高校游戏开发训练营|学习有奖,大额奖金/海量周边/毕业证书完成即有!

作为游戏爱好者,即将走出大学的新鲜人,一段游戏项目履历,对人生还是就业,都将是一段实力的证明!但传统游戏引擎做游戏,不仅需要写代码、美术、甚至队友,做联机更是难的飞起!
那么来参加「MetaApp」举办的免费「游戏开发训练营」吧!联机游戏项目,不用专业引擎,也不用组队团战,全程陪你经历游戏上线推广、市场反馈、玩法迭代全流程!优秀作品更可获得奖金激励!
推荐学习理由:
- 游戏开发知识入门:资深游戏策划与知名讲师免费教学;
- 实践游戏开发经验:可写在简历上的实际项目产出;
- 奖金激励与平台分成:发布游戏免费上线平台,获得收益。
往期学员作品展示:
|
|
|
|
🌳训练营内容
一、训练营安排
「实战项目」将使用 「MetaApp编辑器」进行开发,共2周学习+2周发布迭代,全程学习指导、游戏上线运营指导,均全部免费。既能学习游戏制作技术,还能实打实的获得游戏项目经历。
- 训练营采用线上教程资料自助学习,配合重点要点视频以及直播,以及全程的官方技术人员辅导。
- 游戏项目开发全程答疑支持,项目发布至「233游戏平台」,将给予平台流量补贴以及运营方面的指导;
二、实战项目
-
个人游戏项目:基于「竞技类多人游戏框架」开发的实战项目;
-
推荐制作的游戏类型:跑酷、收集类
-
考验项目:针对开发工程师岗位的技术考核性项目。
三、活动福利
| 奖励等级 | 等级要求 | MateApp赞助奖品&官方扶持 |
| 新锐制作人 | 提交「个人游戏」并上线平台 | 1、训练营毕业证书 |
| 2、平台免费推送10000+流量曝光 | ||
| 成神之路 | 游戏符合活跃要求的作品 | 1、每日10min时长以上的玩家,按每玩家/每天/¥0.02发放奖金! |
| 说明:奖金需达到¥500方可发放,奖金累计上限¥3000 | ||
| 2、游戏广告分成(注:接入平台商业化SDK后) | ||
| 全员福利 |
1、成功报名入组实战营 2、MetaApp平台签约作者 机会 | 1、不定期分享游戏开发课程、与现役游戏制作人交流 |
| 2、加入游戏创作者社群 | ||
| 3、定期举办游戏创作活动,获得平台流量补贴。 | ||
| 进击制作人 | 提交「考验项目」并通过审核 | MetaApp公司实习机会! |
| 奖励等级 | 参与人数 | CSDN赞助奖品&官方扶持 |
| L1 | 活动参与人数 30-49 人 | 定制马克杯*3 |
| L2 | 活动参与人数 50-99 人 | 定制马克杯*5 |
| L3 | 活动参与人数 100-149 人 | 定制马克杯*5 定制帆布袋 *3 |
| L4 | 活动参与人数 ≥150 人 | 定制马克杯*5 定制帆布袋 *3 定制背包*2 社区首页 banner 推荐:3-5天 |
相关奖品图(仅供参考)
| 马克杯 | 帆布袋 | 定制背包 | 结业证书 |
|---|---|---|---|
|
|
|
|
|
四、时间安排
- 3.22-3.31 报名
- 4.03-4.16 自研编辑器学习与个人项目游戏开发
- 4.17-4.30 个人游戏发布运营与迭代 ,上线无问题后可申请进行考核项目制作
五、课程安排
需要每天坚持学习并完成作业打卡,同时完成一周的大作业才可以进入下一阶段学习。
| 第一周 | 萌新期 | 编辑器安装 | 编辑器操作 | 游戏物体 | 预制体 |
| 第二周 | 进阶期 | TS脚本1 | TS脚本2 | 事件通信 | 触发器 |
六、参与方式
①活动帖任务区报名。填写格式:参与报名
②扫码添加官方hr申请报名表-填写报名表后进入官方群进行学习。 添加请备注:CSDN

相关推荐
DuCut_1795224829955_400.mp4
DuCut_1795224829955_400.mp4
互联网+智慧医疗大数据信息平台建设方案.pptx
互联网+智慧医疗大数据信息平台建设方案.pptx
数据挖掘实战项目-从零实现决策树、朴素贝叶斯、KMeans与PCA,含清洗特征评估全流水线,33个源文件8457行
