unity1week でチーム開発を成功させる秘訣2023年7月22日に開催された「unity1week 共有会 #12」で登壇した際の資料です。 「りるを・もんりぃ」チームがチーム開発をする際に意識したポイントなどを紹介しています。
Let's Apple Vision Pro! Sampleから学ぶPolySpatialのXR機能紹介
ドキュメントはこちら。PolySpatial visionOS 1.1.6の場合 An Apple Silicon Mac Unity2022.3.18以上 Xcode 15.2以上 visionOS 1.0以上 Unity PolySpatial開発の前提の話 Unity PolySpatialとは UnityでvisionOS向けアプリを作成するためのパッケージです。 visionOS向けのプロジェクトのビルドをUnityエディタから行います。 ① Mixed Reality Volume Immersive Space ② Virtual Reality - Fully Immersive ③ Windowed Apps のアプリパターンを作成できます。 引用:UNITE2023 Unity PolySpatial + visionOS について知っておきたいすべてのこと 本記事では
VRに効く！ライブステージを彩る照明・特殊効果基礎知識 / basic knowledge of lighting and special effects for live stage
2019.9.1 Particle Live Meetup #2にて講演。 参照URL一覧 Q-dance Endshow at Mysteryland 2019 | Saturday - YouTube https://www.youtube.com/watch?v=VOh4Ey_tIZk?t=545 Pinktailz hardstyle mix at #OHR2019 May Revolution 2019/ Vカツ https://youtu.be/EUxjClbHi1w?t=1412 EK PRO / K4 BEAM - YouTube https://www.youtube.com/watch?v=yrhZD1xuCJQ PBR Stage Equipment - Asset Store $30 https://assetstore.unity.com/packages/3d/
【Unity ML-Agents】 Self-Play Reinforcement Learningで対戦ゲームのAIを作ってみた - Qiita
【Unity ML-Agents】 Self-Play Reinforcement Learningで対戦ゲームのAIを作ってみたUnity強化学習ReinforcementLearningML-Agents はじめに Atari 2600 Gamesの攻略を発端として有名となった強化学習ですが，ここ数年で プレイヤーが複数人いるゲームのための強化学習の研究も盛んに行われています．Self-Play Reinforcement Learning (Self-Play RL) はマルチプレイのゲームの学習にしばしば用いられる学習方法であり，囲碁やDota 2のAI開発に使われたことで注目を浴びました． 今回は，Unityによる自作の対戦ゲームのAIをSelf-Play RLによって作成してみようと思います． Self-Play RLはエージェント (プレイヤ) が複数人いるゲームの戦略を学習
Unityで点だけのメッシュを動的に生成する - Qiita
点の生成 3Dの編集モードで新規にプロジェクトを作成するか、新規シーンを作成してから、3D Object→Cubeを配置します。座標は(0,0,0)にしておくと素直にカメラに映ります。 作成したCubeに以下の内容のスクリプトをアタッチします。 using UnityEngine; public class CreateSimplePointMesh : MonoBehaviour { void Start() { int numPoints = 60000; // 点の個数 float r = 1.0f; // 半径 Mesh meshSurface = CreateSimpleSurfacePointMesh(numPoints, r); GetComponent<MeshFilter>().mesh = meshSurface; } /// <summary> /// 球の表面にラン
UE4の物理アセットと自作アニメーションブループリントノードでキャラクターの物理挙動をいい感じにする - Qiita
概要 この記事では、「UE4の物理アセットを使い、アニメーションブループリントノードを自作することで、キャラクターの物理挙動を実装する方法」について記述しています。 物理シミュレーション対象のシェイプとコリジョンは、物理アセットで設定します。 キャラクターの物理、いわゆる骨物理に話を限定します。 先に結果を見せると、この記事の中ではこのようなことをやります。 遅延揺れによる髪の揺れ 階段を揺れながら降りるスライム 背後からグレイマンに襲いかかり肩にのってしまうスライム 背景 物理シミュレーションをカスタマイズしたいと思ったことはないでしょうか。 剛体のパラメータを設定するとか、物理エンジンのパラメータを設定するとか、コンストレイントを設定するという話ではありません。 シミュレーションの内部アルゴリズムをカスタマイズしたいと思ったことはないでしょうか。 僕はたまにあります。 物理エンジンにと
