近期工作与学习技术总结

色彩表现力
- 这个是一些小引擎容易忽略的地方. 可能引擎各种功能都有, 但是为什么做出来的东西不够出彩呢? 除去美术自身的原因, 程序也要好好与美术进行沟通. 很多时候美术有一些很不错的想法, 确总是做不出来, 这个就是程序的责任了. 以WOW的技术为一个起始点, 我想可以从这些方面来改善:
- - 法线贴图. 这个只是用来做一些假的几何细节, 最重要的是高光的体现. 不过从另一个角度来说, 高光太多虽然画面看着很"次世代", 但是容易让玩家眼睛疲劳, 需要把握一个度.
  - 更换光照模型. Phone的材质表现力比较有限, 可以尝试使用CookTorrance等其它光照模型
  - RimLight, 增强模型体积感
  - 自发光/Glow等效果应用, 可以做出比较炫丽的灯光效果
  - 颜色精度的控制, 如果想做对比度比较强的色彩, LDR空间是不够的, 需要HDR(float)颜色的支持. 另外, Bloom/HDR的后处理也需要配合时行调整.
  - Gamma校正. 如果不做, 你就会听到美术抱怨: 为什么我画的贴图放到游戏里不打光颜色也会变-_-
  - Color grading, 后期的校色, 有助于美术调整整个场景的气氛
  - 补光, 避免暗面死黑或单调. 一个方向光是不够的
  - 纹理精度, 在保正空间占用尽量小的情况下提高纹理的细节, 可以尝试分mip加载, DXT压缩
  - GI/AO, 至于实时还是预计算, 那是方案问题
  - 次表面散射, 比较适合皮肤, 树叶, 玉石等
物理应用
- 最近几个月一直断断续续地跟Havok打交道, 越用越喜欢. 无论是代码还是工具, 无论功能还是性能, 都非常不错. 虽然很多游戏没有物理引擎也做得挺好, 但是我觉得很有必要集成的. 总结一下, 大概有这么几个方面可以应用:
- - 碰撞检测. 这几乎是所有集成了物理引擎的人都会去用的, 甚至有些人就是为了碰撞检测才集成的. 很多只是做一下三角面/碰撞体的检测而已, 根本都不加动态的物理模拟
  - 射线查询. 既然有了物理引擎, 这个功能不用白不用
  - 区域触发器. 当地面逻辑上从2D向3D转变时, 事件区域的定义就是一个立体几何体了
  - 刚体模拟. 最典型的, 乒乓球
  - 约束应用. 比如做波斯猴子那种荡竹竿的动作
  - 力场模拟. 比如风, 重力, 浮力等
  - 布料. 这个算是比较高级的应用, 但是很少见游戏用. 除去性能的原因, 就是效果总是不能让美术满意, 他们宁愿用动画做...
  - 破坏. 高级的物理应用了. 评估了Havok Destruction, 共有3种表现: 解体, 破碎, 变形. 当然, 全动态可破碎场景确实很酷, 代价也不小, 不管从金钱上还是人力上. PhysX那个Destruction就是个玩具, 没得比...
  - AI. 其实没有直接关系, 只是3D寻路需要NavMesh的支持, 这个跟物理碰撞是密切相关的.
  - 动画. 很多动画都是可以用物理去模拟, 比如人物Ragdoll, 可以省掉死亡动作. 物理骨骼与骨骼动画的混合, 可以做出比较自然的受击, IK等效果. 还有绳索, 飘带, 头发等模拟, 比直接用动画做效果好得多, 美术成本也可以节省不少
- 总的来说, 除去碰撞这中传统的物理应用, 与动画的结合才是物理引擎真正能够发挥其表现力的地方, 要想做动作类的游戏, 这一块不得不深入.
时间成本
- 现在越来越觉得时间才是让人比较容易忽略的因素. 往往天分什么的是次要的.
- 当技术不再是瓶颈后, 如何有效的去分配自己的时间与别人的时间, 才是值得好好考虑的事情.
- 做事要考虑成本, 分解成/人/日能做多少事, 把时间用在该用的地方.
- 代码不值钱, 如果一个程序花一天能节省美术每人十分钟的重复劳动, 那也是值得的. Pipeline的设计, 要从人力成本上考虑, 尽量高效率
- 大神们不一定是天才, 他们只是把时间更多地花费在他们所专注的事情上, 从另一个方面讲, 他们可能是弱者, 不解风情, 不会享受, 生活打理得很差之类.

近期工作与学习技术总结相关推荐

不管你是学习技术为了找工作还是创业，你都要对技术本身有个清醒的认识，在中国不会出现比尔盖茨及乔布斯
不管你是学习技术为了找工作还是创业,你都要对技术本身有个清醒的认识,在中国不会出现BILL GATES,因为,中国目前还不是十分的尊重技术人才,还仅仅的停留在把软件技术人才当作人才机器来用的尴尬境地. ...
对学习技术，工作的一些看法，两年工作经验
大学毕业到现在,再有三月即工作满两年,这两年换了一次工作,分别在每家工作待了一年,一直走到现在其实很不容易,回头看看不管是工作还是生活,发觉自己成熟得太慢!和自己的期望还是有很大差距!IT这个行业付出 ...
深度学习技术在美图个性化推荐的应用实践
导读:美图秀秀社交化的推进过程中,沉淀了海量的优质内容和丰富的用户行为.推荐算法连接内容消费者和生产者,在促进平台的繁荣方面有着非常大的价值 .本次分享探讨美图在内容社区推荐场景下应用深度学习技术提升 ...
聚焦AI落地痛点，纵论跨域学习技术前沿和应用趋势 | CNCC技术论坛
<AI落地的跨域学习技术和进展>技术论坛将于CNCC期间,10月24日下午16:00-18:00,在北京新世纪日航饭店2层江苏厅举行.本论坛邀请跨域学习领域.学术界的顶尖学者和工业界的领军 ...
上海居民快被垃圾分类逼疯！这个深度学习技术帮你做到垃圾自动分类
让垃圾自动分类近期垃圾分类成为了一个热门话题,原来直接一次性扔掉的垃圾,现在都需要分门别类进行投放.从今年7月1日起,新的<上海市生活垃圾管理条例>正式开始施行,号称史上最严的垃圾分类就 ...
刘洋——联邦学习技术在金融领域的研究与应用
⬆⬆⬆ 点击蓝字关注我们 AI TIME欢迎每一位AI爱好者的加入! 2020 年 9 月 26 日,在由中国科协主办,清华大学计算机科学与技术系.AI TIME 论道承办的<2020 中国科 ...
AI改变金融风控，深度学习技术可以将坏账降低35% | 干货
昨天在风控群内,大家都在讨论平安普惠COO的观点,"在放贷领域,只有0和1的概念,要么借要么不借",有人说,0和1的概念肯定不适用于贷款审批,信贷审批是多维评判的,没有不能贷的客户 ...
极客新闻——05、如何在工作中学习和成长？
本文笔记全部来自<极客新闻>--新鲜的技术资讯.权威的趋势剖析.别样的技术洞察关于如何进行自我学习的话题? 不同的人可能有不同的回答,总结起来就是阅读博客.参加技术大会.读书.利用闲暇时 ...
报名 | 清华大数据论坛之深度学习技术与应用
时光荏苒,春华秋实,厚重的积淀和改革创新的新发展给予清华人自信和力量.在清华大学108周年校庆的喜庆气氛里,清华大学大数据研究中心.清华-快手未来媒体数据联合研究院共同主办"清华大数据论坛之 ...

近期工作与学习技术总结

近期工作与学习技术总结相关推荐

最新文章

热门文章