रॉब्लॉक्स हाइब्रिड आर्किटेक्चर का परिचय: फोटोरियलिस्टिक, मल्टीप्लेयर गेमिंग का लोकतंत्रीकरण
हमारा दृष्टिकोण: रॉब्लॉक्स रियलिटी
आज हम रोब्लॉक्स रियलिटी नामक एक आंतरिक परियोजना में तकनीकी अंतर्दृष्टि साझा कर रहे हैं, जो हाइपरस्केल मल्टीप्लेयर गेमिंग को फोटोरियलिज़्म के साथ जोड़ती है। हमारा मानना है कि यह इस बात में एक मौलिक बदलाव है कि मल्टीप्लेयर इमर्सिव दुनिया कैसे बनाई और अनुभव की जाएगी। इस साल के अंत में या अगले साल की शुरुआत में एक शुरुआती संस्करण में उपलब्ध, रोब्लॉक्स रियलिटी एक हाइब्रिड आर्किटेक्चर है जो हमारे वितरित गेम इंजन के संरचित सिमुलेशन को सुपरसैंपलिंग के लिए एज-आधारित वीडियो वर्ल्ड मॉडलों के साथ जोड़ता है। यह आर्किटेक्चर सभी आकारों के निर्माताओं को पारंपरिक स्थायित्व और संरचना के ऊपर अभूतपूर्व दृश्य स्पष्टता और गति को मिलाते हुए, विकास लागत बढ़ाए बिना, इंटरैक्टिव दुनिया बनाने और उनका रखरखाव करने में सक्षम बनाएगा।
रॉब्लॉक्स रियलिटी एक हाइब्रिड आर्किटेक्चर है जो रॉब्लॉक्स क्लाउड और गेम इंजन की क्षमताओं को वीडियो वर्ल्ड मॉडल्स के फोटो-रियलिज्म के साथ जोड़ता है। मुख्य वर्ल्ड स्टेट को सर्वर पर टिकाऊ और कुशलतापूर्वक संग्रहीत किया जाता है ताकि क्लाइंट्स के बीच सुसंगति सुनिश्चित हो सके और लागत तथा स्थान-कुशल स्टोरेज का उपयोग करके समय, सत्रों और दिनों के साथ सुसंगति बनाए रखने में सहायता मिल सके। निष्पक्षता और स्थिरता के लिए मजबूत सर्वर प्राधिकरण के माध्यम से मल्टीप्लेयर गेमप्ले का समर्थन किया जाता है, साथ ही कम विलंबता प्राप्त करने के लिए अनुमानित क्लाइंट-साइड सिमुलेशन का भी उपयोग किया जाता है। रेंडरिंग के लिए, क्लाउड-आधारित लेवल ऑफ़ डिटेल (LOD) और कंपोजिटिंग सिस्टम उच्च-निष्ठा वाले एसेट्स उत्पन्न करते हैं जिन्हें एक कंटेंट डिलीवरी नेटवर्क (CDN) के माध्यम से वितरित किया जाता है। रॉब्लॉक्स वीडियो मॉडल (सुपर अपसैम्प्लर) स्टोकेस्टिक विज़ुअल और प्रभावशाली यथार्थवाद बनाने के लिए रेंडर किए गए वीडियो और समृद्ध डेटा मॉडल संदर्भ का लाभ उठाता है, जो क्लाउड-एज जीपीयू इंफ्रास्ट्रक्चर द्वारा संचालित, प्रत्येक खिलाड़ी के लिए एज पर इष्टतम प्रदर्शन के साथ काम करता है। फिर समृद्ध रॉब्लॉक्स क्लाइंट इस वीडियो फीड को रेंडर करेगा और, भविष्य में, अग्रभूमि क्रियाओं पर बहुत कम विलंबता बनाए रखने के लिए वैकल्पिक रूप से एक स्थानीय रूप से रेंडर किए गए अपसैम्पल्ड अवतार को ओवरले करेगा।
