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
960
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
研究室から社会へ 〜 情報科学でつなぐ科学技術コミュニケーション実践 / #CoSTEP20th
yumulab
0
26
フィジカルコンピューティングでアイデアをカタチに! / hiu-physcom
yumulab
0
31
大学内にファブスペースをつくってみた #sapporo3dp / Making HIU Fab
yumulab
1
47
ASSADS: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開発と評価 / ec75-shimizu
yumulab
1
490
ウッドスタックチャン:木材を用いた小型エージェントロボットの開発と印象評価 / ec75-sato
yumulab
1
530
MGDSS:慣性式モーションキャプチャを用いたジェスチャによるドローンの操作 / ec75-yamauchi
yumulab
0
370
チャッドローン:LLMによる画像認識を用いた自律型ドローンシステムの開発と実験 / ec75-morisaki
yumulab
1
720
NOVVS: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と検証 / i2025-minami
yumulab
0
130
CHaserWeb:ブラウザ上で動作する対戦型プログラミング学習環境の提案と評価 / i2025-inoue
yumulab
0
300
Other Decks in Research
See All in Research
AIによる画像認識技術の進化 -25年の技術変遷を振り返る-
hf149
7
3.9k
近似動的計画入門
mickey_kubo
4
1k
ストレス計測方法の確立に向けたマルチモーダルデータの活用
yurikomium
0
1.3k
SNLP2025:Can Language Models Reason about Individualistic Human Values and Preferences?
yukizenimoto
0
100
数理最適化と機械学習の融合
mickey_kubo
16
9.2k
問いを起点に、社会と共鳴する知を育む場へ
matsumoto_r
PRO
0
600
20250725-bet-ai-day
cipepser
2
400
MetaEarth: A Generative Foundation Model for Global-Scale Remote Sensing Image Generation
satai
4
160
単施設でできる臨床研究の考え方
shuntaros
0
2.5k
集合間Bregmanダイバージェンスと置換不変NNによるその学習
wasyro
0
140
数理最適化に基づく制御
mickey_kubo
6
720
とあるSREの博士「過程」 / A Certain SRE’s Ph.D. Journey
yuukit
9
4.1k
Featured
See All Featured
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
358
30k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
Fireside Chat
paigeccino
39
3.6k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
139
34k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
570
Building Adaptive Systems
keathley
43
2.7k
Art, The Web, and Tiny UX
lynnandtonic
302
21k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
53
2.9k
Statistics for Hackers
jakevdp
799
220k
Code Reviewing Like a Champion
maltzj
525
40k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
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。