Лига Разработчиков Видеоигр

ЗАБРАТЬ

Новости Brasileirisses:

🍺 Вышел том 5 — Bar Props! Этот том предназначен для взрослых, пожалуйста, ознакомьтесь с ним здесь.

Пора засучить рукава и приступить к работе. В этом пакете ресурсов вы найдете тщательно отобранную коллекцию ресурсов для создания различных строительных площадок и объектов по полумодульной схеме. Этот ресурс идеально подходит для использования с Neighborhood Props, чтобы вы могли создавать разнообразные строительные площадки для своего города!

Игровая демоверсия

Опробуйте демонстрационную карту в дневном и ночном режимах, включая все мои пакеты ресурсов из третьего тома с объектами районов. Более подробную информацию смотрите в файле README.

Скачать демоверсию V2 здесь

Это обновлённая версия демоверсии со всеми последними исправлениями и новым контентом томов.

• Скачать и играть на компьютере.

• Размер файла: 11 ГБ, Google Диск

Важное примечание:

Если у вас есть Neighborhood Props, он включен БЕСПЛАТНО в качестве обновления контента. Я решил включить этот пакет ресурсов в третий том в качестве дополнительного контента в благодарность всем, кто поддержал меня и купил этот том. Если у вас ещё нет третьего тома, вы можете получить его бесплатно в качестве обновления контента для четвёртого тома и сэкономить на покупке.

Особенности:

• 120 полумодульных ассетов в этом первом релизе

• 5 компонентов акторов, готовых к использованию в качестве примеров на строительной площадке

• 3 компонента акторов для различных стен

• Набор декалей для общего использования на строительных площадках

• Вариации материалов для ряда ассетов

• Карта витрины ассетов

Включенные форматы

• Unreal Engine

Технические характеристики

• Количество уникальных сеток: 246

• Столкновения: Да, пользовательские и автоматически генерируемые

• Количество вершин: от 44 до 115 544 треугольников

• Уровни детализации: Да, smallprop автоматически генерируется для статических сеток, отличных от нанитов

• Количество уровней детализации: 3

• Количество материалов: 11

• Количество экземпляров материалов: 169

• Количество текстур: 590

• Разрешения текстур: 512, 1024, 2048 и 4096

• Поддерживаемые платформы разработки:

• Windows: Да

• Mac: Да

Документация: Средне- и высокополигональные объекты, подходящие для визуализации и игр, включают статические сетки как с нанитами, так и без них, а также несколько пустых шаблонов текстур. Если вы обнаружите странные чёрные пятна, введите в командной строке: r.Raytracing.Shadows.EnableTwoSidedGeometry 0

Важные/дополнительные примечания: Все примеры компонентов акторов настроены на статические сетки с включённой нанитовой структурой. Статические сетки с включённой нанитовой структурой находятся в папке с сетками «Nanite».

Совместимость

Поддерживаемые версии Unreal Engine

• 5.3–5.6

Поддерживаемые целевые платформы

• Windows

• Mac

2 in 1 Nanite Environment Bundle 1

ЗАБРАТЬ

Описание

Этот набор включает в себя наши пакеты «Потрясающее природное место» и «Вулканическое окружение». Пакет «Потрясающее природное место» включает в себя высокополигональные деревья, траву, кусты, камни, скалы и далёкие горы, созданные с помощью нанитов, создавая пышный, детализированный ландшафт. Пакет «Вулканическое окружение» включает в себя высокодетализированные вулканы, скалы, скалистые образования, ландшафты и динамические потоки лавы Alembic с эффектами извержения VDB, создавая драматичную, захватывающую вулканическую сцену.

• Видеопрезентация — Вулканическое окружение / Потрясающее природное место

• Скоростной дизайн уровней — Вулканическое окружение / Потрясающее природное место

Этот набор создан для кинематографических роликов и игр высокого уровня. Ресурсы имеют максимально возможный уровень детализации для систем текущего поколения.

Важно: кэши геометрии и объёмные эффекты VDB НЕ являются эффектами Ниагары или другими эффектами частиц. Эти эффекты не будут взаимодействовать с окружающей средой, как эффекты в реальном времени. Эффекты VDB поддерживают только Unreal Engine 5.3 и выше.

