先週の話ではありますが、3月8日にUnreal Engine 4の勉強会 Unreal Engine Tokyo MeetUp!へ行ってきた。
平日の昼間にも関わらず参加者が140人以上もいた。これはUnreal Engineへの期待の高さの表れだろうか。
スポンサーリンク
Unreal Engine関連のイベントは、まだまだコミュニティ発のものが少ないそうです。
目玉は、当日出題されたお題をその場で2時間以内に完成させるライブコーディング(ノーディング)バトル。ノーディングというのは、プログラミング言語を使ったいわゆるコーディングではなく、Unreal Engineのブループリント機能を駆使してコーディング無しで開発することを表す造語。Epic Games Japanの今井さんによる「爽快感」というお題でライブノーディングバトルが展開された。対戦するのはぶっさんと遠藤さん。
ぶっさんと遠藤さんは開発のアプローチが対照的と言えるほど違い、良い比較対象だった。ぶっさんは既存のテンプレートやサンプルのブループリントをどんどん継ぎ足して手早く複雑な仕組みを構築していったのに対し、遠藤さんは物理演算すら使わず、1つ1つ自分でルールを積み重ねて仕組みをシンプルに保ちながら仕上げていた。ぶっさんはマッシュアップ寄り、遠藤さんはスクラッチ寄りのアプローチと言える。これは、お題である「爽快感」のキモをどう捉えていたかの違いでもある。
どちらのアプローチが良いかは目指すものに大きく依存するところだと思うが、ぶっさんのようなマッシュアップ開発でリッチなゲームが短時間で完成するところを見せつけられると、Unreal Engineのポテンシャルの高さを感じる。
Unreal Engineという開発プラットフォームの恩恵を最大限に活かすにはブループリントの利用であることは間違いなさそうだ。Scriptのコーディングについて学ぶよりも、ブループリントのサンプルを漁った方が良さそうな気がしてきた。ちょうどブループリント本が出たばかり↓
ただ、実は参加してみてちょっとギャップも感じたのです。オイラがゲーム開発者じゃないからかもしれないけど、話のノリというか、面白さのツボがちょっと合わなかった。
スポンサーリンク
関連記事
PythonでBlenderのAdd-on開発
Structure from Motion (多視点画像からの3次元形状復元)
PythonでMayaのShapeノードプラグインを作る
Unreal Engineの薄い本
3DCG Meetup #4に行ってきた
ZBrushでアヴァン・ガメラを作ってみる 頬の突起を作り始める
Maya API Reference
天体写真の3D動画
PGGAN:段階的に解像度を上げて学習を進めるGAN
CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
Unite 2014の動画
ZBrushでゴジラ2001を作ってみる 身体のバランスを探る
adskShaderSDK
NICOGRAPHって有名?
ゴジラ(2014)のメイキング
書籍『開田裕治 怪獣イラストテクニック』
『ローグ・ワン/スター・ウォーズ・ストーリー』のVFXブレイクダウン まとめ
Houdiniのライセンスの種類
Polyscope:3Dデータ操作用GUIライブラリ
UnrealCV:コンピュータビジョン研究のためのUnreal Engineプラグイン
ポリ男をリファイン
自前Shaderの件 解決しました
ZBrushのキャンバスにリファレンス画像を配置する
Alice Vision:オープンソースのPhotogrammetryフレームワーク
フリーで使えるスカルプト系モデリングツール『Sculptris 』
ZBrushでリメッシュとディティールの転送
TensorFlowでCGを微分できる『TensorFlow Graphics』
プロシージャル手法に特化した本が出てるみたい(まだ買わないけど)
ファンの力
ZBrushでアヴァン・ガメラを作ってみる 腕の作り込み
『ゴジラ キング・オブ・モンスターズ』のVFXブレイクダウン
粘土をこねるようなスカルプトモデリング
ZBrushで仮面ライダー3号を造る 仮面編 DynaMesh
ZBrushでカスタムUIを設定する
3Dモデルを立体視で確認できるVRアプリを作っている
UnityのGlobal Illumination
MeshroomでPhotogrammetry
Blender 2.81でIntel Open Image Denoiseを使う
3DCGのモデルを立体化するサービス
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
ZBrushでゴジラ2001を作ってみる 身体のSubToolを分割
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
コメント