🥇আশীর্বাদ আরএনজি বা সততার জন্য আরএনজি পরীক্ষা করা

গেম ডেভেলপমেন্টে, আপনাকে প্রায়শই এলোমেলোতার সাথে কিছু বেঁধে রাখতে হবে: এর জন্য ইউনিটির নিজস্ব র্যান্ডম রয়েছে এবং এর সমান্তরালে সিস্টেম। র্যান্ডম রয়েছে। একবার, একটি প্রকল্পে, আমি ধারণা পেয়েছিলাম যে উভয়ই ভিন্নভাবে কাজ করতে পারে (যদিও তাদের একটি সমান বিতরণ থাকা উচিত)।

তারপরে তারা বিশদে যাননি - এটি যথেষ্ট ছিল যে System.Random-এ রূপান্তর সমস্ত সমস্যা সংশোধন করেছে। এখন আমরা এটিকে আরও বিশদে দেখার এবং একটু গবেষণা করার সিদ্ধান্ত নিয়েছি: কতটা "পক্ষপাতমূলক" বা অনুমানযোগ্য RNG, এবং কোনটি বেছে নেব। তদুপরি, আমি তাদের "সততা" সম্পর্কে একাধিকবার বিরোধপূর্ণ মতামত শুনেছি - আসুন ঘোষিত ফলাফলগুলির সাথে বাস্তব ফলাফলগুলি কীভাবে তুলনা করে তা বোঝার চেষ্টা করি।

সংক্ষিপ্ত শিক্ষামূলক প্রোগ্রাম বা আরএনজি আসলে আরএনজি

আপনি যদি ইতিমধ্যেই র্যান্ডম নম্বর জেনারেটরের সাথে পরিচিত হন, তাহলে আপনি অবিলম্বে "পরীক্ষা" বিভাগে যেতে পারেন।

এলোমেলো সংখ্যা (RN) হল কিছু এলোমেলো (বিশৃঙ্খল) প্রক্রিয়া ব্যবহার করে উত্পন্ন সংখ্যার একটি ক্রম, যা এনট্রপির উত্স। অর্থাৎ, এটি এমন একটি ক্রম যার উপাদানগুলি কোনও গাণিতিক নিয়ম দ্বারা পরস্পর সংযুক্ত নয় - তাদের কোনও কারণ এবং প্রভাব সম্পর্ক নেই।

যা এলোমেলো সংখ্যা তৈরি করে তাকে র্যান্ডম নম্বর জেনারেটর (RNG) বলে। দেখে মনে হবে যে সবকিছুই প্রাথমিক, কিন্তু আমরা যদি তত্ত্ব থেকে অনুশীলনে চলে যাই, তাহলে আসলে এই ধরনের ক্রম তৈরি করার জন্য একটি সফ্টওয়্যার অ্যালগরিদম বাস্তবায়ন করা এত সহজ নয়।

কারণটি আধুনিক ভোক্তা ইলেকট্রনিক্সে একই বিশৃঙ্খলার অনুপস্থিতিতে রয়েছে। এটি ছাড়া, এলোমেলো সংখ্যাগুলি এলোমেলো হওয়া বন্ধ হয়ে যায় এবং তাদের জেনারেটর স্পষ্টতই সংজ্ঞায়িত আর্গুমেন্টের একটি সাধারণ ফাংশনে পরিণত হয়। আইটি ক্ষেত্রের বেশ কয়েকটি বিশেষত্বের জন্য, এটি একটি গুরুতর সমস্যা (উদাহরণস্বরূপ, ক্রিপ্টোগ্রাফি), তবে অন্যদের জন্য একটি সম্পূর্ণ গ্রহণযোগ্য সমাধান রয়েছে।

একটি অ্যালগরিদম লিখতে হবে যা ফিরে আসবে, যদিও সত্যিকারের র্যান্ডম সংখ্যা নয়, তবে যতটা সম্ভব তাদের কাছাকাছি - তথাকথিত সিউডো-র্যান্ডম সংখ্যা (PRN)। এই ক্ষেত্রে অ্যালগরিদমকে সিউডোর্যান্ডম নম্বর জেনারেটর (PRNG) বলা হয়।