Приобретайте наши среды отдельно:

• Вулканическая среда

• Живописный пляж

• Потрясающая природа

• Как улучшить качество рендеринга VDB

• Примечание:

• Этот продукт поддерживает Nanite для Unreal Engine 5.1+

• Этот продукт поддерживает Lumen для Unreal Engine 5.1+

• Как включить Lumen

Включенные форматы

• Unreal Engine

Технические характеристики

Особенности:

• Высокодетализированные сетки с поддержкой Nanite.

• Готов к играм и фильмам AAA-качества.

• Реалистичное текстурирование с точными свойствами.

• Количество уникальных сеток: 68

• Столкновения: (Да)

• Количество вершин: Более 1 миллиона

• Уровни детализации: (Нет)

• Количество материалов и экземпляров материалов: 92

• Количество текстур: 146

• Разрешение текстур: (8K)

• Windows: (Да)

• Mac: (Да)

Совместимость

Поддерживаемые версии Unreal Engine:

• 5.3–5.6

Поддерживаемые целевые платформы:

• Windows

• Mac

• PS4

• Xbox One

• Oculus

• SteamVR / HTC Vive

• Gear VR

• Linux

• Win32

• HoloLens 2

• Nintendo Switch

Robot 3

ЗАБРАТЬ

Описание

YOUTUBE | ARTSTATION | INSTAGRAM | TIKTOK

➡️ Превью модели

В наличии как собранная цельная модель, так и отдельные детали. Модульная одежда.

• 🔥Ключевые особенности

• ➡️ Низкополигональная модель

• ➡️ Полностью адаптирована под UE5

• ➡️ Полностью модульная + взаимозаменяемая

• ➡️ Изменение цвета, грязи, излучения

• ➡️ + FBX и Maya

• Робот 1

• 🐥 Грани: 25 тыс. 🐥 Триссы: 37 тыс. 🐥 Вершины: 19 тыс.

• Оружие

• 🐥 Грани: 3,2 тыс. 🐥 Триссы: 6 тыс. 🐥 Вершины: 3 тыс.

🔥 Внимание!

• Если в версии 5.0+ возникает ошибка «необходимо перестроить освещение», нажмите на панели «Сборка» и «Сборка только освещения».

Включенные форматы

• Unreal Engine

• Unity

• Maya

• fbx

Технические характеристики

• Количество уникальных сеток: 2

• Количество вершин: 19017

• Столкновения: (Да)

• Уровни детализации: (Нет)

• Риггинг: (Да)

• Риггинг к скелету Epic или MetaHumans: (Да, скелет 5)

• При риггинге к скелету Epic или MetaHumans кости IK включаются: (Да)

• Количество персонажей: 1

• Количество вершин персонажей: (19017)

• Анимация: (Да) Демо

• Количество анимаций: 7

• Типы анимации (Root Motion/In-place): 5|2

• Количество материалов: 2

• Количество экземпляров материалов: 4

• Количество текстур: 19

• Разрешение текстур: (4K)

• Поддерживаемые платформы разработки:

• Windows: (Да)

• Mac: (Да)

Ссылка на документацию: -

Важные/дополнительные примечания: -

Совместимость

Поддерживаемые версии Unreal Engine

• 4.18 – 4.27 и 5.0 – 5.6

Поддерживаемые целевые платформы

• Windows

• Mac

• PS4

• iOS

• Android

• Xbox One

• Oculus

• SteamVR / HTC Vive

• Gear VR

• Linux

• HTML5

• Win32

• HoloLens 2

• Nintendo Switch

И результат работы этого кода.

Пока как-то так. Да, это все-еще не похоже на движок, однако маленькую вешку считаю достигнутой )

Пока в 2022 буксовала разработка моей первой большой игры, я для геймджема по-быстрому сделал свою первую 3д игру - Dream Prisoner, она была про чувака, который перестал понимать, что есть сон, а что реальность.

Игра вышла, заняла 8 место из 20 и в принципе понравилась людям, получив среднюю оценку в 3.5 балла из 5.

