சோதனைச் சாவடிகள் மற்றும் இறுதிக்கோடு ஆகியவற்றைக் கொண்டது." ஓபி-கள் Roblox-இல் பிரபலமான ஒரு பிளாட்ஃபார்மிங் விளையாட்டு வகை ஆகும். ஒவ்வொரு செயலாக்க விவரத்தையும் அது குறிப்பிடாவிட்டாலும், உருவாக்குநரின் நோக்கம் தெளிவாக உள்ளது. நியாயமான அனுமானங்களுடன் விவரங்களை நிரப்புவது பில்ட்-இன் பொறுப்பாகும்.

Skyforge Ascent, created by Build.
ஸ்கைஃபோர்ஜ் அசென்ட், பில்ட் உருவாக்கிய விளையாட்டு.

திட்டம் மற்றும் விவரக்குறிப்பு

ஸ்கைஃபோர்ஜ் அசென்ட் (Skyforge Ascent) எனப்படும் ஒரு புதிய விளையாட்டுக்கான விவரக்குறிப்பு ஆவணத்தை பில்ட் உருவாக்கியது. இது சோதனைச் சாவடிகள் மற்றும் மூன்று வகையான ஆபத்துகளுடன் கூடிய ஐந்து-பிரிவுப் பாதையை விவரித்தது. இது முக்கிய சுற்று, கடினத்தன்மை வளைவு, கலை இயக்கம், திரைகள், மேல்பூச்சுகள் மற்றும் கட்டுப்பாடுகளை வரையறுத்தது. ஸ்பெக் ஈவால் (Spec eval) அதை 91/100 மதிப்பெண்களைப் பெற்றது, முழுமை, உடனடி இணக்கம், சாத்தியக்கூறு மற்றும் உள் நிலைத்தன்மை ஆகியவற்றில் முழு மதிப்பெண்களைப் பெற்றது. இந்தக் கழிவு இரண்டு குறிப்பிட்ட பரிமாணங்களிலிருந்து வந்தது: செயல்படுத்தல் விவரம் மற்றும் ஏற்றுக்கொள்ளும்-நிபந்தனைகளின் உள்ளடக்கம். 

சுழற்சி வேகம், சறுக்கு தூரம், டைல் நேரங்கள், தளத்தின் பரிமாணங்கள் அல்லது மீட்டமைப்பு-தள உயரம் போன்ற அதன் எண் நிலைமாறிகளை விவரக்குறிப்பு ஒருபோதும் வரையறுக்கவில்லை, எனவே ஒரு பொறியாளர் அவற்றை இன்னும் உருவாக்க வேண்டும். கூடுதலாக, சில ஏற்பு அளவுகோல்கள் ("சுமார் 24 தளங்கள்" அல்லது "செலெஸ்டியல்-ஃபோர்ஜ் பேலட்" போன்றவை) கண்டிப்பாக பொய்யென நிரூபிக்கக்கூடியவையாக இல்லை. ஒரு உயர் விவரக்குறிப்பு மதிப்பெண், அந்த ஆவணம் உருவாக்கத்திற்குத் தயாராக உள்ளது என்பதை மட்டுமே நிரூபிக்கிறது. அந்த உறுதிப்பாடுகள் உண்மையான விளையாட்டு உருவாக்கத்தின் தொடர்பில் நீடிக்குமா என்பதை அடுத்த மூன்று கட்டங்கள் அளவிடுகின்றன.

First section of the game spec that Build created.
பில்ட் உருவாக்கிய ஸ்கைஃபோர்ஜ் அசென்ட் விளையாட்டு விவரக்குறிப்பின் முதல் பகுதி.

நிலையான சரிபார்ப்புகள்: குறியீடு தரம் மற்றும் உள்ளடக்கத் தரம்

மெய்நிகர் நடுவர், Skyforge Ascent-இன் ப்ளேஸ்ஃபைலை விளையாடாமல் ஆய்வு செய்தார், மேலும் இரண்டு மதிப்பீட்டுக் கண்ணோட்டங்களும் வெவ்வேறு முடிவுகளை எட்டின.

