ddl战士——Beta冲刺总结

ddl战士. ddl战士. 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
这个作业属于哪个课程2501_CS_SE_FZU
这个作业要求在哪里团队作业—Beta冲刺
这个作业的目标Beta冲刺
其他参考文献《构建之法》、Google Style Guides

目录

  • 一、冲刺前任务(完善 / 新增功能)完成情况
  • 二、Alpha 阶段改进计划完成情况
  • 三、项目各功能运行展示
  • 四、各成员冲刺阶段体验、收获与心得
  • 五、各成员贡献度分配
  • 六、Beta 冲刺总结报告
  • 1. 项目预期计划、完成度相关的问题
  • 2. 过程体会、组员分工协作相关的问题
  • 3. 计划完成情况、项目运行链接及截图展示等相关的问题
  • 4. 关于 AI 技术员在本次作业起到的作用
  • 5. 总结

一、冲刺前任务(完善 / 新增功能)完成情况

冲刺前我们设立了八大核心任务,涵盖功能完善、新增与优化类别,所有任务均 100% 完成。核心功能完善方面,敌人模块实现了 AI 禁用、死亡动画播放与碰撞体禁用的完整死亡处理流程,集成 LootTable 系统生成掉落物,通过添加随机偏移算法解决掉落物重叠问题,结合地形碰撞边界动态调整偏移范围,避免狭窄地形下掉落物超出拾取范围,并新增 15 秒超时自动回收机制,确保资源合理占用。UI 模块成功绑定 Attribute.OnHealthChanged 事件,实现血条实时更新,优化背包物品槽位间距与 Icon 显示比例,完成 8 款主流机型的多分辨率适配,通过调整字体抗锯齿等级与文字缩放算法,彻底解决低分辨率下 UI 溢出、文字模糊等问题。地图模块构建了完整的洞穴场景 Tilemap,逐一排查并修复 3 处因碰撞体缺失导致的 “穿墙” 漏洞,压缩纹理资源使内存占用降低 30%,新增 4 个隐藏道具点与地形纹理差异路径引导,提升游戏探索乐趣。攻击模块实现 J 键触发近战攻击,将攻击盒半径从 0.3f 调整至 0.4f 优化命中判定,通过动画播放 0.3 秒后激活判定的时序同步,解决 “攻击动作未完成却已命中” 的违和感,添加 10% 默认暴击概率配置、攻击音效同步触发及冷却进度条可视化功能。玩家模块完成禁用控制、死亡动画播放与重生机制,优化 Rigidbody 插值模式解决移动卡顿,新增受击时屏幕抖动与红色闪屏反馈,提升战斗交互感。
核心功能新增方面,技能模块开发了 Fireball 投射体系统,实现飞行、碰撞检测与伤害触发,完善冰冻、燃烧持续效果(冰冻时敌人无法移动,燃烧持续掉血),支持技能快捷键自定义(默认 U/I/O/L,可修改为其他按键),并添加 0.1 秒按键防抖间隔避免误触。优化类任务中,将 Update () 中频繁调用的 FindObjectOfType 替换为全局缓存引用,使技能释放时的 GC 峰值降低 60%;通过异步加载 + 进度条提示优化场景切换,加载时间从 2.3 秒缩短至 0.8 秒。测试类任务覆盖 “攻击 - 受击 - 死亡 - 掉落 - 拾取” 全流程集成测试,模拟 10 个敌人同时攻击的极端场景,未出现崩溃或帧率骤降,确保项目稳定性。

二、Alpha 阶段改进计划完成情况

Alpha 阶段我们针对四大核心问题制定了改进计划,目前均 100% 落地。针对 Alpha 阶段战斗场景帧率低(45fps 左右)、长时间运行内存上涨的问题,我们通过性能优化使平均帧率稳定在 60fps,30 分钟连续运行内存稳定在 200MB 内,无泄漏现象。对于低分辨率下 UI 溢出、文字模糊的问题,我们完成 6 款主流分辨率适配,优化文字抗锯齿效果与 UI 布局自适应逻辑,确保不同设备下显示正常。针对 Alpha 阶段敌人死亡后掉落物未触发、技能命中无反馈的跨模块交互异常,我们通过梳理模块间调用逻辑,实现敌人 - 掉落 - 攻击 - 技能模块协同流畅,无交互漏洞,触发逻辑稳定。围绕攻击动作与判定不同步、技能释放卡顿的操作手感问题,我们优化攻击判定与动画的时序同步,调整技能投射速度与冷却配比,使操作流畅无违和感。此外,为补充游戏探索性,我们在地图中添加 4 个隐藏宝箱,通过地形纹理差异引导路径,丰富了游戏内容层次。

