18、打造动态 3D 游戏场景:动作与动画的运用

打造动态 3D 游戏场景:动作与动画的运用

1. 添加硬币到游戏场景

在游戏里,小猪是热衷的硬币收集者,为了避免小猪失望,需要往游戏场景添加硬币。具体操作步骤如下:
1. 创建一个空节点,命名为“Coins”,它将作为所有硬币节点的容器。
2. 从媒体库中拖放一个“Coin”参考节点到游戏场景。
3. 复制该节点三次,并设置硬币位置:
- 位置 1: (x:0, y:0.5, z:-8)
- 位置 2: (x:0, y:0.5, z:-21)
- 位置 3: (x:-14, y:0.5, z:-20)
- 位置 4: (x:14, y:0.5, z:-20)

确保所有硬币节点都在“Coins”容器节点下。完成这些操作后,游戏场景中就会出现硬币,小猪可以去收集啦。

2. 理解 Scene Kit 中的动作

游戏当前看起来很棒,但缺乏动态效果。Scene Kit 中的动作可以操纵节点的位置、缩放、旋转和不透明度,为游戏创建动态的 3D 环境。以下是几种基本动作类型:
|动作类型|描述|
| ---- | ---- |
|移动动作|可让节点在 3D 空间中从一点移动到另一点,有“Move Action”(按偏移量移动)和“MoveTo Action”(移动到指定位置)两种。|
|缩放动作|用于改变节点的大小,有“Scale Action”(按比例缩放)和“ScaleTo Action”(缩放到指定比例)。|
|旋转动作|使节点旋转,有多种选择,如“Rotate Action”(按角度偏移旋转)、“RotateTo Action”(旋转到指定角度

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值