नीचे दिए गए डेमो में, हम Grow a Garden और Summon Heroes सहित विभिन्न गेम्स के चार वीडियो दिखाते हैं। ऊपर बाईं ओर का वीडियो आज Roblox रेंडरिंग इंजन का उपयोग करके रिकॉर्ड किया गया Roblox कंटेंट है, और ऊपर दाईं ओर का वीडियो उस 3D डेटा का एक प्रतिनिधित्व है जिसका उपयोग हम वीडियो जनरेशन को कंडीशन करने के लिए कर सकते हैं। नीचे बाईं ओर का वीडियो हमारी लैब में चल रहे वर्तमान Roblox अपसैंपल वीडियो मॉडल को दिखाता है, जो अभी तक रीयल-टाइम में नहीं चलता है और नीचे दाईं ओर का वीडियो हमारे उत्पाद की दृष्टि और इस तकनीक के साथ भविष्य में क्या संभव है, उसका एक मॉकअप दिखाता है।
वीडियो वर्ल्ड मॉडल: ताकतें और सीमाएँ
वीडियो वर्ल्ड मॉडल प्रत्येक व्यक्तिगत इंटरैक्शन को स्पष्ट रूप से सिम्युलेट किए बिना संभावित, उच्च-आयामी व्यवहार उत्पन्न करने में उत्कृष्ट हैं।
वीडियो लेटेंट स्पेस के भीतर वीडियो वर्ल्ड मॉडल्स को संचालित करने में विशिष्ट तकनीकी सीमाएँ हैं: यह प्रक्रिया वर्तमान में महंगी है, और 60 हर्ट्ज़ पर 2K रिज़ॉल्यूशन जैसी उच्च-निष्ठा, वास्तविक-समय प्रदर्शन प्राप्त करना एक विकास चुनौती बनी हुई है। महत्वपूर्ण रूप से, वीडियो स्पेस में वर्ल्ड स्टेट के प्रतिनिधित्व के साथ, ये मॉडल वर्तमान में मल्टीप्लेयर नहीं हैं। एक प्रमुख सीमा सिमुलेशन की विश्वसनीयता बनाम दृश्य संभावना है: केवल एक वीडियो में 500 लोगों को चलते हुए देखना यह इंगित नहीं करता है कि वे व्यक्तिगत एजेंट या "दिमाग वाले अवतार" हैं। यह अपेक्षित नहीं है कि वर्तमान वीडियो मॉडल का पैमाना स्वाभाविक रूप से एक सच्चे मल्टीप्लेयर अनुभव के लिए आवश्यक जटिल, व्यक्तिगत एजेंट सिमुलेशन का समर्थन करेगा।
यह क्षमता वास्तविक समय में प्रतिक्रिया करने वाली 20,000 लोगों की एक जीवंत भीड़ का प्रबंधन करने के लिए महत्वपूर्ण है। लेकिन, अकेला एक वीडियो वर्ल्ड मॉडल दो घंटे के सत्र के दौरान कई खिलाड़ियों के बीच की बातचीत को विश्वसनीय रूप से प्रबंधित नहीं कर सकता है। एक वर्ल्ड मॉडल दीर्घकालिक स्मृति और सुसंगत तर्क की कमी के कारण सख्त नियम प्रवर्तन और स्थायी स्थिति के साथ संघर्ष करता है। वीडियो वर्ल्ड मॉडल्स में उपयोगकर्ता इनपुट नियंत्रण डेटा की कमी होती है, यही कारण है कि वीडियो वर्ल्ड मॉडल खेलना मजेदार नहीं है। क्योंकि वीडियो वर्ल्ड मॉडल्स स्थायी स्थिति, सुसंगत तर्क, उपयोगकर्ता इनपुट नियंत्रण, और वास्तविक मल्टीप्लेयर एजेंट सिमुलेशन के साथ संघर्ष करते हैं, इसलिए वर्तमान मॉडल अधिकतर निर्देशित सपनों जैसे हैं।
आज हम जो इंटरैक्टिव वीडियो मॉडल देख रहे हैं, वे प्रभावशाली हैं, लेकिन मूल रूप से जीवंत सपने हैं—देखने में शानदार, लेकिन क्षणिक और अविश्वसनीय रूप से अकेले। उनमें इंटरैक्टिविटी, चुनौती, इनाम और स्थायित्व की कमी है—यानी वह सब कुछ जो एक गेम को गेम बनाता है।
