48小时极限爆肝,Cocos Creator 传递「让游戏开发更简单」

感觉时间过得好快,上周末的 Global Game Jam 好像就在昨天发生一样。

8f811a8079e866c39f7bd952700c26dd.jpeg

依稀记得上次 48 小时的 Ciga Game Jam,还是以一个学生的身份,周末闲着没事买了个观众票跑去会场,然后被安利为开发度过了难忘的时光,认识了来自泰国的 sole 大神 wasin,以及棒棒的 25 队求组队小伙伴们。

自那时往后的半年,发生了很多事情,直到今年的 Global Game Jam,往日的回忆才又逐步映入眼帘。

在 GGJ 的会场,仍旧能够见到很多以前的小伙伴,让人一下子又回到了往日一同爆肝的美好时光。不过,今日不同往日,这一次我们都有了不同程度的成长。

经过短暂的来自 Global Game Jam 组委会安利的“放松操”后, 会场播放了一段视频:地球上飞机的航线、病毒的蔓延、电脑光纤的传输、雷达的反射、音叉的波纹、声音的震动等等,最后慢慢显示出本次 Global Game Jam 的主题:「 传递」

好吧,刚刚默默翻了下手机,并没有拍现场照片,后台小哥也没,请自行脑补。

各个队伍都开始紧锣密鼓地思考了起来,我们队伍内经过一轮短暂的头脑风暴后,最后敲定复制者 Replicator 这个方向。

游戏的描述比较简单,玩家的角色是一个会变形的颜色球,需要玩家通过复制自己,与自己的复制人配合携手闯关。

cd2e7ab18917813f986100736b030da5.jpeg

玩家可以通过控制手柄,让角色处于站立(方形),移动(圆形),蹲下(三角形)的其中一个状态 。

da8c686f98994e31f172083770d8d39e.gif

玩家的三个状态


玩家可以复制自己,并将自己当时那一刻的状态传递给复制者。

f6e10859d6ff96b7a83ac517bb862818.gif

复制站立状态

8f48d7e3a807379d12e27366f7751706.gif

复制移动状态

148fe379e9fcefdda77ace645fed52ad.gif

复制蹲下状态

复制者在碰到位于墙壁或者处于站立状态的玩家或复制者时,会掉头,碰到蹲着的玩家时,则会跳起来。

2fa84c013a470a08a64e6d1a9fa22471.gif

复制者的交互

由于设计状态时保证了状态的正交,于是玩家就可以通过不同的状态组合达到不同的目的。比如让复制者反向跳跃,请读者自行思考(来自开发者的微笑)。

以上几乎就是玩法的设计了。配合上精妙的关卡设计,唔~,我和后台小哥开发的时间大概就 12 个钟左右,剩余大部分时间都在玩(这里就不演示关卡了,不过用 Creator 编辑关卡是真的随心所欲,利用组件化制作各种小机关,直接往界面上摆放和引用机关控制的对象,让我们完全停留在设计层面,可以毫无顾虑地脑洞和设计关卡 233)。

唔,可以提提神了。

是时候祭出我们的后台小哥了。

纯单机玩法?NO,NO,NO。

我们的游戏架构是这个样子的:

f9b7ed0b77116a04c909e532304da8f7.jpeg

游戏架构

玩家可以使用一台设备访问屏幕客户端链接充当公用显示器,另外的玩家只要掏出手机,访问控制器客户端链接,并输入显示器端的房间号,就能够随时随地加入游戏,和好友畅玩。

8f7e8869b07db056627ea3601b95cdba.jpeg

路演(←我负责讲解,后台小哥负责演示→)

dccd424c23d6108fea18ff97cacb5367.jpeg

通关证书

虽然没有拿到人气奖,但是对我们而言,这是一个难忘的 48 小时。

作为一个佛系开发者,游戏是否能上线只能看缘分了。

通过下面的链接,你可以看到来自世界各地的 2018 GGJ 作品:

https://globalgamejam.org/2018/games

期待更多 Cocos Creator 开发者参与到 Global Game Jam 中,有趣的游戏人终将相遇。

5d02fdf15f0907e16ad3c5d66ea10c2c.png

d4f56da0d283acaba6b7414ac07c27ff.jpeg

置顶 COCOS

第一手行业资讯早知道

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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