Bug一大队——Alpha冲刺总结随笔
| 这个作业属于哪个课程 | 软件工程实践2022年春-F班社区 |
|---|---|
| 这个作业要求在哪里 | 团队作业——站立式会议+alpha冲刺 |
| 这个作业的目标 | 总结alpha冲刺 |
| 其他参考文献 | 无 |
目录
- 项目预期计划
- 现实进展
- 开始游戏界面
- 选项界面
- 切换场景读条
- 总体白天场景
- 人物对话
- 夜晚战斗
- AI
- Boss战斗
- 死亡界面
- 成员过程体会
- 221900116林耀博
- 221900121阮鸿林
- 221900130杨鑫
- 221900232赵耀
- 221900417林祥冬
- 221900423王浩尧
- 221900425王俊宇
- 221900440韦镔晏
- 组员分工协作和工作量比例
- 下阶段展望
项目预期计划
完成大致流程,使之成为一个完整的、可运行的游戏,各个模块实现基础功能。具体可参考
冲刺任务与计划。
现实进展
开始游戏界面
有较为美观的界面,界面上显示开始游戏、选项、退出游戏三个按钮,每个按钮的功能都已实现。

选项界面
显示调节音频、设置视口、修改键位三个页面,目前实现设置窗口模式功能。

切换场景读条
开始游戏或者切换关卡时会有读条显示

总体白天场景
搭建了较为美观的场景、优化了光照渲染。
开场动画可以环绕家园一圈(拍到动物、房屋、机甲)。

人物对话
已实现推进剧情所需必要关键对话

夜晚战斗
战斗模块已实现射击游戏基本功能,包括显示血量,子弹数量UI功能,发射子弹造成伤害等功能


AI
当玩家清理完潜入的小怪后,你的伙伴Jack会来找你,并引导你去驾驶机甲,前往怪物入侵的主要战斗场景。在战斗中,他还会驾驶机甲与你一同战斗,帮助你击退入侵的敌人。

Boss战斗
在击杀所有的小怪后,Boss出场,目前Boss可以释放火球和地刺两个技能。

死亡界面
当玩家控制的人物或者机甲的HP(左下角显示)降为0后,会出现死亡界面,你可以选择重玩此关/返回主菜单/退出游戏

成员过程体会
221900116林耀博
这次团队项目做的内容是之前没有接触过的,大家都是从零开始,边学边做,在制作过程中不得不感叹ue4引擎功能的强大,不过过程中遇到的无数的bug也让我们吃了不少苦头,alpha冲刺时间短、任务重,我们都拿出了百分之百的精力去完成,只希望最后的成品能让大家满意。这个项目也让我深切的意识到了团队合作的重要性,团队中有明确的分工,大家积极交流协作,才能有更好的效果。
221900121阮鸿林
团队成员在项目开始前的具体分工和在项目开始后的即使沟通很重要,如果能有充分的沟通和明确分工项目的推进速度能快很多。
221900130杨鑫
事件tick+布尔值判断很好用,能实现很多功能,但是会对性能有一定的负担。游戏的UI和画面对于吸引玩家很重要。团队中大家各司其职的话进度就会推进很快。慎用延迟!慎用延迟!慎用延迟!
221900232赵耀
221900417林祥冬
团队之间的合作与协调非常的重要,而且因为缺少经验也走了一些弯路。
221900423王浩尧
在这次团队作业中,团队的配合重要,需要大家协同配合,才可以更好的推进项目,因为在项目的设计中环环相扣,只有大家一起推进,才能加快项目进度,在设计过程中,多尝试,面对一个全新的东西不熟悉的东西,不要因为没有教程就不推进,多尝试也许会有意外的发现
221900425王俊宇
这次的团队作业是做一个游戏,虽然游戏经常接触,但做游戏却是一个完全未知的领域。从接触ue4到和团队完整的制作完一款游戏是个十分漫长的过程,在熟悉ue4的同时学习做游戏的各个部分并在alpha冲刺的站立式会议与团队进行交互,讨论项目进度,是种全新的体验。在ue4的学习中,因为ue4将很大的部分都封装了起来,所以学习的广度十分巨大,而ue4又很新,教程也十分难找,所以团队间学习的交流也十分重要。在这次项目中,体验了团队协作,了解了团队协作的重要性。
221900440韦镔晏
在最开始接触这个项目的时候,觉得很有难度,因为在那之前,没有听说过UE系列,而且在真正开始学习和使用UE4的时候,因为教程比较少,问到的问题很少能在网上找到答案。第一次尝试做UI,才知道UI不是表面上制作静态的或者动态的图形,还需要加入UI交互,把做出来的图形能对应一个功能。在制作UI时,其实pass过很多不满意的图形,最后也是在队友给的灵感下,把UI界面设计与游戏场景融合起来,最后才比较满意。虽然最后设计出来的吧UI没有这么完美,但是在这一整个过程中,我收获到了很多的东西,比如说学习到的UI设计、蓝图制作、UI交互、控件特效等,最最重要的还是融入了团队协作中,对未来的团队合作充满了期待!
组员分工协作和工作量比例
根据Alpha版本各成员完成内容,参考绩效表考核指标,每位小组成员给所有小组成员评贡献度。贡献度统计权重:组长28%,其他成员总和72%