PBDベースで揺れモノ用の物理エンジンを実装した話 - Qiita
概要 本記事はCluster,Inc. Advent Calendar 2017の6日目の記事です。 Unityちゃん付属のSpringBoneが微妙に使いにくかったため、使いやすくなるようにガッツリと作り直してみました。 左がUnityちゃん付属の物理エンジンで、右が今回作ったものです。 従来のものとの違い 改善された点 重力の影響を受けるようになった 1クラスで完結するようになり、セットアップが簡単になった ボーンの軸方向を意識せずに済むようになった 劣化した点 少し重くなった 細かい調整ができなくなった 使い方 物理演算したいGameObjectに Pbd Spring Boneをアタッチし、揺れモノの起点となるボーンを指定するだけで動きます。 仕組み 基本的な考え方はPosition Based Dynamicsと呼ばれるものです。 GameObjectそれぞれの各点を質点と見なし
【Unreal Engine】強化学習を行う方法を調べてみた - Qiita
目次 1. Unreal Engine上で強化学習を行いたい理由 2. 各種手法の比較 2-1. 内部実行系の手法 以下の４つの方法について紹介します。 ・Python Editor Script Plugin ・UneralEnginePython ・Python Foundation Packages ・Neural Network Inference 2-2. 外部通信系の手法 以下の４つの方法について紹介します。 ・Mind maker ・UE4ML ・ML Adapter ・Learning Agent 3. 結局何を使えばいいのか ※記事中のUEはUnreal Engineの略です。 1. Unreal Engine上で強化学習を行いたい理由 強化学習は、機械学習の一分野であり、エージェントが環境と相互作用しながら、試行錯誤を通じて最適な行動を学習する手法です。ゲームエンジンと
Onnx RuntimeをUnityで動かす - Asus4 onD
Onnx Runtimeをネイティブプラグインとして、Unity上で動かす実験とサンプルを公開しています。 github.com 開発の動機 4年前に、TensorFlow LiteをUnityで動かす実験を初めて、 はじめは全くの趣味で始めたものが、今では海外からいただく相談の半分以上が機械学習関連になっています。 四年前に始めた実験↓ asus4.hatenablog.com ところが、実際にシェアを見ると、研究関連ではPytorchのシェアが圧倒的。Unityの公式推論ライブラリBarracudaやTensorFlow Liteで動かすために一旦Onnxに変換するなどの事例なども増え始め、速度的にはTFLiteは非常に満足していますが、サクッとモデルを試してみたいという時に、変換するのが億劫になってきていました。公式ツールで変換しようにもOnnxやPytorchのNCHWからTFLi
Unity Learnチュートリアル「ML-Agents：ハチドリ」で強化学習を始めよう｜①Flowerクラスの実装
ML-Agents：ハチドリ Unityには、強化学習を構築するためのフレームワークであるML-Agentsがあります。また、Unityの公式なチュートリアル&コースウェアを提供するUnity Learnにおいて、このML-Agentsのチュートリアルを提供する「ML-Agents：ハチドリ」があります。 「ML-Agents：ハチドリ」は、Humming bird (ハチドリ)が蜜を吸うゲームの中で、ハチドリが効率的に蜜を吸うことをゴールとして、強化学習を用いてハチドリをトレーニングするための学習コンテンツです。 この記事は、私が「ML-Agents：ハチドリ」を学習した際に、重要だと考えた事項を備忘用にメモするためのものです。 プロジェクト:①Flower.cs 本プロジェクトでは、個々の花の機能のスクリプトを作成します。ハチドリはこの花と直接やりとりをするので、適切な反応をする必要が
「ドラゴンクエストVIII」は，いかにしてスマートフォン向けに移植されたのか？ 最適化からUI設計のポイントまでを開発チームが語る
「ドラゴンクエストVIII」は，いかにしてスマートフォン向けに移植されたのか？ 最適化からUI設計のポイントまでを開発チームが語る ライター：米田 聡 ゲームエンジン「Unity」の開発者向けイベント「Unite Japan 2014」初日である2014年4月7日に，「Unityでコンソールタイトルを移植する 〜ドラゴンクエストVIII 移植から学ぶ大規模開発テクニック〜」というセッションが開催された。 講演の内容はタイトルどおりで，2004年に発売されたPlayStation 2（以下，PS2）用の「ドラゴンクエストVIII 空と海と大地と呪われし姫君」（iOS / Android。以下，DQ8）を，Unityによってスマートフォン向けに移植したときの体験を，開発チームが解説するというものだ。Unityのイベントとはいえ，それだけの話に止まらず，据置ゲーム機用に作られたゲームのインタフェ
