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
860
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
デジタルファブリケーションの未来を北海道・札幌から考える / SIAF School 2025
yumulab
0
63
入浴時に映像が投影される一人用足湯システムの開発と運用 / ipsjhokkaido2024
yumulab
0
73
NNEPS: Network-Updated E-Paper Signage with Reduced Standby Power Consumption (Poster)
yumulab
0
62
NNEPS: Network-Updated E-Paper Signage with Reduced Standby Power Consumption (Slide)
yumulab
0
10
Shoe Recognition Model with Floor Pressure Sensors (Poster)
yumulab
0
40
Shoe Recognition Model with Floor Pressure Sensors (Slide)
yumulab
0
5
湯村研究室の紹介2024 / yumulab2024
yumulab
0
380
Practices of Research and Education using Digital Fabrication Technologies
yumulab
0
34
Utilization of Fabrication Technology for Prototyping and Creation
yumulab
0
35
Other Decks in Research
See All in Research
博士学位論文予備審査 / Scaling Telemetry Workloads in Cloud Applications: Techniques for Instrumentation, Storage, and Mining
yuukit
1
1.7k
ECCV2024読み会: Minimalist Vision with Freeform Pixels
hsmtta
1
420
地理空間情報と自然言語処理:「地球の歩き方旅行記データセット」の高付加価値化を通じて
hiroki13
1
190
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
420
大規模言語モデルを用いたニュースデータのセンチメント判定モデルの開発および実体経済センチメントインデックスの構成
nomamist
0
110
Neural Fieldの紹介
nnchiba
2
670
Large Vision Language Model (LVLM) に関する最新知見まとめ (Part 1)
onely7
24
5.9k
Poster: Feasibility of Runtime-Neutral Wasm Instrumentation for Edge-Cloud Workload Handover
chikuwait
0
350
Gemini と Looker で営業DX をドライブする / Driving Sales DX with Gemini and Looker
sansan_randd
0
120
情報処理学会関西支部2024年度定期講演会「自然言語処理と大規模言語モデルの基礎」
ksudoh
10
2.5k
非ガウス性と非線形性に基づく統計的因果探索
sshimizu2006
0
540
NeurIPS 2024 参加報告 & 論文紹介 (SACPO, Ctrl-G)
reisato12345
0
340
Featured
See All Featured
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Docker and Python
trallard
44
3.3k
Building Applications with DynamoDB
mza
93
6.2k
GraphQLとの向き合い方2022年版
quramy
44
13k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
6
560
StorybookのUI Testing Handbookを読んだ
zakiyama
28
5.5k
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
Rebuilding a faster, lazier Slack
samanthasiow
80
8.8k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9.3k
Stop Working from a Prison Cell
hatefulcrawdad
267
20k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
Navigating Team Friction
lara
183
15k
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。