Unity 3D 开发《王者荣耀》:英雄攻击

attack.png

创建按钮


创建 3 个按钮 (UI -> Button),锚点设置为右下角。设置文字为 Attack1,Attack2,Attack3。

当点击按钮的时候英雄状态切换到相应攻击状态。

给 player 添加一个攻击脚本 PlayerAttack.cs

    private Animator ani;

    // Use this for initialization
    void Start()
    {
        ani = GetComponent<Animator>();

    }

获取动画,当点击按钮时切换到对应状态。


public void Atk1()
   {
       Debug.LogError("attack1");
       ani.SetInteger("state", AnimState.ATTACK1);
   }

   public void Atk2()
   {
       ani.SetInteger("state", AnimState.ATTACK2);
   }

   public void Dance()
   {
       ani.SetInteger("state", AnimState.DANCE);
   }

攻击时不但要有攻击状态,还要有技能的释放,我们导入 fire 粒子 资源。

拖动 1 个 fire 预置体到 player 上面,作为 player 的子对象。

所 fire 的 play on awake 取消勾选,这样不会在刚开始运行时就触发粒子状态。

duplicate (副本) fire 把 start size 改小,做为小一点的技能。

打开 amumu 的动画,双击 attack1 状态,展开 Event 栏。

点最下面的播放,拖动竖线到释放技术的位置,在不到 1/2 的地方就可以了。

Event 栏点添加,Function 输入 EffectPlay1,这个我们需要在 PlayerAttack.cs 中编写。

attack2 做类似的操作。

    [SerializeField]
    private ParticleSystem fire1;
    [SerializeField]
    private ParticleSystem fire2;

    public void EffectPlay1()
    {
        fire1.Play();
    }

    public void EffectPlay2()
    {
        fire2.Play();
    }

fire1 和 fire2 是 (ParticleSystem) 粒子资源 类型,我们可以在 player 的属性检查器中绑定 fire 粒子。

运行测试,英雄移动时攻击,这时英雄切换到攻击状态,在攻击过程中释放技能,攻击后,英雄状态应该回到 idle,状态。

PlayerAttack.cs 中添加重置空闲状态。

    public void ResetIdle()
    {
        ani.SetInteger("state", AnimState.IDLE);
    }

与释放技能类似,我们在攻击状态的最后触发 ResetIdle

英雄攻击的动作就完成了,后期如果击中敌方目标,还要有相应的处理。

源码:https://github.com/iOSDevLog/ArenaOfValor

明天本来应该写小兵的生成,不过我要回归人工智能,更新人工智能相关的技术吧。

  • 数学基础。数学基础知识蕴含着处理智能问题的基本思想与方法,也是理解复杂算法的必备要素。研究人工智能必备的数学基础知识,包括线性代数、概率论、最优化方法等。

  • 机器学习。机器学习的作用是从数据中习得学习算法,进而解决实际的应用问题,是人工智能的核心目标之一。机器学习中的主要方法,包括线性回归、决策树、支持向量机、聚类等。

  • 人工神经网络。作为机器学习的一个分支,神经网络将认知科学引入机器学习当中,以模拟生物神经系统对真实世界的交互反映,并取得了良好的效果。神经网络中的基本概念,包括多层神经网络、前馈与反向传播、自组织神经网络等。

  • 深度学习。简而言之,深度学习就是包含多个中间层的神经网络,数据的爆炸和计算力的飙升推动了深度学习的崛起。深度学习的概念与实现,包括深度前馈网络、深度学习中的正则化、自动编码器等。

  • 神经网络实例。在深度学习框架下,一些神经网络已用于各种应用场景,并取得了不俗的效果。神经网络实例,包括卷积神经网络、递归神经网络、深度信念网络等。

  • 深度学习之外的人工智能。深度学习既有优点也有局限,其他方向的人工智能研究正是有益的补充。几种与深度学习无关的学习方法,包括马尔可夫随机场、迁移学习、集群智能等。

  • 应用实例。除了代替人类执行重复性的劳动之外,在诸多实际问题的处理中,人工智能也提供了有意义的尝试。人工智能技术在几类实际任务中的应用,包括计算机视觉、语音识别、对话系统等。

世纪之交时曾流行一种说法:不懂计算机、外语和驾驶技术的人将成为 21 世纪的文盲。而在不久的将来,人工智能很可能成为检验文盲的新标尺。希望你能全面掌握这个专栏的内容,并以此为基础进行更加系统和深入的学习。也祝愿未来的你能够掌控人工智能,而不是被人工智能所掌控。

今天晚上观看《极客时间》的深度学习直播,提了个问题 “tf 可以和 iOS 结合开发出什么有意义的 app”,应该是第 3 个提问,可以获取 tensorflow 最新的书籍《深入理解 TensorFlow:架构设计与实现原理》,如果寄到,发照片出来。

云+社区 - 腾讯云 赠送小礼品:

图片发自简书App

邀请你加入腾讯云自媒体分享计划,申请成功双方都可以获得等值腾讯云代金券 - 云+社区 - 腾讯云https://cloud.tencent.com/developer/support-plan?invite_code=qpbo7a3v46x2

简宝玉写作群日更打卡第 34 天

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,817评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,329评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,354评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,498评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,600评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,829评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,979评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,722评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,189评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,519评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,654评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,940评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,762评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,993评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,382评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,543评论 2 349

推荐阅读更多精彩内容