அதே பிளேஸ்ஃபைலைப் படித்த இன்ஜினியரிங் லென்ஸ், அதற்கு 98/100 மதிப்பெண் வழங்கியது. இது ஐந்து பிரிவுகள் மற்றும் மூன்று நகரும் அபாயங்களைக் கொண்ட ஒரு முன்மாதிரியான பில்டைக் கண்டறிந்தது. இது சர்வர்-ஆதார வரிசைச் சரிபார்ப்புச் சாவடிகள், ஃபால்-ரெசெட் அமைப்புகள் மற்றும் ஸ்டைல்ஷீட் கட்டமைப்பில் உருவாக்கப்பட்ட ஒரு பயனர் இடைமுகம் (UI) ஆகியவற்றைப் பயன்படுத்தி, உருவாக்குநரின் நோக்கத்தை முழுமையாகப் பூர்த்தி செய்தது. விவரக்குறிப்பில் கோடிட்டுக் காட்டப்பட்ட அனைத்தும் வழங்கப்பட்டன. ஒரே சிக்கல், பயன்படுத்தப்படாத இரண்டு உதவியாளர் செயல்பாட்டு ஏற்றுமதிகள் (helper function exports) மட்டுமே.

வடிவமைப்புப் பார்வை அதை 100-க்கு 31 மதிப்பெண்கள் பெற்றது. எல்லாம் வேலை செய்தது, ஆனால் விளையாட்டு முன்னேற்றம், மீண்டும் விளையாடும் தன்மை, வீரரின் சுதந்திரம் மற்றும் அசல் ஈர்ப்பு ஆகியவற்றில் பூஜ்ஜிய மதிப்பெண் பெற்றது. அதன் முக்கிய சுழற்சி எளிமையானதாகவும் நேரியல் தன்மையுடனும் இருந்தது—ஒவ்வொரு சோதனைச் சாவடியையும் அடைந்து, இறுதியைக் கடப்பது—விளையாடும் முறைகளில் சிறிதளவு பன்முகத்தன்மை மட்டுமே இருந்தது, இரண்டாவது முறையாகத் திரும்ப வர எந்தக் காரணமும் இல்லை. இது ஒரு ஓபிபி (obby) வகை விளையாட்டின் வழக்கமான அம்சமே தவிர, தனக்கென ஒரு தனித்துவமான ஈர்ப்பு கொண்ட விளையாட்டு அல்ல.

அந்த இடைவெளியே கண்டுபிடிப்பு. குறியீட்டின் தரம் மற்றும் உள்ளடக்கத்தின் தரம் ஆகியவை அடிப்படையில் வெவ்வேறு பரிமாணங்கள், மேலும் ஒரு உருவாக்கம் ஒன்றில் கிட்டத்தட்ட கச்சிதமாகவும் மற்றொன்றில் தோல்வியுடனும் இருக்கலாம். ஒரே ஒரு கலவையான தர மதிப்பெண் இவற்றை சராசரி செய்து அர்த்தமற்ற ஒன்றாக மாற்றியிருக்கும்.

Code quality and content quality represent different dimensions when evaluating a game.
ஒரு விளையாட்டை மதிப்பிடும்போது, குறியீட்டின் தரம் மற்றும் உள்ளடக்கத்தின் தரம் வெவ்வேறு பரிமாணங்களைக் குறிக்கின்றன.

விளையாட்டுச் சோதனை

விளையாட்டு சோதனை முகவர், உண்மையான வீரரைப் போன்ற உள்ளீட்டைப் பயன்படுத்தி இந்த ரன்னிங் கேமை விளையாடி, சோதனைத் திட்டத்தில் உள்ள ஒன்பது அம்சங்களையும் வெற்றிகரமாக முடித்தார்: தொடக்கத் தளத்தில் ஒரு கதாபாத்திரத்தை உருவாக்குதல், இடைவெளிகளுக்கு அப்பால் 3D வடிவவியலைக் கடந்து செல்வது, ஆபத்துத் தாக்கங்களை எதிர்கொள்ளுதல், சோதனைச் சாவடிகளைத் தூண்டுவது மற்றும் தானியங்கி வீழ்ச்சி மீட்பு, ஓட்டத்தை முடிப்பது, மற்றும் மீண்டும் தொடங்குவது ஆகிய அனைத்தையும் எந்த நேரச் செயல்பாட்டுப் பிழைகளும் இன்றி செய்தார். இந்த குறிப்பிட்ட ஓட்டத்தில், ஸ்கைஃபோர்ஜ் அசென்ட் விளையாட்டு சோதனையில் 100/100 மதிப்பெண்களைப் பெற்றது.