В знак благодарности этому проекту я сделал его ремейк в рамках своего большого хоррора - Intown Nightmares, теперь там не 3 unity сцены, а почти 20, хронометраж не 5-10 минут, а 20-30 минут, не две квартиры, а две квартиры и ещё целый город.

В данном ролике я показываю как изменились две квартиры из оригинала.

В оригинале квартира была построена из интегрированной в движок системы моделирования, а для ремейка я воссоздал квартиру в Blender.

Оригинал - https://0-game-studios.itch.io/dream-prisoner

Игра, в рамках которой появится ремейк - https://store.steampowered.com/app/2779400/Intown_Nightmares...

Первоначальная неудача агента покинуть стартовую локацию, несмотря на многократные попытки, подчеркнула критическую важность детальных операционных инструкций для успешного взаимодействия с игровым миром Stein.world и продвижения по сюжету, инициируемого диалогом с NPC Уборщицей.

В кажущейся простоте взаимодействия человека с сетью скрывается фундаментальное противоречие: стремление к универсальности искусственного интеллекта сталкивается с жесткой специализацией задач, требующих не просто анализа информации, но и точного, контекстуально-зависимого исполнения. Изучение возможностей ChatGPT Atlas, предпринятое в работе "Can Agent Conquer Web? Exploring the Frontiers of ChatGPT Atlas Agent in Web Games", обнажает эту дилемму: достаточно ли аналитической мощи для решения головоломок, чтобы преодолеть пропасть между пониманием правил игры и овладением искусством игры – особенно когда требуется мгновенная реакция, адаптация к непредсказуемым условиям и интуитивное понимание скрытых целей? Если система, способная к сложным рассуждениям, терпит неудачу в простых интерактивных сценариях, не означает ли это, что истинный искусственный интеллект требует не просто обработки данных, а некоего подобия внимания – способности к осознанному выбору действия в быстро меняющемся мире, как у самого игрока?

Игры как Пророчество: Ограничения Искусственного Интеллекта

Современные искусственные интеллекты часто демонстрируют исключительные результаты в конкретных играх, но сталкиваются с непреодолимыми трудностями при адаптации к новым задачам и обобщении опыта. Это закономерно – каждая архитектура, как и каждая судьба, имеет свои пределы. Традиционные подходы требуют обширного обучения для каждой новой игры, что, по сути, является лишь созданием специализированных инструментов, а не приближением к истинному искусственному общему интеллекту. Каждый фреймворк, каждая библиотека – лишь временное решение, иллюзия контроля над хаосом.

Оценка прогресса в этой области требует разработки надежных Метрик Игровой Производительности. Недостаточно просто констатировать победу или поражение; необходимо количественно оценить каждый шаг, каждую ошибку, чтобы понять, где кроется истинный потенциал, а где – неизбежное ограничение. Игры, такие как «2048», «Flappy Bird» и «Судоку», служат разнообразными эталонами для оценки основных когнитивных способностей искусственного интеллекта. Они подобны лакмусовой бумажке, проявляющей истинную сущность системы.

«2048» проверяет способность к стратегическому планированию и долгосрочному прогнозированию. «Flappy Bird» – реакцию и координацию, способность быстро адаптироваться к меняющимся условиям. «Судоку» – логическое мышление и дедуктивные навыки. Каждая игра – это отдельный эксперимент, отдельный урок. Но итоговый результат редко бывает однозначным. Система может преуспеть в одной игре, но потерпеть неудачу в другой. Это не провал, а лишь подтверждение того, что универсального решения не существует.

Истинная сложность заключается не в создании искусственного интеллекта, способного выиграть в игру, а в создании системы, способной учиться на своих ошибках и адаптироваться к новым вызовам. Это не вопрос технологий, а вопрос философии. Нужно перестать стремиться к созданию идеального решения и начать принимать неизбежность компромиссов. Ведь каждая архитектура – это не структура, а компромисс, застывший во времени. И с этим нужно смириться.