Unityで最大200人バトロワを実現するサンプル「BR200」を触ってみた 基礎編 - Qiita
はじめに BR200は、Unity社とExitGames社の2社が共同開発した、200人同時参加可能なバトルロイヤルゲームのサンプルです。 そのネットコードに使用されているのはPhoton Fusionで、ドイツのExitGames社が開発、GMOグローバルサイン・ホールディングス株式会社が日本展開を行っています。 これまでのPhoton Fusion記事では基本的な使い方を中心に紹介してきました。Fusionの強みはダイナミックな同期範囲設定やラグ補正など、バトロワ系に代表される参加人数の多いオンラインゲーム向けの機能にあります。 しかしながら、サーバーモードに対応したサンプルなど、大規模マルチプレイを開発する場合に参考にできる資料があまりありませんでした。 そんな中2022年9月、サーバーサイドも含めた完全に動作するサンプルプロジェクトが無料公開されました。それがBR200です。 バト
ゲームエンジンが日本と海外のゲーム開発の明暗を分けたのか？ - 色々水平思考
ゲームエンジン、特にUnreal Engine、Unityのような汎用エンジンの普及、台頭が日本と海外のゲーム開発の明暗を分けた。 note.mu ↑この記事や、色々と話題になったゲンロン８でもこんなようなことが言及されていたが、これは本当だろうか？ 「汎用」エンジンということに限定すればこれはあまり正しくはない。 そもそも、日本でもそれなりに有名なAAAタイトル、『Grand Theft Auto』、『ASSASSIN'S CREED』、『Call of Duty』、『Battlefield』、日本でも結構な勢いでヒット中の『Marvel's SPIDER-MAN』、これらのタイトルでUnreal Engine、Unityのような汎用エンジンを使用しているチームってどれだけあるのか？ 答えは0だ。 海外のAAAタイトルで商用化されている汎用エンジンを使用してゲームを作成しているチームは思
Motion Diffusion Model で生成したモーションをUnityで再生する｜npaka
Motion Diffusion Model で生成したモーションをUnityで再生する方法をまとめました。 ・Unity 2021.3.10f1 前回 1. Motion Diffusion Modelで生成したモーション前回、「Motion Diffusion Model」で「the person walked forward and is picking up his toolbox.」(人は前に歩き、ツールボックスを拾う)というプロンプトからモーション(results.npy)を生成し、(おまけで) result.jsonに変換しました。 今回は、このモーションをUnityで再生します。 2. Unityでのモーションの可視化はじめに、モーションのUnityでの可視化を行います。 (1) 3DでUnityプロジェクトを作成。 (1) results.jsonをAssets/Reso
せっき～のゲーム屋さん ゲームＡＩはプレイヤーを虜にできるか？ ～アクションゲームにおいて、AIを使って華麗に誤魔化しつつ魅せる手法～
[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。 2012年8月22日 にあった、ＣＥＤＥＣの講演についての記事です。 「ゲームＡＩはプレイヤーを虜にできるか？ ～アクションゲームにおいて、AIを使って華麗に誤魔化しつつ魅せる手法～」 テーマは 「ＣＰＵパワーを使い高度なＡＩを構築するわけではなく、 処理は軽くそれらしいＡＩ をいかに作るのか？」 です。 ・気がつかなければＯＫ ・俺つえー感を演出 ・ちょっとした工夫 ・人間らしく見せるＡＩ ・賢く見えるＡＩ について解説。 -------------------------------------------------- ●気がつかなければＯＫ ユーザーは自分が動かしているキャラに集中していて 敵ＡＩにはそれほど意識を向けていない と言う事を利用している。 画面外のキャラや
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Jax・Brax・HaikuでGPU引きこもり学習
「斬新さ」から考えるゲーム開発 unity1week online共有会 #1
VFX Graphの気になるアップデートを軽率に紹介したい/wanna-introduce-vfx-graph-updates
Unity×レイマーチングによる映像制作の実践手法 / KLab Tech Meetup 4
文字うごかし研究 - hadashiA