ஒரு முழுமையான ப்ளேடெஸ்ட் மதிப்பெண், விளையாட்டின் இயக்கவியல் செயல்படுகிறது என்பதையும், அது தொடக்கத்திலிருந்து இறுதி வரை தொழில்நுட்ப ரீதியாக விளையாடக்கூடியது என்பதையும் மட்டுமே நிரூபிக்கிறது. விளையாட்டு உண்மையில் ஈர்க்கக்கூடியதாக உள்ளதா அல்லது விளையாட வேடிக்கையாக உள்ளதா என்பது பற்றி அது எதுவும் கூறவில்லை—இந்த வேறுபாடுதான் வடிவமைப்பு கண்ணோட்டம் அதற்கு 31 மதிப்பெண்களை வழங்கியதற்கான சரியான காரணம்.

காட்சித் தரம்

இறுதியாக, மதிப்பீட்டு அமைப்பு காட்சி விளக்கத்திற்காக ஒரு தொலைபேசி அளவு திரையில் பதிவுசெய்யப்பட்ட அமர்வை மதிப்பிட்டது. ஸ்கைஃபோர்ஜ் அசென்ட் 86/100 மதிப்பெண்களைப் பெற்றது: ஒரு வழக்கமான obby-யின் காட்சிகளுடன் நேர்த்தியாகவும், ஒருங்கிணைந்ததாகவும், வசதியாகவும் இருந்தது; படிக்கக்கூடிய பிளாட்ஃபார்மிங் வடிவியல்; தெளிவாகப் படிக்கும்படியான அபாயங்கள்; மற்றும் ஒரு நவீன, கவனத்தை ஈர்க்காத HUD. சிறிய காட்சி வரம்புகள் அதை முழுமையிலிருந்து தடுக்கின்றன, ஆனால் எதுவும் பழுதடையவில்லை, மேலும் ஒரு வீரரை ஸ்க்ரோல் செய்வதை நிறுத்த வைக்கும் அளவுக்கு எதுவும் இல்லை.

டிரேஸ் மெட்ரிக்ஸ்

அதே ஓட்டமானது பதிவுசெய்யப்பட்ட செயல்முறை அளவீடுகளையும் பதிவு செய்தது. விளையாட்டை உருவாக்க சுமார் எட்டு நிமிடங்கள் ஆனது, கருவிப் பிழைகள் எதுவும் இல்லை, மேலும் பில்ட் (Build) 3D, பயனர் இடைமுகம் (UI), ஸ்கிரிப்ட் திருத்தல், சொத்துச் செருகல் (asset insertion), மற்றும் விளையாட்டு ஒலித் திறன்களைப் பயன்படுத்தியது. இந்த அளவீடுகள் மதிப்பீட்டு மதிப்பெண்ணை நேரடியாகப் பாதிக்காது, ஆனால் அவை விளையாட்டு எவ்வாறு உருவாக்கப்பட்டது என்பதை நமக்குத் தெரிவிக்கின்றன, மேலும் எந்தப் பயனும் இல்லாமல் மெதுவாகவோ அல்லது அதிக செலவாகவோ மாறும் எதிர்கால உருவாக்கத்தை இது சுட்டிக்காட்டும்.

