关于创业的一点感想

说起来,加入combiform这个project就要2年了。在校期间还算是比较顺利,去了很多场合showcase,也有幸去Siggraph和Sigchi这样的国际会议展出。而毕业后成立公司的这半年中,可谓遇到不少困难,现在简单总结一下:

1.团队年轻

首先,年轻表现在我们对自己所做的事情不是很有经验。举个例子,我和两个印度哥们为了给硬件写一个传输程序,花费了比预期长很多的时间,一来我们对于产品的性能/背景应用都是从零开始调研,难免要走弯路。当然R&D的过程从来不可能期待一蹴而就,不过最终印度人负责的硬件firmware翻来覆去修改只需要100行(利用了网上别人现成的一个库),而我这边沟通软件API全新写了一个2000行wrapper(构造数据包,制定传输协议)。从工作态度讲,我们都是比较积极热情的(可能是他们比我还junior的原因,很多的时候我顺带教他们如何编程)。

再一个例子就是,artist不够驾轻就熟,花费大量时间画出来的东西不够专业。而三维建模/动画,我们还花钱外包顾人做。如果有一个相对senior的artist,平面设计、2D、3D都不差的话,除了节省开销外,能做出更为polished的效果,会赢得更多的注目和引发人们的兴趣。毕竟人类都是视觉动物,谁对于ugly/crappy的UI和graphics是没有什么好感的。

当然在美国的游戏产业,要pitch一个idea,35岁之下是很有难度的,年轻的团队能否达成目标是值得怀疑的(想想陈星汉他们当年也经历了无数的失败)。当然除非能像Zuckerberg把东西做出来,否则投资商很难买你的帐(投资方的钱也不是天上掉下来的)。看看在Kickstarter上募资成功的大项目,都是50岁左右的业界老手(Industry Veteran)搞的——ouya, wasteland2, project eternity.

 

2.经营和管理

Producer的问题,按理说producer为团队提供便利,把一切细枝末节安排好,让队伍全速开动。如果producer粗心大意、迟到早退的话,团队就不能全速前进,这本身就是一种效率的损失。安排tracking每个部门的任务,制定计划是一件繁琐但又必要的事情。人都有拖延症和懒惰心的,包括producer本人。不能忽略形式的意义,不能高估人们的觉悟。

领导能力是身内之物,不是课本或者上MBA可以学到的。如果领导的某些性格因素带来了消极影响,甚至建立了一些undesired的文化氛围,那对公司的凝聚力是非常有损的。处理个人之间的细微的关系也是非常重要的一件事情。如果说一个人习惯性的picky并fuck up 所有的relationship的话,那绝对是这个人本身的问题。

对于年轻的领导班子,与人打交道也是一个挑战。美国人虽热办事讲规矩,但都是建立在法律基础上。在平常的谈判中也是尔虞我诈,为了避免留下把柄和根据不选择email而选择口头的方式,甚至直接出尔反尔的情况也是有的。谈判的过程是心理的拉锯战,投资总是贪婪的,总希望用最小的投入获得最大的份额。

哪里都有其办事的规则和方式。PR公司往往是说一套做一套,给了钱就别想要回来。

 

3.其他感慨

团队合作,Peer Programming对于touch base和debugging还是很有成效的,也有助于加强成员间的亲密度、信任度。另外对于develop一个公司culture的,大家平常hang out,一起打打网络游戏也是很有帮助的。

选外包要慎重。首先国内的美工未必会便宜。更值得头疼的是沟通问题,由于环境文化概念需求的因素,如果idea不能getting thru,那么再好的艺术家也不能设计出想要的结果。要么是做出的东西有瑕疵和偏差,还需要修,这也很费时间。很多美工说还不如本地直接做,外包节省的钱得不偿失。还有一点,是时差问题,一来二回也是非常耗费时间精力。

产品的包装固然重要,但最好的广告还是产品本身。再好的PR也抵不过口碑和target market人群的相互分享。

不要依赖PR公司,PR公司是邪恶的行当。

美国人民爱好广泛,但有一点——喜欢“酷”的东西,学生阶段都喜欢“cool kids",电影音乐游戏喜欢“badass guys"(或者是像nikita或者lara这样的女角色)。就连科学也被称为酷。所以一定要迎合这种心理。

外观matters,想想乔布斯(最早产品展览后的低落心情开始苦心孤诣工业设计),要做出酷的产品、角色设定、环境渲染。

 

今天先写到这里吧。 

 

p.s.

在中国创业的话恐怕最怕就是被所谓巨头直接吃掉,因为知识产权的保护形同虚设,这使得小公司的创意岌岌可危。大公司的内部创业倒是一条相对安稳的道路?或许将来再成熟一点,还是带着自己的蓝图去国内打拼一下实现自己的梦想吧。

 

 


<script type="text/javascript"> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"></script>
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值