একটি PRNG তৈরি করার জন্য বেশ কয়েকটি বিকল্প রয়েছে, তবে নিম্নলিখিতগুলি প্রত্যেকের জন্য প্রাসঙ্গিক হবে:

প্রাথমিক সূচনা জন্য প্রয়োজন.
PRNG এর কোনো এনট্রপির উৎস নেই, তাই ব্যবহারের আগে এটিকে একটি প্রাথমিক অবস্থা দিতে হবে। এটি একটি সংখ্যা (বা ভেক্টর) হিসাবে নির্দিষ্ট করা হয় এবং একে বীজ (এলোমেলো বীজ) বলা হয়। প্রায়শই, প্রসেসর ঘড়ি কাউন্টার বা সিস্টেম সময়ের সংখ্যাসূচক সমতুল্য একটি বীজ হিসাবে ব্যবহৃত হয়।
ক্রম প্রজননযোগ্যতা।
PRNG সম্পূর্ণরূপে নির্ণয়বাদী, তাই প্রাথমিককরণের সময় নির্দিষ্ট করা বীজ অনন্যভাবে সংখ্যার সম্পূর্ণ ভবিষ্যত ক্রম নির্ধারণ করে। এর মানে হল যে একই বীজ দিয়ে শুরু করা একটি পৃথক PRNG (ভিন্ন সময়ে, বিভিন্ন প্রোগ্রামে, বিভিন্ন ডিভাইসে) একই ক্রম তৈরি করবে।

আপনাকে PRNG এর বৈশিষ্ট্যযুক্ত সম্ভাব্যতা বন্টনটিও জানতে হবে - এটি কোন সংখ্যা তৈরি করবে এবং কোন সম্ভাবনার সাথে। প্রায়শই এটি একটি সাধারণ বিতরণ বা অভিন্ন বিতরণ।

সাধারণ বিতরণ (বাম) এবং অভিন্ন বিতরণ (ডান)

ধরা যাক আমাদের 24 পক্ষের সাথে একটি ন্যায্য মৃত্যু আছে। যদি আপনি এটি টস করেন, তাহলে একটি পাওয়ার সম্ভাবনা 1/24 এর সমান হবে (অন্য কোনো নম্বর পাওয়ার সম্ভাবনার সমান)। আপনি যদি অনেকগুলি নিক্ষেপ করেন এবং ফলাফলগুলি রেকর্ড করেন, আপনি লক্ষ্য করবেন যে সমস্ত প্রান্তগুলি প্রায় একই ফ্রিকোয়েন্সি সহ পড়ে গেছে। মূলত, এই ডাইটিকে অভিন্ন বিতরণ সহ একটি RNG হিসাবে বিবেচনা করা যেতে পারে।

আপনি যদি একবারে এই 10টি পাশা নিক্ষেপ করেন এবং মোট পয়েন্ট গণনা করেন? এর জন্য অভিন্নতা বজায় রাখা হবে? না. প্রায়শই, পরিমাণটি 125 পয়েন্টের কাছাকাছি হবে, অর্থাৎ কিছু গড় মান। এবং ফলস্বরূপ, এমনকি একটি নিক্ষেপ করার আগে, আপনি মোটামুটিভাবে ভবিষ্যতের ফলাফল অনুমান করতে পারেন।

কারণ হল গড় স্কোর পাওয়ার জন্য সবচেয়ে বেশি সংখ্যক কম্বিনেশন আছে। এটি থেকে যত দূরে, কম সংমিশ্রণ - এবং সেই অনুযায়ী, ক্ষতির সম্ভাবনা কম। যদি এই তথ্যটি কল্পনা করা হয় তবে এটি অস্পষ্টভাবে একটি ঘণ্টার আকৃতির অনুরূপ হবে। অতএব, কিছু প্রসারিত সহ, 10 ডাইসের একটি সিস্টেমকে একটি স্বাভাবিক বিতরণ সহ একটি RNG বলা যেতে পারে।

আরেকটি উদাহরণ, শুধুমাত্র এই সময় একটি বিমানে - একটি লক্ষ্যে শুটিং. শ্যুটারটি একটি RNG হবে যা গ্রাফে প্রদর্শিত এক জোড়া সংখ্যা (x, y) তৈরি করে।