ஐந்து நிலைகள் முழுவதும், ஸ்கைஃபோர்ஜ் அசென்ட், விளையாட்டு விவரக்குறிப்பு, குறியீடு தரம், உள்ளடக்கத் தரம், விளையாட்டுச் சோதனை மற்றும் காட்சித் தரம் ஆகியவற்றில் வெவ்வேறு மதிப்பெண்களைப் பெற்றது. அந்தப் பரிமாணங்களில் நான்கு, பில்ட் ஒரு ஒற்றைக் கோரிக்கையை முழுமையான, சரியான, விளையாடக்கூடிய, வழங்கக்கூடிய ராப்லாக்ஸ் அனுபவமாக மாற்ற முடியும் என்று கூறுகின்றன. ஒரு பரிமாணம் இது யாரும் இரண்டு முறை விளையாடத் தேர்ந்தெடுக்கும் விளையாட்டு அல்ல என்று கூறுகிறது. அந்த இடைவெளியை சராசரி செய்து மறைப்பதற்குப் பதிலாக, அதை அளவிடுவதே பில்ட் மதிப்பீட்டின் முழு நோக்கமாகும்.

ஆரம்பகால மதிப்பீடு பில்டை மேம்படுத்திய விதம் 

மதிப்பீட்டு முடிவுகள் மதிப்பெண்களை உருவாக்குவதை விட மேலானது, அவை தயாரிப்பு மேம்பாடுகளுக்கான நடைமுறைக்குரிய வழிகாட்டுதலையும் வழங்குகின்றன. தனிப்பட்ட கூறு பிழைதிருத்தத்தை முழுமையான அமைப்பு-நிலை சோதனையுடன் இணைப்பதன் மூலமும், தரப்படுத்தப்பட்ட உரைநடைத் தொகுப்புகளில் ஆஃப்லைன் தொகுதி மதிப்பீடுகளை மேற்கொள்வதன் மூலமும், Build-இன் மேம்பாடு நேரடியாக வடிவமைக்கப்பட்டுள்ளது. 

  1. ஆல்ஃபா உருவாக்குநர்களின் சிக்கல்களை விரைவாகத் தீர்த்தல்: எங்கள் நியூசிலாந்து ஆல்ஃபா வெளியீட்டில், பயனர்கள் 3D கேம் வேண்டும் என்று விரும்பியபோது, சில சமயங்களில் Build ஒரு 2D கேமை உருவாக்கியதாக எங்களுக்குக் கருத்து தெரிவித்தனர். எங்கள் குழுவிற்கு Build-இன் 3D திறன்களை விரைவாக மேம்படுத்த எவால் கட்டமைப்பு உதவியது. இரண்டு வாரங்களுக்குள், பயனர் வெளிப்படையாகக் கூறாவிட்டாலும் கூட, ஒரு 3D கேமை உருவாக்கும் பயனரின் நோக்கத்தை புரிந்துகொள்ளும் Build-இன் திறனை நாங்கள் மேம்படுத்தினோம். பொருட்களின் நிலைப்படுத்தல், ஒளி போன்ற பொதுவான சிக்கல்களைச் சரிசெய்ததன் மூலம் 3D விளையாட்டுத்திறனையும் மெருகூட்டலையும் நாங்கள் செம்மைப்படுத்தினோம். அதன் பிறகு, அனைத்துப் புகார்களிலும் "நான் விரும்பியது இதுவல்ல" என்ற புகார்கள் 18% இலிருந்து 3% ஆகக் குறைந்தது; விளையாட்டுச் சோதனைக்குப் பிந்தைய ஒட்டுமொத்த அதிருப்தி எதிர்வினை 10% புள்ளிகள் குறைந்தது. கட்டமைப்பையே மீண்டும் மீண்டும் மேம்படுத்தியபோதும் நாங்கள் கற்றுக்கொண்ட பாடங்களைச் சேகரித்தோம். 
  2. மாடல்கள் மற்றும் கட்டமைப்புகளுக்கு இடையேயான ஒப்பீட்டு அளவீடு: தரப்படுத்தப்பட்ட உந்துதல் தொகுப்புகளுக்கு எதிராக பில்ட் சிஸ்டம் உள்ளமைவுகளை எங்கள் மதிப்பீட்டு கட்டமைப்பைப் பயன்படுத்தி நாங்கள் கடுமையாக அளவீடு செய்கிறோம். மாற்றங்களை உற்பத்திக்கு அனுப்புவதற்கு முன்பு, ஆஃப்லைன் A/B மதிப்பீட்டு அறிக்கைகள், நான்கு பரிமாணங்களிலும் உள்ள வேட்பாளர் வெளியீடுகளை எங்கள் உற்பத்தி அடிப்படைக் கோடுகளுடன் ஒப்பிடுகின்றன: 
Before shipping changes to production, offline A/B eval reports compare candidate releases against our production baselines across all four dimensions.

