Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
TOSHIATE:実在都市をコースとした都市当てレースゲーム / i2023-TOSHIATE
Search
yumulab
March 08, 2023
Research
0
790
TOSHIATE:実在都市をコースとした都市当てレースゲーム / i2023-TOSHIATE
大栁 剣汰, 湯村 翼. TOSHIATE:実在都市をコースとした都市当てレースゲーム, インタラクション2023の発表資料
https://dl.yumulab.org/papers/34
yumulab
March 08, 2023
Tweet
Share
More Decks by yumulab
See All by yumulab
湯村研究室の紹介2024 / yumulab2024
yumulab
0
280
ASMR動画に合わせて撫でられる感覚を提示するシステムの検討
yumulab
0
3
SoundTimes:音のインスタレーション作品制作・展示プロジェクトの実施報告 / SoundTimes-EC2024
yumulab
0
2
床面圧力センサによる靴の識別モデルの開発と評価 / shoes-EC2024
yumulab
0
2
北海道情報大学図書館における滞在人数可視化システムの開発 / NOVVS-EC2024
yumulab
0
5
BADUI探訪 / BADUI Exploration
yumulab
0
34
情報の世界 2024年度 第12回「個人のデータ」 #情報の世界 / Data of Individual 2024
yumulab
0
92
情報の世界 2024年度 第11回「都市のデータ」 #情報の世界 / Data of City 2024
yumulab
0
140
情報の世界 2024年度 第10回「データとセンシングの概要」 #情報の世界 / Data and Sensing 2024
yumulab
0
230
Other Decks in Research
See All in Research
医療支援AI開発における臨床と情報学の連携を円滑に進めるために
moda0
0
110
MIRU2024_招待講演_RALF_in_CVPR2024
udonda
1
330
工学としてのSRE再訪 / Revisiting SRE as Engineering
yuukit
19
11k
精度を無視しない推薦多様化の評価指標
kuri8ive
1
240
メールからの名刺情報抽出におけるLLM活用 / Use of LLM in extracting business card information from e-mails
sansan_randd
2
140
EBPMにおける生成AI活用について
daimoriwaki
0
180
RSJ2024「基盤モデルの実ロボット応用」チュートリアルA(河原塚)
haraduka
3
640
機械学習による言語パフォーマンスの評価
langstat
6
720
Weekly AI Agents News! 9月号 プロダクト/ニュースのアーカイブ
masatoto
2
140
20240918 交通くまもとーく 未来の鉄道網編(太田恒平)
trafficbrain
0
220
MIRU2024チュートリアル「様々なセンサやモダリティを用いたシーン状態推定」
miso2024
4
2.2k
尺度開発における質的研究アプローチ(自主企画シンポジウム7:認知行動療法における尺度開発のこれから)
litalicolab
0
350
Featured
See All Featured
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
16
2.1k
Documentation Writing (for coders)
carmenintech
65
4.4k
Building Flexible Design Systems
yeseniaperezcruz
327
38k
Facilitating Awesome Meetings
lara
50
6.1k
Reflections from 52 weeks, 52 projects
jeffersonlam
346
20k
Keith and Marios Guide to Fast Websites
keithpitt
409
22k
4 Signs Your Business is Dying
shpigford
180
21k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
42
9.2k
Being A Developer After 40
akosma
86
590k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
410
Intergalactic Javascript Robots from Outer Space
tanoku
269
27k
Into the Great Unknown - MozCon
thekraken
32
1.5k
Transcript
操作説明 ブレーキ/アクセル エンジンをかける ドライブにギアチェンジ リバースにギアチェンジ サイドブレーキ 選択肢の移動 選択肢の移動 決定 1B-48
TOSHIATE の⾯⽩い要素 ・スピードを競いつつも速すぎると都市当てが 難しくなるというトレードオフの要素。 ・⾃分の現在地が未知の状態で⾛るという新し い体験が⽣まれる。 •実在の都市モデルを使⽤した背景 実在の都市モデルを使⽤することにより、都市同⼠の⽐較、ゲーム中の都市と⾃分の体験を⽐較、 聖地巡礼の3つの楽しめる要素が⽣まれる。 しかし、 この要素は都市に意識を向けていることが前提 のため、⾛っている都市がどこなのかを推測する都市当てを要素に組み込んだ 。 TOSHIATE:実在の都市をコースとした都市当てゲーム ⼤栁 剣汰, 湯村翼 北海道情報⼤学 •概要 •PLATEAU TOSHIATE は,カーレースとその都市の 推測クイズを混ぜたゲームです。PLATEAU という実在の都市モデルの公開データを使い コースを制作しました。実在の都市を⾛り, その都市がどこであるのかを推測して当てる 事がゲームの⽬的です。 PLATEAU とは,国⼟交通省が主導する, Unity 等に使⽤できる 3D 都市モデルをオー プンデータで公開しているプロジェクトで す。 タイトルに戻る 今後の課題 • 対戦相⼿を追加する、ゴールを設定するなど レースゲームとしての完成度を⾼める。 • 地⾯、道路、海を実装する。 • プレイできる都市を増やす。