केवल शुद्ध न्यूरल वर्ल्ड मॉडल अकेले एक व्यापक, स्थायी मल्टीप्लेयर अनुभव का वादा पूरा नहीं कर सकते। हालांकि न्यूरल वर्ल्ड मॉडल कई मायनों में प्रभावशाली हैं, वे कई महत्वपूर्ण क्षेत्रों में विफल रहते हैं। इनमें से कुछ में एक ही सत्र में समय के साथ सुसंगति, सत्रों के बीच दीर्घकालिक स्मृति, लेटेंसी, और सूक्ष्म रचनाकार नियंत्रण शामिल हैं। जब आप सुसंगत मल्टीप्लेयर सिमुलेशन, सटीक प्रतिस्पर्धी गेमप्ले, अत्यधिक बुद्धिमान NPCs, परीक्षण, और क्रमिक परिष्करण के बारे में सोचते हैं तो कम स्पष्ट खामियां सामने आती हैं।
हमें किसी न्यूरल इंजन से यह उम्मीद नहीं करनी चाहिए कि वह गेम इंजन बन जाए।
गेम इंजन: ताकत और सीमाएँ
रॉब्लॉक्स क्लाउड और इंजन वीडियो वर्ल्ड मॉडल के लिए बहुत पूरक हैं। इसमें दोबारा खेलने योग्य सटीकता, सत्रों में सुसंगत स्थिति, और समय के साथ स्थायीता है। उदाहरण के लिए, एक क्रिएटर को लें जो फॉर्मूला 1 मोनाको ग्रांड प्रिक्स गेम बना रहा है। वे सटीक स्कोरिंग और पेनल्टी सिस्टम, सड़कें, भीड़, प्रकृति, और कई ड्राइवरों के बीच तत्काल सिंक्रनाइज़ेशन का मॉडलिंग कर रहे हैं। हालांकि, इस सटीकता की एक कार्यान्वयन और रनटाइम लागत होती है। बढ़ती दृश्य गुणवत्ता के लिए भारी एसेट्स, जटिल लाइटिंग और सिमुलेशन की आवश्यकता होती है।
अगले दशक में, हाई-एंड गेम इंजन आउटपुट यथार्थवाद में लगातार उन्नत होंगे, लेकिन डेवलपर की विशेषज्ञता और उपभोक्ता हार्डवेयर की आवश्यकताएँ भी बढ़ेंगी।
जिस चुनौती को उद्योग अब तक हल नहीं कर पाया है, वह है बड़े पैमाने पर अति-यथार्थवाद (हाइपर-रियलिज्म) को कैसे प्रदान किया जाए, और साथ ही इसे बड़े और छोटे डेवलपर्स के लिए, और व्यापक रूप से उपलब्ध उपभोक्ता हार्डवेयर पर सुलभ भी बनाया जाए।
ऐसा इसलिए है क्योंकि असली दुनिया में बहुत बारीक विवरण होते हैं। मुख्य गेम के चारों ओर बाकी सब कुछ होता है—अनस्क्रिप्टेड, प्राकृतिक तत्व जैसे हवा में धीरे-धीरे लहराती घास की पत्तियाँ, पत्ते और टहनियाँ, कारों के पीछे उठता और घूमता धूल का बादल, आग से निकलती चमकती अंगारे और चिंगारियाँ, और एक तैलीय इंद्रधनुषी गड्ढे में चुपचाप छपछपाती बारिश की बूँदें। इस सामग्री को बनाना और रेंडर करना बहुत मुश्किल है। पारंपरिक गेम इंजन इस दृश्य जटिलता से जूझते हैं, और एक सरल यथार्थवाद को कैद करने के लिए शॉर्टकट की तलाश में रहते हैं, क्योंकि उच्च-रिज़ॉल्यूशन टेक्सचर और ज्यामिति के लिए मेमोरी ओवरहेड उपलब्ध संसाधनों पर दबाव डालता है। वॉल्यूमेट्रिक लाइटिंग, बाइनोरल ऑडियो, फिजिक्स, और कैरेक्टर सिमुलेशन के साथ सिमुलेशन की लागत भी अत्यधिक हो जाती है, जो मिलकर फोटो-यथार्थवाद का निर्माण करते हैं।
हमारा मानना है कि रचनाकारों के लिए इस जटिलता को बनाने, और इंजनों के लिए इसे रेंडर करने का सबसे अच्छा तरीका एक हाइब्रिड आर्किटेक्चर का लाभ उठाना होगा, जिसमें एक पोस्ट-प्रशिक्षित वीडियो वर्ल्ड मॉडल इंजन के अंतर्निहित कैमरा मूवमेंट, ज्यामिति और प्रसंगिक स्थिति के ऊपर टेक्सचर, लाइटिंग और सूक्ष्म-स्तरीय गतिशीलता उत्पन्न करेगा।