உதாரணமாக, இந்த ஆஃப்லைன் வித்தியாசங்கள், பல்வேறு மாடல் மேம்பாடுகள் மற்றும் ஏஜென்ட் ரூட்டிங் முடிவுகள் தனிப்பட்ட தர சிக்னல்களை எவ்வாறு பாதிக்கின்றன என்பதை நாங்கள் தனிமைப்படுத்த அனுமதிக்கின்றன:

  • அடிப்படை மாதிரி செயல்திறன்: எங்கள் அடிப்படை மாதிரியை மேம்படுத்துவது ஒவ்வொரு சிக்னலிலும் சீரான ஆதாயங்களை வழங்கியது—இது முதல் முயற்சியிலேயே குறைவான தோல்வியுற்ற உருவாக்கங்கள், சிறந்த காட்சி மெருகூட்டல் மற்றும் ஆழமான விளையாட்டு உள்ளடக்கத்திற்கு வழிவகுத்தது.
  • ஏஜென்ட் ரூட்டிங் கட்டமைப்பு: மாறாக, இரட்டை-ஏஜென்ட் அமைப்பில் ஒரு இலகுரக மாடலுக்கு குறிப்பிட்ட துணைப் பணிகளை ஒப்படைப்பது, உள்ளடக்கத்தின் ஆழத்தையும் பன்முகத்தன்மையையும் பாதுகாத்தது, ஆனால் விளையாடக்கூடிய தன்மையிலும் காட்சி நேர்த்தியிலும் கடுமையான பின்னடைவுகளை ஏற்படுத்தியது.

உற்பத்தி vs. வேட்பாளர்

விளையாட்டுச் சோதனை

காட்சி

உள்ளடக்கம்

மாடல் 1 vs மாடல் 2

+7.6

+9.0

+5.2

ஒற்றை முகவர் vs இரட்டை முகவர் 

-11.2

-13.2

0.1

  1. படைப்பு முன்னுதாரணங்கள் முழுவதும் தர அடிநிலைகளைக் கண்காணித்தல்: மிகவும் பொருத்தமான மதிப்பீட்டுத் தொகுப்புடன், வெவ்வேறு நேரங்களில் உருவாக்கத்தின் தற்போதைய தரத்தைப் புரிந்துகொள்ளவும் இந்தச் சட்டகத்தைப் பயன்படுத்துகிறோம். இந்தத் தொகுப்புகள், பெருகிய முறையில் பரந்த, சிக்கலான படைப்புப் பணிகளின் தருணப் பார்வைகளை வழங்குகின்றன.
    மிக ஆரம்பகாலத் தொகுப்பானது, ஒப்பீட்டளவில் எளிமையான வழிமுறைகளைக் கொண்ட முழுமையாக 2D விளையாட்டுகளைக் கொண்டுள்ளது. விளையாட்டு தர்க்கத்தை உருவாக்குவது எளிதாக இருந்ததால், விளையாட்டுச் சோதனை மதிப்பெண் அதிகமாக இருந்தது; மறுபுறம், அதே காரணத்திற்காக உள்ளடக்க மதிப்பெண் குறைவாகவே இருந்தது.
    நாம் 3D விளையாட்டுகளில் கவனம் செலுத்தும்போது, மதிப்பெண் விநியோகம் இயல்பாகவே மாறுகிறது: பிழையற்ற விளையாட்டு மிகவும் சவாலானதாகிறது, இது விளையாட்டு சோதனை மதிப்பெண்களைக் குறைக்கிறது. சொத்து மெருகூட்டல் இல்லாததால் காட்சி மதிப்பெண்கள் நிலையாகவே உள்ளன, இது விளையாட்டுகளுக்கு ஒரு முன்மாதிரி உணர்வைத் தருகிறது. 3D விளையாட்டுகள் ஆழமாக இருப்பதற்கான ஆற்றலைக் கொண்டிருப்பதால் உள்ளடக்க மதிப்பெண்கள் அதிகமாக உள்ளன—ஆனால் ஒற்றை-சுழற்சி உந்துதல்கள் உள்ளடக்க விரிவாக்கத்திற்கு வரையறுக்கப்பட்ட இடத்தை மட்டுமே வழங்குவதால் ஒட்டுமொத்த மதிப்பெண்கள் குறைவாகவே இருக்க முனைகின்றன.