সম্মত হন যে বাম দিকের বিকল্পটি বাস্তব জীবনের কাছাকাছি - এটি একটি স্বাভাবিক বিতরণ সহ একটি RNG। তবে আপনার যদি অন্ধকার আকাশে তারাগুলি ছড়িয়ে দেওয়ার প্রয়োজন হয়, তবে অভিন্ন বিতরণ সহ RNG ব্যবহার করে প্রাপ্ত সঠিক বিকল্পটি আরও উপযুক্ত। সাধারণভাবে, হাতের কাজের উপর নির্ভর করে একটি জেনারেটর চয়ন করুন।

এখন পিএনজি সিকোয়েন্সের এনট্রপি সম্পর্কে কথা বলা যাক। উদাহরণস্বরূপ, একটি ক্রম আছে যা এই মত শুরু হয়:

89, 93, 33, 32, 82, 21, 4, 42, 11, 8, 60, 95, 53, 30, 42, 19, 34, 35, 62, 23, 44, 38, 74, 36, 52 18, 58, 79, 65, 45, 99, 90, 82, 20, 41, 13, 88, 76, 82, 24, 5, 54, 72, 19, 80, 2, 74, 36, 71, 9, ...

প্রথম নজরে এই সংখ্যাগুলি কতটা র্যান্ডম? এর বিতরণ চেক করে শুরু করা যাক.

এটি ইউনিফর্মের কাছাকাছি দেখায়, তবে আপনি যদি দুটি সংখ্যার একটি ক্রম পড়েন এবং একটি সমতলে স্থানাঙ্ক হিসাবে ব্যাখ্যা করেন তবে আপনি এটি পাবেন:

প্যাটার্নগুলি স্পষ্টভাবে দৃশ্যমান হয়ে ওঠে। এবং যেহেতু সিকোয়েন্সের ডেটা একটি নির্দিষ্ট উপায়ে অর্ডার করা হয়েছে (অর্থাৎ এটিতে কম এনট্রপি রয়েছে), এটি সেই "পক্ষপাত"কে জন্ম দিতে পারে। ন্যূনতম, এই জাতীয় PRNG একটি সমতলে স্থানাঙ্ক তৈরি করার জন্য খুব উপযুক্ত নয়।

আরেকটি ক্রম:

42, 72, 17, 0, 30, 0, 15, 9, 47, 19, 35, 86, 40, 54, 97, 42, 69, 19, 20, 88, 4, 3, 67, 27, 42 56, 17, 14, 20, 40, 80, 97, 1, 31, 69, 13, 88, 89, 76, 9, 4, 85, 17, 88, 70, 10, 42, 98, 96, 53, ...

প্লেনেও এখানে সবকিছু ঠিক আছে বলে মনে হচ্ছে:

আসুন আয়তনে দেখি (একবারে তিনটি সংখ্যা পড়ুন):

এবং আবার নিদর্শন. চার মাত্রায় একটি ভিজ্যুয়ালাইজেশন নির্মাণ করা আর সম্ভব নয়। কিন্তু নিদর্শন এই মাত্রা এবং বড় বেশী হতে পারে.

ক্রিপ্টোগ্রাফিতে, যেখানে পিআরএনজি-তে সবচেয়ে কঠোর প্রয়োজনীয়তা আরোপ করা হয়, এই ধরনের পরিস্থিতি স্পষ্টতই অগ্রহণযোগ্য। অতএব, তাদের গুণমান নির্ধারণের জন্য বিশেষ অ্যালগরিদম তৈরি করা হয়েছে, যা আমরা এখন স্পর্শ করব না। বিষয়টি ব্যাপক এবং একটি পৃথক নিবন্ধের দাবি রাখে।

পরীক্ষামূলক

যদি আমরা নিশ্চিতভাবে কিছু জানি না, তাহলে কীভাবে এটি নিয়ে কাজ করব? আপনি যদি জানেন না কোন ট্রাফিক লাইট এটির অনুমতি দেয় তাহলে কি রাস্তা পার হওয়া উচিত? ফলাফল ভিন্ন হতে পারে।

ইউনিটিতে কুখ্যাত এলোমেলোতার জন্যও একই কথা। ডকুমেন্টেশন প্রয়োজনীয় বিশদ বিবরণ প্রকাশ করলে এটি ভাল, তবে নিবন্ধের শুরুতে উল্লিখিত গল্পটি কাঙ্ক্ষিত নির্দিষ্টতার অভাবের কারণে অবিকল ঘটেছে।