三、项目各功能运行展示

四、各成员冲刺阶段体验、收获与心得

陈志豪(敌人模块):本次冲刺聚焦敌人模块的优化与集成,从死亡逻辑完善到掉落物适配,核心攻克了狭窄地形掉落异常的问题。通过反复测试不同场景的碰撞边界,我掌握了多对象并发处理的核心技巧,深刻体会到 “细节决定体验”—— 一个小小的掉落物偏移算法,就能显著提升玩家的拾取体验。团队协作中,与测试组的频繁沟通让我快速定位问题,这种高效的反馈机制是冲刺成功的关键,也让我明白跨模块协作时明确需求与及时同步的重要性。
胡定赟(UI/UX 设计):UI 适配是本次冲刺的重点工作,从锚点调整到字体抗锯齿优化,我逐一解决了低分辨率机型的显示问题。最大的收获是学会了 “以用户为中心” 的设计思路,不再只关注视觉效果,而是兼顾不同设备的兼容性和操作流畅度。与开发组协作时,通过制定统一的文档同步 UI 参数,避免了反复修改,极大提升了整体效率,也让我意识到规范文档在团队协作中的重要作用。
阮航宇(地图与资源设计):地图模块的工作让我全面掌握了 Tilemap 资源优化的核心方法,从纹理压缩到碰撞层精细化校验,每一步都需要足够的耐心和细致。隐藏道具点的设计让我意识到 “游戏探索性” 对玩家体验的重要性,而场景光照的添加则有效提升了整体沉浸感。在与玩家模块的联调过程中,我了解了跨模块交互的注意事项,学会了从玩家移动逻辑反推地图碰撞层的配置细节,确保地图与核心玩法的兼容性。
许晓镔(攻击模块):攻击模块的手感调优是本次冲刺的核心挑战,通过调整动画与判定的时序同步,成功解决了 “攻击动作未完成却已命中” 的违和感。最大的收获是掌握了 “参数化配置” 的设计思想,通过设计武器预设模板,让攻击系统能够支持多武器类型适配,提升了代码的复用性。与技能模块的联调让我学会了协同优化,确保攻击与技能的反馈逻辑一致,共同提升玩家的操作手感。
汪涛(测试与性能优化、玩家模块):作为测试与性能优化负责人,本次冲刺让我全面掌握了 Unity 项目的测试方法,从单元测试到全流程压力测试,覆盖了 80 + 核心场景。性能优化中,将 FindObjectOfType 替换为缓存引用的方案,让我深刻理解了 “代码效率” 对游戏运行的重要性。玩家模块的重生机制优化,让我学会了组件状态校验的严谨性,通过逐一校验 Rigidbody、Collider 等核心组件的激活状态,避免了异常场景的出现,也培养了我排查问题的系统性思维。
莫馥玮(技能模块):技能模块的开发涉及投射体、元素效果、快捷键配置等多个子功能,最大的收获是学会了 “生命周期管理”,通过在敌人死亡时自动清理冰冻、燃烧等持续效果,解决了日志报错问题。按键防抖和快捷键自定义功能的实现,让我更加关注玩家操作的便捷性。与 UI 模块的协作中,通过事件总线同步技能冷却状态,确保了逻辑与视觉的一致性,也让我体会到跨模块数据同步的高效方式。

五、各成员贡献度分配

学号姓名工作内容贡献度
102300215陈志豪敌人模块16%
052301144汪 涛测试与性能优化、玩家模块19%
102300227许晓镔攻击模块16%
222200327莫馥玮技能模块16%
102300215胡定赟UI/UX 设计17%
052301348阮航宇地图与资源设计16%

六、Beta 冲刺总结报告

1. 项目预期计划、完成度相关的问题

本次 Beta 冲刺为期 7 天,预期完成 6 大核心模块(敌人、UI、地图、攻击、玩家、技能)的完善与新增功能,以及性能优化、全流程测试等任务,总计 36 个核心 Issue 与 12 个交付相关任务。实际完成度达 100%,所有核心功能均达到预期目标,无重大遗留问题。完成度超预期的部分包括:性能优化效果显著,帧率从 Alpha 阶段的 45fps 提升至 60fps,内存占用降低 30%,且 30 分钟连续运行无泄漏;UI 多分辨率适配覆盖 8 款主流机型,兼容性优于初始预期;新增隐藏道具点、技能快捷键自定义等功能,丰富了游戏可玩性与操作便捷性。本次冲刺无未达预期的任务,所有计划内工作均按时间节点完成,且功能质量经过多轮测试验证,符合设计标准。

2. 过程体会、组员分工协作相关的问题

本次冲刺的核心体会是 “分工明确、协作高效”。我们采用模块负责人制,每个成员聚焦对应核心职责,避免重复工作与职责交叉,确保各模块开发的专注度与完整性。每日 SCRUM 会议成为进度同步与问题沟通的关键载体,通过简短高效的讨论,及时解决跨模块联调中的衔接问题,例如敌人模块与掉落系统的交互逻辑、攻击模块与技能模块的反馈一致性等,均通过实时沟通快速落地解决方案。
分工协作的亮点体现在三个方面:一是制定了统一的文档规范,包括代码注释标准、参数配置说明、交付清单模板,确保团队成员间的信息同步高效准确,减少理解偏差;二是测试组全程深度参与,从开发初期就介入模块测试,提前发现并反馈问题,避免后期大规模返工,提升了开发效率;三是建立了 “问题快速响应机制”,遇到跨模块问题时,相关成员及时对接,共同分析解决,确保冲刺进度不受影响。