அமைப்பு

விளையாட்டுச் சோதனை

காட்சி

உள்ளடக்கம்

ஆரம்பகால 2D விளையாட்டு அமைப்பு

75.9

67.1

19.2

தற்போதைய 3D விளையாட்டுத் தொகுப்பு

51.5

66.3

33.9

  1. வகை-குறிப்பிட்ட நெரிசல்களைக் கண்டறிதல்: மதிப்பீட்டுத் தரவுகள், வகைகளுக்கு இடையே குறிப்பிடத்தக்க செயல்திறன் வேறுபாடுகளையும் எடுத்துக்காட்டுகின்றன. விளையாட்டு வழிமுறைகள் நிறைந்த வகைகள் (எ.கா., RPGகள், ஷூட்டர்கள், பந்தய விளையாட்டுகள்) அதிக விளையாடக்கூடிய தன்மை சிக்கல்களை எதிர்கொள்ளும் போக்கைக் கொண்டுள்ளன. ஒப்பீட்டளவில் எளிய தர்க்கத்தைக் கொண்ட வகைகள் (எ.கா., சர்வைவல் மற்றும் டைகூன் விளையாட்டுகள்) பெரும்பாலும் விளையாட்டுச் சோதனையில் சிறப்பாகச் செயல்படுகின்றன, இதனால் காட்சி மெருகூட்டல் மற்றும் பயனர் இடைமுக வடிவமைப்பு (UI) ஆகியவை தீர்க்கப்பட வேண்டிய அடுத்த மைல்கற்களாக அமைகின்றன. வகைகளுக்கு இடையிலான வேறுபாட்டை அறிவது, பில்ட் விளையாட்டுகள் முழுவதும் மேலும் சமச்சீரான மாதிரிகளைக் கொண்டு எங்கள் மதிப்பீட்டுத் தொகுப்பை விரிவுபடுத்த எங்களை ஊக்குவிக்கிறது.
  2. மதிப்பீட்டு ஹார்னஸ் வடிவமைப்பில் கற்றுக்கொண்ட பாடங்கள்: கட்டமைப்பிலேயே மீண்டும் மீண்டும் மேம்படுத்துவது, ஹார்னஸின் நம்பகத்தன்மை குறித்த முக்கியமான பாடங்களை எங்களுக்குக் கற்றுக் கொடுத்தது:
  • מערכת அளவீடுகள் vs. கூறு அளவீடுகள்: சுத்தமான குறியீட்டு அமைப்பு அல்லது API பயன்பாடு விளையாடக்கூடிய ஒரு விளையாட்டை உறுதி செய்வதில்லை. செயல்படுத்தக்கூடிய பிழைகளை மறைப்பதைத் தவிர்க்க, சரித்தன்மை, வடிவமைப்பு மற்றும் விளக்கக்காட்சி ஆகியவற்றை நாங்கள் தனித்தனியாக வைத்திருக்கிறோம்.
  • ஹார்னஸின் பலவீனங்கள் மற்றும் மனித அளவீடு: நிலையான சோதனைகள், கேம்-கிராஷிங் ரன்டைம் தடுப்பான்களைத் தவறவிடக்கூடும், அதே நேரத்தில் தானியங்கு விளையாட்டுச் சோதனைகள் சிக்கலான இயற்பியலில் சிரமப்படுகின்றன. மெய்நிகர் நடுவர்கள் தொழில்முறை கேம் டெவலப்பர்கள் மற்றும் அனுபவம் வாய்ந்த சமூக மதிப்பாய்வாளர்களுக்கு எதிராகத் தொடர்ந்து அளவீடு செய்யப்படுகிறார்கள்.
  • பன்மடங்கு மற்றும் உண்மையான போக்குவரத்துக்கான விரிவாக்கம்: உண்மையான உருவாக்குநர்கள் தொடர்ந்து மேம்படுத்துவதால் (מערכות சேர்ப்பது, சிரமத்தை சரிசெய்வது, பிழைகளைச் சரிசெய்வது), பன்மடங்கு திருத்தங்களையும் உண்மையான உலக உரைப் பகிர்வுகளையும் மதிப்பிடுவதற்காக எங்கள் மதிப்பீட்டு ஹார்னஸை விரிவுபடுத்துகிறோம்.