এবং যদি আপনি জানেন না কিভাবে টুলটি কাজ করে, আপনি এটি সঠিকভাবে ব্যবহার করতে সক্ষম হবেন না। সাধারণভাবে, শেষ পর্যন্ত অন্তত বিতরণ সম্পর্কে নিশ্চিত করার জন্য একটি পরীক্ষা পরীক্ষা করার এবং পরিচালনা করার সময় এসেছে।

সমাধানটি সহজ এবং কার্যকর ছিল - পরিসংখ্যান সংগ্রহ করুন, উদ্দেশ্যমূলক তথ্য প্রাপ্ত করুন এবং ফলাফলগুলি দেখুন।

পাঠ্য বিষয়

ইউনিটিতে র্যান্ডম সংখ্যা তৈরি করার বিভিন্ন উপায় রয়েছে - আমরা পাঁচটি পরীক্ষা করেছি।

System.Random.Next()। মানগুলির একটি নির্দিষ্ট পরিসরে পূর্ণসংখ্যা তৈরি করে।
System.Random.NextDouble()। [0 থেকে পরিসরে দ্বিগুণ নির্ভুলতা সংখ্যা তৈরি করে; 1)।
UnityEngine.Random.Range()। মানগুলির একটি নির্দিষ্ট পরিসরে একক নির্ভুলতা সংখ্যা (ফ্লোট) তৈরি করে।
ইউনিটি ইঞ্জিন।এলোমেলো।মূল্য। [0 থেকে পরিসরে একক নির্ভুলতা সংখ্যা (ফ্লোট) তৈরি করে; 1)।
Unity.Mathematics.Random.NextFloat()। নতুন ইউনিটির অংশ। গণিত গ্রন্থাগার। মানগুলির একটি নির্দিষ্ট পরিসরে একক নির্ভুলতা সংখ্যা (ফ্লোট) তৈরি করে।

ডকুমেন্টেশনের প্রায় সর্বত্রই UnityEngine.Random.value (যেখানে বন্টনটি নির্দিষ্ট করা হয়নি, কিন্তু UnityEngine.Random.Range() ইউনিফর্মের সাথে সাদৃশ্য দ্বারাও প্রত্যাশিত ছিল) এবং Unity.Mathematics.Random ব্যতীত একটি অভিন্ন বন্টন নির্দিষ্ট করা হয়েছিল .NextFloat() (যেখানে ভিত্তি হল xorshift অ্যালগরিদম, যার মানে হল আপনাকে আবার একটি অভিন্ন বন্টনের জন্য অপেক্ষা করতে হবে)।

ডিফল্টরূপে, প্রত্যাশিত ফলাফল ডকুমেন্টেশনে উল্লিখিত হিসাবে নেওয়া হয়েছিল।

প্রযুক্তি

আমরা একটি ছোট অ্যাপ্লিকেশন লিখেছি যা উপস্থাপিত প্রতিটি পদ্ধতি ব্যবহার করে র্যান্ডম সংখ্যার ক্রম তৈরি করে এবং পরবর্তী প্রক্রিয়াকরণের জন্য ফলাফলগুলি সংরক্ষণ করে।

প্রতিটি অনুক্রমের দৈর্ঘ্য হল 100 সংখ্যা।
এলোমেলো সংখ্যার পরিসর হল [0, 100)।

বিভিন্ন টার্গেট প্ল্যাটফর্ম থেকে ডেটা সংগ্রহ করা হয়েছিল:

উইন্ডোজ
— ইউনিটি v2018.3.14f1, এডিটর মোড, মনো, .NET স্ট্যান্ডার্ড 2.0
MacOS
— ইউনিটি v2018.3.14f1, এডিটর মোড, মনো, .NET স্ট্যান্ডার্ড 2.0
— ইউনিটি v5.6.4p4, এডিটর মোড, মনো, .NET স্ট্যান্ডার্ড 2.0
অ্যান্ড্রয়েড
— ইউনিটি v2018.3.14f1, বিল্ড প্রতি ডিভাইস, Mono, .NET স্ট্যান্ডার্ড 2.0
আইওএস
— ইউনিটি v2018.3.14f1, বিল্ড প্রতি ডিভাইস, il2cpp, .NET স্ট্যান্ডার্ড 2.0