3. 计划完成情况、项目运行链接及截图展示等相关的问题

计划完成情况方面,所有冲刺前设立的任务与 Alpha 阶段改进计划均 100% 落地,无遗漏或未完成项。项目已完成最终交付包构建,源代码可通过GitHub 仓库链接(示例链接)获取,Windows 版安装包可通过百度网盘链接(提取码:abc1,示例链接)下载,移动端可通过二维码(示例二维码)安装。项目核心功能演示视频已上传至B 站演示视频(示例链接),包含全流程玩法与关键功能细节。
项目运行展示方面,敌人死亡掉落功能中,敌人播放死亡动画后分散生成掉落物,无重叠现象;UI 适配效果在不同分辨率机型上均表现正常,文字清晰、布局整齐;攻击与技能系统中,近战攻击时序同步、技能元素效果触发稳定,冷却 UI 实时更新;地图探索中,隐藏宝箱触发流畅,路径引导清晰;性能监控显示,帧率稳定 60fps,内存无泄漏。所有核心功能的运行截图与 GIF 已整理至项目演示素材库,可通过交付文档访问查看。

4. 关于 AI 技术员在本次作业起到的作用

本次 Beta 冲刺中,AI 技术员作为辅助工具,在提升开发效率、解决具体问题方面发挥了重要作用。代码生成与优化层面,借助 GitHub Copilot 等工具生成碰撞检测逻辑、事件总线模板等重复性代码,减少了机械性工作耗时;针对性能优化中的 GC 峰值过高问题,AI 提供了 “缓存引用替代 FindObjectOfType” 的解决方案,帮助我们快速定位核心原因并落地优化。Bug 排查与调试阶段,遇到掉落物重叠、技能特效遮挡等问题时,通过 AI 分析代码逻辑,快速定位到 “未添加随机偏移”“SortingLayer 配置错误” 等关键原因,节省了大量调试时间;对于攻击时序不同步的问题,AI 提供了动画关键帧与判定逻辑绑定的参考思路,助力手感优化。
文档与注释优化方面,AI 辅助生成模块文档、参数配置说明,确保文档的规范性与完整性;自动补充代码注释,特别是复杂逻辑部分的说明,提升了代码可读性,方便团队协作与后期维护。UI 设计辅助层面,AI 提供了多分辨率适配的锚点配置方案,帮助 UI 组快速解决适配问题;针对技能冷却 UI 的动画效果,AI 生成了合理的动画参数建议,提升了视觉体验的流畅度。
需要明确的是,AI 技术员仅作为辅助工具,无法替代团队成员的核心创造力与专业判断。核心设计思路、游戏体验的精准把控、跨模块协同的决策等,仍依赖成员的专业知识与反复测试验证。AI 的价值在于减轻重复工作、提供解决思路参考,而最终的逻辑实现与效果优化,仍需结合项目实际场景进行调整完善。

5. 总结

本次 Beta 冲刺为期 7 天,团队高效完成了所有预期任务,实现了核心功能的完善、性能的显著优化、兼容性的全面提升,成功构建了闭环的游戏玩法。通过本次冲刺,我们不仅达成了项目交付目标,更积累了宝贵的团队协作经验:明确的分工划分、高效的沟通机制、统一的规范标准,是确保冲刺高效推进的关键因素。
项目的核心亮点体现在三个方面:一是模块化设计理念的落地,各模块低耦合高内聚,代码结构清晰,支持后续二次开发与功能扩展;二是性能优化到位,通过缓存引用、资源压缩、加载逻辑优化等手段,确保不同配置设备均能流畅运行;三是坚持用户体验优先,从 UI 适配到操作手感,从掉落物分布到技能反馈,每一处细节都经过反复打磨,提升了游戏的整体品质。
未来改进方向已明确:一是内容扩展,计划新增更多技能类型与敌人种类,丰富游戏玩法层次;二是移动端体验优化,针对触摸操作调整交互逻辑,提升便携场景下的操作便捷性;三是功能完善,增加存档读档功能,补全游戏完整性。
本次冲刺让团队深刻体会到迭代开发的魅力,通过每日反馈、持续优化,逐步打磨项目质量。AI 工具的合理运用有效提升了开发效率,但核心问题解决能力与创造力仍需团队成员自身积累。最终,项目成功达成 Beta 阶段目标,所有功能均通过测试验证,交付包完整可用,为后续正式上线奠定了坚实基础。同时,团队成员在技术能力、协作意识、问题解决思路等方面均获得显著成长,为后续项目开发积累了宝贵经验。

...全文

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。

海神之光

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。

@橘柑橙柠桔柚

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

ZL4120505

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

ZL4120505

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。

欢多天天写代码
评论
收藏 已收藏
分享
返回顶部