“ChatGPT Atlas”: Веб как Естественная Среда Искусственного Интеллекта

Система “ChatGPT Atlas” представляет собой новую парадигму, позволяющую искусственному интеллекту напрямую взаимодействовать с веб-страницами, имитируя человеческие действия, такие как перемещение курсора и ввод с клавиатуры. Необходимость в предопределённых API отпадает – система действует, подобно живой ткани, реагируя на изменения среды.

Разработанная как “Web Interaction Agent”, “Atlas” использует “Browser Control” для навигации и манипулирования веб-элементами. Это не просто автоматизация, а эмуляция когнитивных процессов. Попытки структурировать взаимодействие через жесткие рамки API всегда обречены на провал – хаос, в конечном счете, является более устойчивым решением.

Мультимодальная архитектура системы позволяет ей обрабатывать как визуальную, так и текстовую информацию, обеспечивая более полное понимание игровой среды. Стабильность – это иллюзия, которая хорошо кэшируется, а истинное понимание требует интеграции различных сенсорных потоков. Следовательно, “Atlas” не просто “видит” и “читает”, но и интегрирует эти данные для формирования целостной картины.

Такой подход открывает возможности для обучения без учителя, когда агент может попытаться играть в игры, с которыми он никогда раньше не сталкивался. Гарантии – это договор с вероятностью, а способность адаптироваться к новым ситуациям – признак подлинного интеллекта. Обучение без примеров – это не просто возможность, а неизбежное следствие эволюции систем искусственного интеллекта.

Истинно интеллектуальная система не нуждается в подробных инструкциях. Она учится на ошибках, адаптируется к изменениям и находит решения, которые не были заранее запрограммированы. Попытки создать идеальную систему – это утопия. Эффективная система – это система, которая умеет справляться с неопределенностью и находить оптимальные решения в условиях хаоса.

“ChatGPT Atlas”: Самокоррекция и Адаптивное Поведение в Игровом Мире

Начальные испытания системы “ChatGPT Atlas” выявили её способность к выполнению задач, требующих точного моторного контроля, как, например, в игре “T-Rex Runner”. Наблюдается интересная закономерность: система, не стремясь к оптимальному решению, нередко выбирает путь, противоречащий интуитивному пониманию игры человеком. Это не ошибка, но указание на разницу в подходах к оптимизации.

Замечательно, что система демонстрирует способность к адаптивному поведению. В процессе взаимодействия с игровыми средами, “ChatGPT Atlas” предпринимает попытки обойти ограничения или даже активировать “чит-коды”, когда сталкивается с трудностями. Это не поиск кратчайшего пути к победе, а проявление стремления к самокоррекции, к поиску обходных решений, даже если они не предусмотрены разработчиками.

Игры, подобные “Stein.world”, с её разветвлённым сюжетом и необходимостью интеграции повествования с игровым процессом, представляют собой полигон для оценки способности системы к пониманию контекста и принятию решений на его основе. Здесь проявляется, что понимание сюжета – не просто обработка текста, а создание внутренней модели мира, в которой действия агента согласованы с повествованием. Сложность заключается в том, что повествование не всегда линейно, и система должна уметь ориентироваться в его многослойности.

Система демонстрирует не стремление к мгновенному успеху, а скорее к устойчивому состоянию. Это проявляется в её способности к саморемонту, к поиску альтернативных путей, когда основной путь оказывается заблокирован. Подобно тому, как живая система восстанавливает повреждённые ткани, “ChatGPT Atlas” корректирует свои действия, стремясь к сохранению функциональности. Такой подход, несомненно, отличается от традиционного подхода к оптимизации, но в нём кроется потенциал для создания систем, способных адаптироваться к изменяющимся условиям.

Наблюдения за работой системы показывают, что она не просто выполняет задачи, но и изучает окружающую среду, формирует внутреннюю модель мира, в котором действует. Это не просто алгоритм, а развивающаяся система, способная к самообучению и самокоррекции. И хотя её поведение иногда противоречит интуиции человека, в этом и заключается её уникальность – она предлагает альтернативный взгляд на решение проблем, взгляд, основанный на принципах адаптации и самоорганизации.