内容概要:190 页项目教程 + 一套从零实现的数据挖掘算法库与流水线,按源文件交付 33 个模块:数据集读取与 schema 校验、清洗(缺失填充、去重、IQR/Z-score 异常值、类别编码)、特征工程(标准化、分箱、多项式、方差/相关/卡方选择)、切分与分层 K 折交叉验证、CART 决策树(基尼、连续特征二分、剪枝)、朴素贝叶斯(高斯/多项式 + 拉普拉斯平滑)、KNN、线性回归(正规方程与梯度下降双实现、残差分析)、逻辑回归(交叉熵 + L2 + 梯度校验)、KMeans(k-means++ 与轮廓系数)、PCA(特征值分解与解释方差)、指标(混淆矩阵、P/R/F1、手算 ROC-AUC)、流水线(先切分后 fit,防数据泄漏)、报告与 CLI。 适合人群:要做数据挖掘课设或毕设的同学;只会调库、被问「决策树怎么分裂」答不上来的开发者;想把算法写成可跑代码而不是背公式的人。 使用场景及目标:照着教程手写每个算法,跑通三个可复现数据集,最后用一条命令跑完整流水线并输出指标报告;每个算法都配边界用例(空集、单样本、全同类、常数列、NaN),结论能被复算。 其他说明:33 个源文件 8,457 行,主机侧用例全部通过(本机 make test 实跑,只用标准库 + numpy,不依赖任何机器学习框架)。代码完整,无省略、无伪代码,数值下溢保护与参数校验全部保留。
A Survey of LLM Negotiation and Bargaining Agents |LLM谈判与议价智能体综述 |arxivreview
# A Survey of LLM Negotiation and Bargaining Agents |LLM谈判与议价智能体综述 |arxivreview 综述原文见 [ArxivReview](https://www.arxivreview.com/surveys/LLM%20Negotiation%20and%20Bargaining%20Agents) ## 导读 大语言模型(LLM)谈判智能体正经历从语言模拟向经济理性的范式跃迁,其核心矛盾在于人类对齐训练带来的亲社会偏见与博弈论要求的最优策略之间的冲突。早期研究聚焦于自然语言生成的流畅性,但NegotiationArena等基准迅速揭示了模型在策略推理上的系统性缺陷,如锚定偏差与过度合作。为修正这些非理性行为,研究重心转向可验证奖励强化学习(RLVR),利用客观经济信号替代主观人类偏好,显著提升了剩余提取能力。与此同时,情感策略蒸馏与机制可解释性分析作为互补路线,分别解决了边缘部署中的能力缺失与偏差的神经基础问题。各路线在策略理性、部署效率与可解释性之间做出了不同取舍,由此形成当前多元并存的方法格局。本综述梳理这条从行为优化到机制理解的因果演进链条,为读者提供一张领域认知地图。全文按问题演化与路线取舍组织,覆盖该领域从奠基到当前的主要工作。 ## 1. 研究背景、问题结构与演进脉络 LLM谈判与议价智能体领域的兴起,源于大语言模型从静态文本生成向自主智能体(Autonomous Agents)的范式转变。早期研究如Lewis et al. (2017)提出的DealOrNoDeal和He et al. (2018)的CraigslistBargain,局限于基于规则或简单神经网络的文本谈判协议,缺乏对复杂策略推理和自然语言说服力的建模。这些工作确立了基于对话历史的策略生成与语言生成分离的早期架构,但仅
112-基于STM32太阳能共享储物快递柜控制系统设计(设计+程序+原理).rar
硬件驱动开发实战项目 项目112-基于STM32太阳能共享储物快递柜控制系统设计(设计说明书+全套资料) 资料包括Proteus仿真+Keil程序+Altium Designer原理图+软件安装包+参考设计说明书+答辩PPT+设计流程图,保证资料完整性! 功能: (1)本系统以STM32F103VET6单片机为核心控制器,统筹柜门与电源逻辑运算,保障共享储物全流程稳定运行。 (2)采用HC-SR04超声波与ACS712电流传感器组合采集,分别检测柜内物品存放状态与太阳能供电系统的实时电流参数。 (3)使用2.8寸TFT电阻触摸屏实时显示柜门状态、剩余电量与取件操作指引,交互界面清晰直观,操作响应流畅无延迟。 (4)配备SG90舵机与有源蜂鸣器作为执行装置,验证通过后自动解锁对应柜门,存件取件完成后触发蜂鸣器操作反馈。 (5)内置独立按键支持柜门状态手动查询与系统参数校准,依托太阳能供电,适配户外社区、驿站的共享快递储物场景需求。