आर्किटेक्चर: गेम लॉजिक और वीडियो पिक्सल का सिंक करना
हमारा मानना है कि रचनाकारों को फोटोरियलिस्टिक आउटपुट के साथ उच्च-निष्ठा वाले मल्टीप्लेयर इंटरैक्शन की अनुमति देने के लिए एक हाइब्रिड दृष्टिकोण की आवश्यकता है। हम इस दृष्टिकोण को रॉब्लॉक्स रियलिटी कहते हैं, जो रॉब्लॉक्स गेम इंजन, रॉब्लॉक्स क्लाउड और एक सुपर अपसैम्पलर रॉब्लॉक्स वीडियो वर्ल्ड मॉडल को जोड़ता है।
रॉब्लॉक्स रियलिटी हाइब्रिड आर्किटेक्चर रॉब्लॉक्स गेम इंजन और रॉब्लॉक्स वीडियो वर्ल्ड मॉडल के बीच जिम्मेदारियों को विभाजित करता है।
रॉब्लॉक्स गेम इंजन दुनिया के संरचित और तार्किक पहलुओं को संभालता है, जो स्थिर दीर्घकालिक स्मृति, प्रतीकात्मक तर्क, और दोहराई जाने योग्य सिमुलेशन प्रदान करता है। यह टकराव और व्यवहार जैसे मौलिक भौतिक संचालन के लिए भी जिम्मेदार है। वस्तुओं की प्राथमिक गति इंजन में प्रबंधित की जाती है, उदाहरण के लिए एक कार का स्थान और वेग, उसके पहिये, शॉक, और स्टीयरिंग। इसी पर आधारित, वीडियो वर्ल्ड मॉडल अतिरिक्त दृश्य और जेनरेटिव घटकों की परतें जोड़ता है, जैसे विंडशील्ड पर बहते पानी की बूँदें और कार के तेज़ी से गुज़रने पर पत्तियों का फड़फड़ाना, जो मनमोहक दृश्य प्रस्तुत करते हैं। यह दृष्टिकोण गेम इंजन को डेटा मॉडल (साझा और सुसंगत स्थिति) को बनाए रखने की अनुमति देता है, जबकि वीडियो वर्ल्ड मॉडल पिक्सल (दृश्य सपने) उत्पन्न करता है।
क्षमता | गेम इंजन | सुपर अपसैम्प्लर | |
|---|---|---|---|
प्राथमिक कार्य | दुनिया को सुसंगत बनाए रखने के लिए सभी राज्य सिंक्रनाइज़ेशन को संभालता है (डेटा मॉडल, साझा और सुसंगत स्थिति)। | दृश्य और उत्प्रेरक घटकों (पिक्सल, दृश्य स्वप्न) का प्रबंधन करता है। | |
मुख्य जिम्मेदारियाँ | स्थिर दीर्घकालिक स्मृति, प्रतीकात्मक तर्क, और दोहराने योग्य सिमुलेशन प्रदान करता है। मौलिक भौतिक गुणों (सामग्री और स्थान) और संचालन (टकराव और रे-ट्रेसिंग) के लिए जिम्मेदार है। | यादृच्छिक दृश्य और मनमोहक यथार्थवाद, द्वितीयक गति, प्राकृतिक गतिशील वातावरण, और तरल भौतिकी प्रदान करता है। उच्च सटीकता वाली बनावट, अधिक यथार्थवादी प्रकाश व्यवस्था, और सूक्ष्म-स्तरीय गतिशीलता उत्पन्न करता है। | |
विश्व स्थिरता | सटीकता, सुसंगत स्थिति और गारंटीकृत सुसंगतता प्रदान करता है। स्थिति को सत्य के एकमात्र स्रोत में केंद्रीकृत करता है। | स्पष्ट सिमुलेशन के बिना संभावित, उच्च-आयामी व्यवहार उत्पन्न करने में उत्कृष्ट (जैसे, एक जीवंत भीड़ का प्रबंधन)। प्रत्येक खिलाड़ी के लिए एज पर संचालित होता है। | |