বাস্তবায়ন

আমাদের কাছে র্যান্ডম সংখ্যা তৈরি করার বিভিন্ন উপায় রয়েছে। তাদের প্রত্যেকের জন্য, আমরা একটি পৃথক মোড়ক ক্লাস লিখব, যা প্রদান করা উচিত:

মানের পরিসীমা সেট করার সম্ভাবনা [মিনিট/সর্বোচ্চ)। কনস্ট্রাক্টরের মাধ্যমে সেট করা হবে।
MF ফেরত দেওয়ার পদ্ধতি। টাইপ হিসাবে float বেছে নেওয়া যাক, কারণ এটি আরও সাধারণ।
ফলাফল চিহ্নিত করার জন্য প্রজন্ম পদ্ধতির নাম। সুবিধার জন্য, আমরা একটি মান হিসাবে ক্লাসের পুরো নাম + MF তৈরি করতে ব্যবহৃত পদ্ধতির নাম ফেরত দেব।

প্রথমে, আসুন একটি বিমূর্ততা ঘোষণা করি যা IRandomGenerator ইন্টারফেস দ্বারা প্রতিনিধিত্ব করা হবে:

namespace RandomDistribution
{
    public interface IRandomGenerator
    {
        string Name { get; }

        float Generate();
    }
}

System.Random.Next() এর বাস্তবায়ন

এই পদ্ধতিটি আপনাকে মানগুলির একটি পরিসর সেট করতে দেয়, তবে এটি পূর্ণসংখ্যা প্রদান করে, তবে ফ্লোটগুলি প্রয়োজন। আপনি সহজভাবে পূর্ণসংখ্যাকে একটি ফ্লোট হিসাবে ব্যাখ্যা করতে পারেন, অথবা আপনি মানের পরিসীমাকে প্রসারিত করতে পারেন মাত্রার বিভিন্ন আদেশ দ্বারা, তাদের প্রতিটি প্রজন্মের মিডরেঞ্জের সাথে ক্ষতিপূরণ দিতে পারেন। ফলাফল নির্ভুলতার প্রদত্ত ক্রম সহ একটি নির্দিষ্ট-বিন্দুর মতো কিছু হবে। আমরা এই বিকল্পটি ব্যবহার করব যেহেতু এটি আসল ফ্লোট মানের কাছাকাছি।

using System;

namespace RandomDistribution
{
    public class SystemIntegerRandomGenerator : IRandomGenerator
    {
        private const int DefaultFactor = 100000;
        
        private readonly Random _generator = new Random();
        private readonly int _min;
        private readonly int _max;
        private readonly int _factor;


        public string Name => "System.Random.Next()";


        public SystemIntegerRandomGenerator(float min, float max, int factor = DefaultFactor)
        {
            _min = (int)min * factor;
            _max = (int)max * factor;
            _factor = factor;
        }


        public float Generate() => (float)_generator.Next(_min, _max) / _factor;
    }
}

System.Random.NextDouble() এর বাস্তবায়ন

এখানে মানগুলির নির্দিষ্ট পরিসর [0; 1)। কনস্ট্রাক্টরে উল্লেখিত একটিতে এটি প্রজেক্ট করার জন্য, আমরা সাধারণ পাটিগণিত ব্যবহার করি: X * (সর্বোচ্চ − মিনিট) + মিনিট।

using System;

namespace RandomDistribution
{
    public class SystemDoubleRandomGenerator : IRandomGenerator
    {
        private readonly Random _generator = new Random();
        private readonly double _factor;
        private readonly float _min;


        public string Name => "System.Random.NextDouble()";


        public SystemDoubleRandomGenerator(float min, float max)
        {
            _factor = max - min;
            _min = min;
        }


        public float Generate() => (float)(_generator.NextDouble() * _factor) + _min;
    }
}