அடுத்து என்ன

நாங்கள் தற்போது எங்கள் பில்ட் உருவாக்க மதிப்பீட்டு அமைப்பை ஐந்து திசைகளில் விரிவுபடுத்துவதில் கவனம் செலுத்துகிறோம்:

  1. பல்வேறு வகைகள், 2D/2.5D/3D அனுபவங்கள், பல-ஆட்டக்காரர் சூழ்நிலைகள் மற்றும் சிக்கலான நிலைகள் முழுவதும் பரந்த அளவிலான உள்ளடக்கம்
  2. பல-சுற்றுத் திருத்தங்களுக்கான வலுவான ஆதரவு
  3. மேலும் நம்பகமான விளையாட்டுச் சோதனை, ஸ்கிரீன்ஷாட், வீடியோ மற்றும் ஆடியோ சான்றுகள்
  4. பெரும் அளவிலான மனித மதிப்பீடுகளுடனும், படைப்பாளிகள் வழிநடத்தும் அளவுகோல் நிகழ்வுகளுடனும் ஒத்திசைத்தல்
  5. ஆஃப்லைன் மதிப்பீடு, ஆன்லைன் தயாரிப்பு சமிக்ஞைகள் மற்றும் பின்னடைவு சோதனை ஆகியவற்றுக்கு இடையே சிறந்த ஒருங்கிணைப்பு

எங்களின் நீண்ட கால இலக்கு, படைப்பாளிகள் அக்கறைப்படும் அளவில் 'பில்ட்'-ஐ அளவிடும் ஒரு வெளிப்படையான, தொடர்ந்து மேம்படும் மதிப்பீட்டு அமைப்பாகும்: அதாவது அவர்கள் உருவாக்க, சோதிக்க, பகிர மற்றும் தொடர்ந்து மேம்படுத்தக்கூடிய அனுபவங்களின் தரம். இன்று, இந்த சமிக்ஞைகள் 'பில்ட்'-ஆல் உருவாக்கப்பட்ட விளையாட்டுகளை மதிப்பிடுவதற்குப் பயன்படுத்தப்படுகின்றன. காலப்போக்கில், அவற்றை மனிதத் தீர்ப்புகளுடன் நாங்கள் மேலும் செம்மைப்படுத்திச் சரிசெய்யும்போது, அவை மற்ற படைப்புப் பணிகளுக்கும் பொதுமைப்படுத்தப்படலாம் மற்றும் பரந்த ரோப்லாக்ஸ் சூழலமைப்பு முழுவதும் விளையாட்டின் தரத்தைப் புரிந்துகொள்வதற்கான ஒரு பொதுவான மொழியை வழங்க உதவக்கூடும்.

Roblox Assistant-க்கான முனைப்பான அமைப்புகளை மதிப்பிடுவதைப் பற்றிய தொடர்புடைய பார்வைக்கு, 'Using OpenGameEval to Benchmark Agentic AI Assistants for Roblox Studio' என்பதைப் பார்க்கவும்.

1செப்டம்பர் 1, 2026 வரையிலான தரவுகளின் அடிப்படையில்.

2ஆகஸ்ட் 29, 2026 நிலவரப்படி.