| 组员 | 分工 | 贡献度 |
|---|---|---|
| 林耀博 | 机甲基础动作、机甲射击、机甲伤害事件、上/下载具、AI机甲带路、AI机甲自动攻击敌人、夜晚光照渲染、动物优化、白天开场动画、夜晚怪物入侵动画、到达战场动画、怪物出场动画 | 20.8% |
| 阮鸿林 | 机甲材质配置、信件在界面显示、信件显示时关闭玩家移动和视角移动、人物、机甲和怪物的血量、子弹数量、瞄准准星UI显示 | 13.12% |
| 杨鑫 | 怪物的功能:追踪玩家,攻击玩家,添加声音等。生成怪物、怪物碰撞、游戏暂停、警报 | 14.04% |
| 赵耀 | 0% | |
| 林祥冬 | 人物动作,人物枪械捡取,枪械射击实现,关卡序列制作,关卡切换 | 12.48% |
| 王浩尧 | boss制作,boss火球攻击,boss地刺攻击,机甲仓库制作,地形优化,白天光照渲染,新房屋的搭建 | 14% |
| 王俊宇 | 制作ui,制作npc,台词编写,实现人物对话系统 | 12.64% |
| 韦镔晏 | UI制作,开始界面,帮助界面以及UI的交互设计和实现;加载游戏界面;协助部分场景的搭建 | 12.92% |
下阶段展望
- 优化各部分内容,修好可预见的所有bug。
- 完善剧情,让剧情更加饱满。
- 对话框添加人物贴图。
- 添加细节信息突出我们刚开始的主题。
- 制作打完boss后的结尾动画结尾内容。
- 在白天农场场景添加更多交互事件。
- 其他内容根据具体情况推进。
相关推荐
Delphi 13.2控件之FMXLinux11-20240611.zip
Delphi 13.2控件之FMXLinux11-20240611.zip
语音情感识别系统实战教程
这是一套基于 Librosa + PyTorch CNN 的语音情感识别系统完整实战教程,输入一段 wav 人声录音,程序输出 8 种情感(中性/平静/快乐/悲伤/愤怒/恐惧/厌恶/惊讶)各自的概率和主判定结果,全程纯 CPU 可跑。交付物含可运行 Python 源码、RAVDESS 完整数据集(1440 条)、训练好的权重、9 章文档(三件套)、PPT 和 6 张真跑截图。 内容围绕 main.py 的命令:train 扫描音频提取 MFCC 特征并缓存,二次训练免重复提取,--dryrun 用极小样本几分钟走通全链路;infer 在测试集上输出准确率、分类报告与混淆矩阵图,支持单文件预测和批量识别;gui 打开 Tkinter 可视化工作台,左侧选音频看结果与 Top-3 候选,右侧实时显示波形与 8 类情感概率条形图,批量结果一键导出 CSV。 亮点在于无显卡要求:8GB 内存普通电脑即可,MFCC 特征提取加训练合计十来分钟,模型权重仅 1-2MB;依赖锁定 Python 3.10 + torch 2.1.0+cpu + librosa 0.10.1 + numpy 1.26.4 + scikit-learn 1.3.2;第 7 章整理 15 个以上高频报错;第 8 章给出换情感表、换特征、接入长音频的路径。
一个完全重写的超轻量级 python 引擎,零依赖,零配置,可以在 Flash ≤ 64KB,RAM≤ 4KB 的平台下运行,极易部署和扩展,具有大量的中文文档和视频资料
一个完全重写的超轻量级 python 引擎,零依赖,零配置,可以在 Flash ≤ 64KB,RAM≤ 4KB 的平台下运行(如 stm32g030c8 和 stm32f103c8),极易部署和扩展,具有大量的中文文档和视频资料。
CSDN首页 发布文章 CSDN同步助手 毫米波V2I网络的链路层仿真研究(Matlab代码实现) 28 100 摘要:会在推荐、列表等场景外露,帮助读者快速了解内容,支持一键将正文前 25
内容概要:本文系统介绍了基于自适应神经模糊推理系统(ANFIS)的非线性回归方法,结合模糊逻辑与神经网络的优势,构建能够处理复杂非线性关系的智能建模工具。文章详细阐述了ANFIS的网络结构、模糊规则生成机制、参数学习过程及其在非线性系统建模中的应用流程,并通过Matlab代码实现完整的训练、验证与预测环节,展示了其在高精度拟合与动态系统建模方面的优越性能。该方法特别适用于输入输出关系高度非线性且难以用传统数学模型描述的工程场景,具备良好的泛化能力和可解释性。; 适合人群:具备一定Matlab编程能力,并熟悉模糊系统、神经网络基础理论的高校研究生、科研人员及工程技术开发者,尤其适合从事智能控制、系统辨识、故障诊断、数据分析与预测等领域的研究人员。; 使用场景及目标:①掌握ANFIS在非线性回归与系统建模中的建模流程与实现技巧;②学习如何利用Matlab Fuzzy Logic Toolbox进行模糊规则设计与参数优化;③应用于实际工程中的复杂非线性问题,如环境数据预测、工业过程建模、设备状态评估、金融时间序列分析等高难度回归任务。; 阅读建议:建议读者结合Matlab平台动手实践,重点理解ANFIS中模糊隶属度函数的选择、规则库的自动生成机制以及反向传播与最小二乘法混合训练策略的协同作用,通过调整模型结构与训练参数对比分析其对回归精度的影响,从而深入掌握该方法的核心原理与工程应用要点。
科技中介服务机构如何构建标准化、智能化的服务流程?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。



