搜维尔科技:网球运动员使用Xsens寻求精确的动作捕捉

就像其他一些运动一样,近年来网球迷们没有机会去参加许多真正优秀的模拟游戏,所以当一个人出现并承诺有这种体验时,很难不激动。开发者圆环游戏 匹配点:网球锦标赛 现在,我们承诺在单一支付者和多人组成部分的球场上有一个坚实的经验,我们对游戏和游戏的内部和外部都很好奇,我们最近向游戏背后的人提出了一些关于游戏会带来什么的问题。

下面,你可以阅读我们对游戏设计师大卫麦金托什的采访,以及出版商卡里普索媒体的制作主管马尔科帕西菲科的采访。

注:这次采访是在游戏开始前进行的。

"网球运动员有很多微小的动作,都是不知不觉中的,但对他们的表现是不可或缺的。"使用Xsens套装,我们适合真正的职业网球运动员,我们寻求精确的动作捕捉。"

你能告诉我们 匹配点:网球锦标赛 职业模式?它的结构是怎样的,它的整体发展是怎样的?

在职业模式下,运动员将面临从排名低的运动员一路攀登到世界排名第一的挑战。首先创建你的角色,定制他们的特征和装备,然后开始你的训练,以提高你的技能,解锁一系列教练,球拍,鞋子,以提高你的表现。战术决策对你的成功是不可或缺的,因为你对教练的选择将确定你的球员哪些优势得到提高。在你的整个职业生涯中,玩家可以参加跨越6大洲的65场比赛,与500个对手的比赛,所有的比赛都有独特的优势和劣势组合--包括那些正在等待你接近顶峰的超级巨星。

游戏的角色创建和定制选项有多广泛?

个性化的 匹配点-网球锦标赛 是广泛的,允许玩家在改变他们的外观,时尚和平面的广泛选择。从众多服装中挑选你的服装,通过赢得竞争性比赛来解锁特殊装备。

我想,在不同的技术和风格上取得平衡是很难做到的,也是至关重要的。这个过程是什么样的,特别是对于一个如此强调真实性和现实性的游戏来说?

在早期的发展研究阶段,我们观察了大量的慢动作网球,并尽可能深入地研究了这项运动。网球运动员有很多微小的动作,这些动作是不知不觉的,但对他们的表现是不可或缺的。使用Xsens套装,我们适合真正的职业网球运动员,我们寻求精确的动作捕捉。在这样做的过程中,我们从职业网球运动员从未停止的角度来看待游戏运动,并且在球场上处于一个不断移动的状态。这影响了小动作的娱乐,如洗牌和分步,以增加游戏中的现实主义。我们还希望在瞬间战术和镜头选择中复制现实生活中的复杂性。我们的游戏鼓励玩家在做决定时具有创造性。战术射击和权力选择都能决定成败,就像一场真正的比赛一样。

"多人模式是我们最喜欢的游戏之一!"1比1网球总是很有趣的,对最有自信的运动员来说,和别人打网球是对战略的最大考验;它真的迫使你在尝试克服不同的战略时更有创造力。"

你采取了什么措施来确保 匹配点:网球锦标赛 提供令人信服的,平衡的竞争游戏在线和多人模式?

多人模式是我们最喜欢的游戏之一!1比1网球总是很有趣的,对最有自信的运动员来说,和别人打网球是对战略的最大考验;它真的迫使你在尝试克服不同的战略时更有创造力。在多人游戏中, 匹配点 特点排名多人,使用ELO排名系统在匹配。无论是本地的还是在线的比赛--在我们完全跨平台的在线多人游戏中--我们认为多人游戏模式是一个功能,它会让玩家一再回来。

你现在是否对游戏的其他内容或模式有什么后启动计划?

我们确实有发射后的计划,我们将很快与社区分享。到目前为止,我们的重点是支持我们的玩家释放,以确保他们享受 匹配点 就像我们喜欢研究它一样。

近年来,网球迷们还没有接触到很多优秀的西姆斯--你认为这是为什么呢?你希望如何用 匹配点:网球锦标赛 ?

很难说!包括: 上旋4和虚拟网球这是一个艰难的举动。作为网球迷本身,我们知道我们希望游戏有一个深刻的集中在集会战术,所以我们花费大量时间研究真正的网球运动员在球场上,以实现真正的游戏功能,你会在一场真正的比赛中找到。然而,大多数情况下,我们希望游戏充满乐趣,我们希望我们已经做到了!

"我们希望这个游戏充满乐趣,我们希望我们已经做到了!"你有什么计划来优化蒸汽甲板的游戏吗?如果是,我们可以期待什么样的规格?匹配点 在蒸汽甲板上进行了彻底的测试,我们对测试结果相当满意。目前我们没有计划进一步的优化,但是我们不排除对即将到来的补丁和更新的额外支持。

相关推荐
weixin_54366286几秒前
BERT的中文问答系统36-1
人工智能·python·bert
L_cl几秒前
NLP 1、人工智能与NLP简介
人工智能·自然语言处理
weixin_431470862 分钟前
人名分类器(nlp)
人工智能·pytorch·python·深度学习·自然语言处理
Baihai IDP31 分钟前
从 Llama 1 到 3.1:Llama 模型架构演进详解
人工智能·ai·开源·llm·llama
爱吃土豆的程序员1 小时前
文心一言与千帆大模型平台的区别:探索百度AI生态的双子星
人工智能·百度·文心一言·千帆大模型
奔跑的犀牛先生1 小时前
【小白学机器学习36】关于独立概率,联合概率,交叉概率,交叉概率和,总概率等 概念辨析的例子
人工智能·机器学习·概率论
AI浩1 小时前
上下文信息、全局信息、局部信息
人工智能·transformer
Elastic 中国社区官方博客1 小时前
Elasticsearch:Retrievers 介绍
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
&黄昏的乐师2 小时前
Opencv+ROS实现颜色识别应用
人工智能·opencv·学习·计算机视觉
小馒头学python2 小时前
深度学习中的卷积神经网络:原理、结构与应用
人工智能·深度学习·cnn