संभाला गया डेटा | सब कुछ जो सभी खिलाड़ियों के बीच सुसंगत है (खिलाड़ी, स्थितियाँ, कारें, पक्षी, इमारतें, 3D दृश्य)। | अस्थायी चीजें जिन्हें खिलाड़ियों को बिल्कुल एक जैसा देखने की आवश्यकता नहीं होती (जंग लगे कैन, पक्षियों का झुंड, बादलों के आकार, रेत के दाने, घास)। | |
मेमोरी स्टोरेज | डेटा मॉडल | वीडियो लेटेंट्स | |
स्वतंत्र प्रतिबंध | दृश्य जटिलता और फोटोरियलिज्म के लिए उच्च गणनात्मक मांगों से जूझता है। | कठोर नियम प्रवर्तन, दीर्घकालिक स्मृति, सुसंगत तर्क, और उपयोगकर्ता इनपुट नियंत्रण डेटा के साथ संघर्ष करता है। | |
रनटाइम इंफ्रास्ट्रक्चर | दुनिया भर में 26+ एज डेटा सेंटर, लाखों गेम इंस्टेंस चला रहे हैं, कम लेटेंसी के लिए उपयोगकर्ताओं के करीब, 45+ मिलियन समवर्ती उपयोगकर्ताओं तक पहुँचते हुए। | सुपर अपसैम्पलर आसन्न एज डेटासेंटरों में चलता है, और H200/B200-क्लास GPUs (या समकक्ष एक्सेलेरेटरों) द्वारा संचालित, इष्टतम प्रदर्शन प्रदान करता है। |
एक साथ, यह प्लेटफ़ॉर्म गहरे क्रिएटर नियंत्रण के साथ अनंत सामग्री निर्माण का समर्थन करता है।
हमारे Roblox Reality के विकास लक्ष्य एक ऐसा Roblox वीडियो मॉडल बनाने में शामिल हैं जो Roblox गेम इंजन से सच्चाई का स्रोत खींचकर 60 Hz पर 2K रिज़ॉल्यूशन प्रदान करने में सक्षम हो: दोनों रेंडर किए गए वीडियो और 3D स्थानिक डेटा। Roblox Reality को वीडियो स्ट्रीमिंग के साथ क्लाउड एज GPU इंफ्रास्ट्रक्चर पर चलाने के लिए अनुकूलित किया जाएगा, जबकि अंततः स्थानीय अवतार नियंत्रण और सिमुलेशन का समर्थन करने के लिए इसे Roblox क्लाइंट में एकीकृत किया जाएगा।
सारांश
रॉब्लॉक्स रियलिटी सृजन को लोकतांत्रिक बनाने में एक बड़ा कदम है, जो किसी भी निर्माता को रॉब्लॉक्स गेम इंजन और वीडियो मॉडल का लाभ उठाकर फोटोरियलिस्टिक गेम बनाने की अनुमति देता है, जिससे उच्च-निष्ठा वाले ग्राफिक्स के लिए पारंपरिक रूप से आवश्यक विकास समय, लागत और कम्प्यूट में काफी कमी आती है। यह हमारे निर्माताओं के लिए फोटोरियलिस्टिक गेम बनाना तेज़ और अधिक लागत तथा कम्प्यूट कुशल बनाता है। उच्च कम्प्यूट लागत को देखते हुए, हम समझते हैं कि Roblox रियलिटी आर्किटेक्चर को स्केल करने से पहले हमें कुछ चुनौतियों को हल करने की आवश्यकता है। हम पहले से ही इस आर्किटेक्चर के लिए दक्षता को अनुकूलित और बढ़ाने में मदद करने वाले समाधानों पर काम कर रहे हैं, ताकि हम इसे लाखों एक साथ खेलने वाले खिलाड़ियों तक अधिक किफायती रूप से स्केल कर सकें।
सबसे बढ़कर, हम एक ऐसा प्लेटफ़ॉर्म बनाने के लिए उत्साहित हैं जो ऐसे गेम को अनलॉक करेगा जो हमारे क्रिएटर्स को अद्भुत मल्टीप्लेयर फोटोरियलिस्टिक अनुभव बनाने की अनुमति देगा!