UnityEngine.Random.Range() এর বাস্তবায়ন

UnityEngine.Random স্ট্যাটিক ক্লাসের এই পদ্ধতিটি আপনাকে মানগুলির একটি পরিসীমা সেট করতে দেয় এবং একটি ফ্লোট টাইপ প্রদান করে। আপনাকে কোনো অতিরিক্ত রূপান্তর করতে হবে না।

using UnityEngine;

namespace RandomDistribution
{
    public class UnityRandomRangeGenerator : IRandomGenerator
    {
        private readonly float _min;
        private readonly float _max;


        public string Name => "UnityEngine.Random.Range()";


        public UnityRandomRangeGenerator(float min, float max)
        {
            _min = min;
            _max = max;
        }


        public float Generate() => Random.Range(_min, _max);
    }
}

UnityEngine.Random.value এর বাস্তবায়ন

স্ট্যাটিক ক্লাস ইউনিটি ইঞ্জিনের মান বৈশিষ্ট্য। র্যান্ডম একটি নির্দিষ্ট পরিসর থেকে একটি ফ্লোট টাইপ প্রদান করে [0; 1)। সিস্টেম.Random.NextDouble() প্রয়োগ করার সময় এটিকে একটি প্রদত্ত পরিসরে প্রজেক্ট করা যাক।

using UnityEngine;

namespace RandomDistribution
{
    public class UnityRandomValueGenerator : IRandomGenerator
    {
        private readonly float _factor;
        private readonly float _min;


        public string Name => "UnityEngine.Random.value";


        public UnityRandomValueGenerator(float min, float max)
        {
            _factor = max - min;
            _min = min;
        }


        public float Generate() => (float)(Random.value * _factor) + _min;
    }
}

ঐক্যের বাস্তবায়ন।গণিত।এলোমেলো।নেক্সটফ্লোট()

Unity.Mathematics.Random ক্লাসের NextFloat() পদ্ধতি ফ্লোটিং টাইপের একটি ফ্লোটিং পয়েন্ট প্রদান করে এবং আপনাকে মানগুলির একটি পরিসীমা নির্দিষ্ট করতে দেয়। একমাত্র সূক্ষ্মতা হল Unity.Mathematics.Random-এর প্রতিটি উদাহরণকে কিছু বীজ দিয়ে শুরু করতে হবে - এইভাবে আমরা পুনরাবৃত্তি ক্রম তৈরি করা এড়াতে পারব।

using Unity.Mathematics;

namespace RandomDistribution
{
    public class UnityMathematicsRandomValueGenerator : IRandomGenerator
    {
        private Random _generator;
        private readonly float _min;
        private readonly float _max;


        public string Name => "Unity.Mathematics.Random.NextFloat()";


        public UnityMathematicsRandomValueGenerator(float min, float max)
        {
            _min = min;
            _max = max;
            _generator = new Random();
            _generator.InitState(unchecked((uint)System.DateTime.Now.Ticks));
        }


        public float Generate() => _generator.NextFloat(_min, _max);
    }
}

মেইন কন্ট্রোলার বাস্তবায়ন

IRandomGenerator এর বেশ কিছু বাস্তবায়ন প্রস্তুত। এর পরে, আপনাকে সিকোয়েন্স তৈরি করতে হবে এবং প্রসেসিংয়ের জন্য ফলস্বরূপ ডেটাসেট সংরক্ষণ করতে হবে। এটি করার জন্য, আমরা ইউনিটিতে একটি দৃশ্য এবং একটি ছোট মেইন কন্ট্রোলার স্ক্রিপ্ট তৈরি করব, যা সমস্ত প্রয়োজনীয় কাজ করবে এবং একই সাথে UI এর সাথে মিথস্ক্রিয়া করার জন্য দায়ী থাকবে।

আসুন ডেটাসেটের আকার এবং MF মানের পরিসীমা সেট করি এবং এমন একটি পদ্ধতিও পান যা কনফিগার করা এবং কাজ করার জন্য প্রস্তুত জেনারেটরের অ্যারে প্রদান করে।

namespace RandomDistribution
{
    public class MainController : MonoBehaviour
    {
        private const int DefaultDatasetSize = 100000;

        public float MinValue = 0f;
        public float MaxValue = 100f;

        ...

        private IRandomGenerator[] CreateRandomGenerators()
        {
            return new IRandomGenerator[]
            {
                new SystemIntegerRandomGenerator(MinValue, MaxValue),
                new SystemDoubleRandomGenerator(MinValue, MaxValue),
                new UnityRandomRangeGenerator(MinValue, MaxValue),
                new UnityRandomValueGenerator(MinValue, MaxValue),
                new UnityMathematicsRandomValueGenerator(MinValue, MaxValue)
            };
        }