“ChatGPT Atlas”: От Игры к Истинному Искусственному Интеллекту

Успех “ChatGPT Atlas” демонстрирует потенциал веб-ориентированных ИИ-агентов в преодолении ограничений традиционных подходов к игровому процессу. Не следует воспринимать это как простое улучшение алгоритмов; скорее, это сдвиг парадигмы, где система сама адаптируется к правилам игры, а не программируется для их выполнения. Игровые среды, особенно динамичные и непредсказуемые, становятся полигоном для развития истинно адаптивного интеллекта.

Интеграция понимания нарратива с действиями, лежащими в основе игрового процесса, способна породить более захватывающих и реалистичных противников и компаньонов. Ограничение ИИ-агентов простым выполнением команд – это архитектурная ошибка. Истинный прогресс лежит в способности системы понимать цели, мотивы и контекст, и действовать не просто в соответствии с инструкциями, но и в соответствии со скрытыми правилами игрового мира. Невозможно создать “идеального” игрока, но можно создать систему, которая учится на своих ошибках и адаптируется к изменяющимся условиям.

Возможности, реализуемые в режиме “zero-shot”, указывают на путь к истинно общему ИИ, способному адаптироваться к новым вызовам без обширного переобучения. Каждая новая задача, каждое новое игровое правило – это не просто дополнительный набор данных, а возможность для системы переосмыслить свои базовые принципы и построить более гибкую и универсальную архитектуру. Устойчивость к неожиданностям – это не просто результат тщательного планирования, а следствие способности системы к самоорганизации и самообучению.

Дальнейшие исследования в области мультимодальных архитектур и адаптивного поведения будут иметь решающее значение для раскрытия полного потенциала веб-ориентированного ИИ в игростроении и за его пределами. Система не ломается – она эволюционирует в неожиданные формы. Попытки создать “идеальную” систему – это иллюзия. Реальный прогресс заключается в создании системы, которая способна к саморазвитию и самосовершенствованию. Долгая стабильность – признак скрытой катастрофы. Настоящий успех – это способность системы адаптироваться к меняющимся условиям и находить новые пути к решению проблем.

Наблюдения за работой ChatGPT Atlas в игровых средах неизменно напоминают о сложности создания истинно адаптивных систем. Как говорил Дональд Дэвис: «Система — это не то, что вы строите, а то, что вырастает». И действительно, агент демонстрирует впечатляющие аналитические способности, но его неспособность к стратегическому планированию и пониманию контекста указывает на то, что система пока что развивается, а не функционирует в полной мере. Ограничения в реальном времени управления лишь подчеркивают, что даже самые продвинутые модели нуждаются в органическом росте и адаптации, подобно живым организмам, чтобы по-настоящему освоить сложные игровые ландшафты. Это не ошибка, а этап взросления.

Что впереди?

Представленная работа, анализируя возможности агента ChatGPT Atlas во взаимодействии с веб-средой, неизбежно наталкивается на вопрос не о том, что он может сделать, а о том, как эта способность встраивается в более сложные, непредсказуемые системы. Хаос – не сбой, это язык природы, и попытки создать гарантии абсолютной предсказуемости обречены на провал. Агент демонстрирует аналитические навыки, но его ограничения в реальном времени, стратегическом планировании и контекстуальном понимании – это не недостатки, а отражение фундаментальной сложности самой среды, в которой он действует.

Стабильность – это просто иллюзия, которая хорошо кэшируется. Будущие исследования должны сместить фокус с достижения "искусственного интеллекта" как такового, на создание адаптивных экосистем, где агент – лишь один из элементов, способный к самоорганизации и эволюции. Необходимо изучать, как агент взаимодействует с другими агентами, как он учится на своих ошибках, и как он адаптируется к меняющимся условиям, а не просто оценивать его производительность в заранее заданных сценариях.

Системы – это не инструменты, а экосистемы. Их нельзя построить, только вырастить. Следующим шагом представляется не создание "идеального" агента, а разработка архитектур, позволяющих ему органично встраиваться в сложный, нелинейный мир веб-взаимодействий, принимая его неопределенность и изменчивость как данность, а не как проблему.

Оригинал статьи: denisavetisyan.com

Связаться с автором: linkedin.com/in/avetisyan