[T.16] RedCinnamoroll Beta 阶段发布说明

| 项目 | 内容 |
|---|---|
| 这个作业属于哪个课程 | 2024年北航敏捷软件工程 |
| 这个作业的要求在哪里 | [T.16] 团队项目:Beta 阶段发布说明-CSDN社区 |
| 我们在这个课程的目标是 | 学习敏捷开发的思想,合作开发出一款优秀有趣的软件 |
| 这个作业在哪个具体方面帮助我们实现目标 | 发布与宣传我们的游戏 |
功能特性
主页
可以开始游戏,选择存档,重新开始,查看图鉴,进入教程,退出游戏。

在玩家启动游戏后便会进入主页,可以进行一局游戏。
教程
为你开始游戏提供最初的引导。


图鉴
玩家能够通过图鉴解锁目前已经遇到过的塔,组装件,敌人,以及各自对应的属性值

玩家可以通过挑战不同的关卡,解锁不同的敌人,并在获胜之后获得不同的组装件和塔,并在图鉴中解锁相关信息
buff/遗物系统
在原有的战斗机制之外,我们新设计了Buff系统。
在战斗中,我们设计的buff效果有:初始资源数量增、资源获取速度增加、防御塔/敌人受到的伤害/物理伤害/法术伤害增加或者减少、防御塔/敌人的攻击速度增加或者减少、防御塔的血量增加或者减少。buff中不同的数值对整体游戏的影响不同。

我们在战斗界面的上方显示对应的buff图标,鼠标悬浮可以看到它们的具体影响。
音频
我们的游戏会在进入不同场景的时候播放不同的BGM音乐,具体分为主界面音乐、战斗场景音乐、其他场景音乐。一段BGM播放结束后,会自动地播放下一曲。在点击按键、鼠标悬停在特定按键上、战斗中的攻击和受击发生时,会播放一些音效。
存档
游戏可以选取存档,重进游戏后也会保留存档设置。更改存档可以避免进行到一半的游戏被重新开始消灭。

战前预览
在进入战斗节点前显示选塔信息以及当前节点的路径和敌人信息。

事件节点
我们扩充了大量事件。这些事件包括回复、购买商品、随机物品等。这些事件对于固定的节点只会固定地生成。

修复的缺陷
防御塔
- 添加了防御塔删除按钮,在点击后与攻击范围同步显示,为组装件的使用添加限制,平衡游戏强度。
- 为组装件添加了花费,将添加到防御塔的Cost上。为攻击型组装件添加了Cost回复属性,在攻击时会触发。
- 去掉了组装件中范围倍率属性,简化攻击范围的计算,使其更加合理。
美术
- 更换战斗背景,更换范围显示素材。
- 使用网格和描边的方式绘制防御塔放置区域和道路
- 更换防御塔,组装件和敌人的素材

背包
对背包界面 UI 进行了优化


节点图
在节点图中显示全局属性信息(包括当前关卡层数、血量以及金钱)

血条
血条被稍微缩小了,并且不再阻挡点击。
难度
按照当前节点在节点图中的位置修改战斗场景难度(出怪频率)
boss战斗
boss能够显示大大的血条了
运行环境
支持 Windows 与 Mac 系统。
安装与使用方法
下载zip,解压后双击 collapsar.exe 即可开始运行
已知问题
暂无
发布地址
相关推荐
MATLABSimulink模拟及会议论文,关于具备自动温度控制和能耗分析的智能太阳能热水系统。.zip
1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
完美复现基于自适应虚拟谐波阬的光储VSG并网电流谐波抑制模型(Simulink仿真实现)
内容概要:本文围绕基于自适应虚拟谐波阬的光储VSG并网电流谐波抑制模型展开研究,提出了一种结合虚拟同步发电机(VSG)控制与自适应虚拟谐波阬技术的谐波治理方案,旨在有效应对光伏发电与储能系统并网过程中产生的特定次谐波问题。通过在Simulink中构建完整的系统仿真模型,详细实现了VSG的惯量阻尼控制、功率环调控以及自适应谐波阬的频率识别与阻抗重塑机制,能够动态跟踪并抑制并网电流中的谐波成分,从而提升电能质量和系统并网稳定性。文章深入剖析了控制器结构设计、关键参数整定方法及谐波抑制效果的仿真验证过程,充分验证了该方法在复杂工况下的有效性、鲁棒性与工程应用潜力。; 适合人群:具备电力电子、新能源并网、电力系统分析等相关专业知识背景的科研人员与工程技术人员,尤其适用于熟悉Simulink仿真环境、掌握基本控制理论与信号处理技术的研究生、高校教师及企业研发人员。; 使用场景及目标:①应用于光伏-储能联合系统的并网逆变器控制设计;②用于提升VSG并网系统的电能质量与抗扰动能力;③为高比例新能源接入场景下的谐波分析与主动抑制策略提供仿真验证平台与技术支撑;④辅助开展新型电力系统中电能质量治理相关的教学与科研工作。; 阅读建议:建议读者结合提供的Simulink模型文件进行同步仿真操作,重点理解VSG控制架构与自适应虚拟谐波阬模块的耦合关系,关注谐波检测、频率自适应调整与复矢量控制的实现细节,并可通过改变负载条件或电网阻抗参数进行多工况测试,以深入掌握系统的动态响应特性与控制性能边界。
机械三维3D设计图-食品皮带机输送除尘消毒设备.zip
机械三维3D设计图-食品皮带机输送除尘消毒设备.zip
机械三维3D设计图-膜厚测定自动搬送设备.zip
机械三维3D设计图-膜厚测定自动搬送设备.zip
负荷预测基于LSTM-Attention、蜣螂优化DBO-LSTM-Attention的负荷预测研究(Python代码实现)
内容概要:本文围绕基于LSTM-Attention与蜣螂优化算法(DBO)改进的LSTM-Attention模型在电力负荷预测中的应用展开研究,采用Python代码实现。研究结合长短期记忆网络(LSTM)对时间序列长期依赖关系的建模能力与注意力机制(Attention)对关键时间步特征的加权聚焦能力,构建基础预测模型,并引入新型群智能优化算法——蜣螂优化算法(DBO),用于自动寻优模型超参数,有效提升模型收敛速度与预测精度。文中详述了模型架构设计、优化流程集成及实验验证过程,通过对比实验证明该混合模型在负荷预测任务中相较传统方法具有更强的非线性拟合能力和更高的预测准确性。; 适合人群:具备一定Python编程基础和机器学习背景,从事电力系统分析、能源管理或相关领域研究的科研人员及工程技术人员。; 使用场景及目标:①应用于短期或中期电力负荷预测任务,提高电网调度的科学性与经济性;②为深度学习与智能优化算法在能源领域的融合应用提供实践案例,促进模型性能优化与实际部署。; 阅读建议:建议读者结合提供的Python代码,深入理解LSTM-Attention模型的构建细节与DBO优化流程,建议在实际数据集上复现实验,进一步掌握参数调优技巧与模型评估方法。