        ...
    }
}

এখন একটি ডেটাসেট তৈরি করা যাক। এই ক্ষেত্রে, ফলাফলগুলিকে টেক্সট স্ট্রীমে (csv ফর্ম্যাটে) রেকর্ড করার সাথে ডেটা জেনারেশন একত্রিত হবে। প্রতিটি IRandomGenerator এর মান সংরক্ষণ করার জন্য, এর নিজস্ব পৃথক কলাম বরাদ্দ করা হয় এবং প্রথম লাইনে জেনারেটরের নাম থাকে।

namespace RandomDistribution
{
    public class MainController : MonoBehaviour
    {
        ...
		
        private void GenerateCsvDataSet(TextWriter writer, int dataSetSize, params IRandomGenerator[] generators)
        {
            const char separator = ',';
            int lastIdx = generators.Length - 1;

            // write header
            for (int j = 0; j <= lastIdx; j++)
            {
                writer.Write(generators[j].Name);
                if (j != lastIdx)
                    writer.Write(separator);
            }
            writer.WriteLine();

            // write data
            for (int i = 0; i <= dataSetSize; i++)
            {
                for (int j = 0; j <= lastIdx; j++)
                {
                    writer.Write(generators[j].Generate());
                    if (j != lastIdx)
                        writer.Write(separator);
                }

                if (i != dataSetSize)
                    writer.WriteLine();
            }
        }

        ...
    }
}

যা অবশিষ্ট থাকে তা হল GenerateCsvDataSet পদ্ধতিতে কল করা এবং ফলাফলটিকে একটি ফাইলে সংরক্ষণ করা, অথবা অবিলম্বে শেষ ডিভাইস থেকে প্রাপক সার্ভারে নেটওয়ার্কের মাধ্যমে ডেটা স্থানান্তর করা।

namespace RandomDistribution
{
    public class MainController : MonoBehaviour
    {
        ...
		
        public void GenerateCsvDataSet(string path, int dataSetSize, params IRandomGenerator[] generators)
        {
            using (var writer = File.CreateText(path))
            {
                GenerateCsvDataSet(writer, dataSetSize, generators);
            }
        }


        public string GenerateCsvDataSet(int dataSetSize, params IRandomGenerator[] generators)
        {
            using (StringWriter writer = new StringWriter(CultureInfo.InvariantCulture))
            {
                GenerateCsvDataSet(writer, dataSetSize, generators);
                return writer.ToString();
            }
        }

        ...
    }
}

প্রকল্প সূত্রে এ GitLab.

Результаты

কোন অলৌকিক ঘটনা ঘটেনি। তারা যা আশা করেছিল তা তারা পেয়েছে - সব ক্ষেত্রেই ষড়যন্ত্রের ইঙ্গিত ছাড়াই একটি সমান বিতরণ। আমি প্ল্যাটফর্মের জন্য পৃথক গ্রাফ স্থাপনের বিন্দু দেখতে পাচ্ছি না - তারা সবগুলি প্রায় একই ফলাফল দেখায়।

বাস্তবতা হল:

সমস্ত পাঁচটি প্রজন্মের পদ্ধতি থেকে একটি সমতলে সিকোয়েন্সের ভিজ্যুয়ালাইজেশন:

এবং 3D তে ভিজ্যুয়ালাইজেশন। আমি শুধুমাত্র System.Random.Next() এর ফলাফল ছেড়ে দেব যাতে একগুচ্ছ অভিন্ন বিষয়বস্তু তৈরি না হয়।

ইউনিটি ইঞ্জিনের স্বাভাবিক বন্টন সম্পর্কে ভূমিকাতে গল্পটি বলা হয়েছে। র‍্যান্ডম নিজেকে পুনরাবৃত্তি করেনি: হয় এটি প্রাথমিকভাবে ভুল ছিল, বা তারপর থেকে ইঞ্জিনে কিছু পরিবর্তন হয়েছে। তবে এখন আমরা নিশ্চিত।

উত্স: www.habr.com

BlessRNG বা ন্যায্যতার জন্য RNG চেক করা