课程项目与研究方向
- 深耕游戏场景设计与虚拟现实交互技术，主修课程包括《游戏引擎开发》、《计算机图形学》及《交互媒体设计》
- 参与校企合作项目「次世代游戏场景构建」，运用Unreal Engine 4开发次世代级场景原型，主导高精度地形建模与材质系统设计
实习与实践经验
- 2017年暑期于网易游戏工作室实习，参与《梦幻西游》手游场景优化项目，独立完成老兽人街场景重置设计
- 熟练掌握Maya、Substance Designer等专业工具，具备完整的场景建模、贴图绘制与PBR材质制作能力
荣誉与技能
- 获得校级创新项目一等奖，作品《未来都市》场景原型在数字媒体大赛中获最佳视觉效果奖
- 掌握Unity引擎场景优化技术，熟悉游戏场景光照系统与遮蔽剔除算法
研究方向与专业能力
- 专注游戏场景叙事化设计，研究方向为「沉浸式场景交互对玩家沉浸感的影响」，发表核心期刊论文《基于空间叙事的场景设计模式研究》
- 主持「城市文化游戏化」项目，运用GIS技术重构杭州南宋城市景观，开发交互式历史场景原型系统
技术实践与成果
- 开发场景数据分析工具，实现基于Unity的玩家行为轨迹可视化系统，相关成果应用于《古韵杭州》文旅项目
- 掌握C#与Python编程，具备场景AI行为系统开发经验，熟悉ProBuilder插件化场景快速构建技术
工作描述
主要职责
- 负责游戏场景的3D建模与贴图烘焙，使用Unreal Engine引擎进行场景搭建和光照系统优化，确保视觉效果符合游戏美术标准。
- 与游戏策划团队紧密合作，参与场景原型设计和迭代，基于玩家反馈调整场景布局和交互元素，提升沉浸式体验。
- 运用Maya和Substance Painter等工具完成高精度场景建模，并进行纹理贴图和材质编辑，确保场景细节符合项目需求。
技术专长
- 掌握场景优化技术，如LOD（Level of Detail）设置和遮蔽剔除，减少游戏加载时间，提升运行效率。
- 参与跨部门协作，包括美术、程序和测试团队，确保场景数据无缝集成到游戏引擎中，并解决渲染兼容性问题。
项目成果
- 负责多款游戏项目（如《和平精英》场景扩展）的场景设计，成功交付高质量场景资源，获得团队正面反馈。
角色与职责
负责《和平精英》端游的角色美术设计与优化，主导多款MMORPG项目的角色建模及动画制作，使用ZBrush进行高模雕刻，Maya完成绑定及动画制作，Unity引擎实现交互式角色定制系统。
技术应用
- 应用Substance Painter实现材质自动化贴图
- 开发PBR工作流，统一角色材质标准
- 推动角色动画优化，配合程序部门实现物理仿真系统
- 优化角色骨骼结构，提升动作捕捉兼容性
项目成果
- 降低角色加载时间30%，提升游戏流畅度
- 设计创新装备系统，提升付费转化率15%
- 获得2023腾讯游戏年度美术大赛最佳角色设计奖
项目描述
这是一个基于Unity引擎的奇幻冒险游戏场景设计项目，旨在创建沉浸式的游戏环境。
主要任务
- 负责游戏关卡的3D建模和纹理贴图工作，使用工具如Blender和Substance Painter。
- 实现场景光照系统，包括动态光源和阴影效果，以增强视觉体验。
- 集成粒子系统，用于添加如烟雾、魔法效果等元素，提升场景互动性。
技术难点
- 处理大型场景的优化问题，确保在不同设备上保持流畅运行，通过LOD（Level of Detail）技术降低复杂度。
- 设计雨林和洞穴等复杂环境，涉及高精度模型和细节纹理，同时控制文件大小。
成果
- 完成了三个主要关卡的设计，场景细节丰富，玩家反馈提升游戏沉浸感，项目最终用于发布游戏的Beta版本。
项目描述
这是一个使用Unreal Engine 4的开放世界生存游戏场景优化项目，专注于提升场景性能和视觉效果。
主要任务
- 优化地形和场景加载机制，采用程序化生成技术减少手动建模工作量。
- 实现场景物理系统，包括碰撞检测和破坏效果，以支持游戏中的互动元素。
- 整合光照和阴影技术，实现全局动态光照，提升场景真实感。
技术难点
- 应对大规模地形数据，通过压缩算法和流式加载技术减少内存占用，确保游戏在移动设备上的兼容性。
- 平衡视觉复杂度与性能需求，解决场景中植被和建筑的细节渲染问题。
成果
- 场景加载时间减少40%，内存使用优化30%，玩家满意度调查显示场景质量显著提升，项目贡献于游戏的最终成功发布。
个人总结
作为一名游戏行业专业人士，我拥有扎实的游戏开发经验。精通Unity和Unreal Engine引擎，熟悉C#及C++编程，擅长游戏设计、优化和用户交互开发。
曾在知名游戏公司担任开发者，参与多个AAA级游戏项目，积累了丰富的团队协作和项目管理经验。
职业规划聚焦于推动游戏技术创新，提升用户体验，目标成为资深游戏设计师，引领行业发展趋势。
研究背景
随着游戏产业的快速发展，游戏场景的生成效率和智能性成为关键挑战。传统方法依赖手动设计，耗时且缺乏创新性。本研究旨在探索人工智能在游戏场景生成中的应用，以提升自动化水平和用户体验。
研究方法
采用深度强化学习（Deep Reinforcement Learning, DRL）算法，结合游戏引擎（如Unreal Engine）进行场景建模。具体步骤包括：
- 数据收集：从公开游戏数据库中提取3D场景数据，涵盖地形、建筑和植被。
- 模型训练：使用深度Q网络（DQN）训练智能体，模拟场景元素的生成过程，目标是最大化场景的真实性和多样性。
- 实验验证：在Unity引擎中部署训练模型，进行多轮模拟测试，比较传统方法与DRL方法的性能指标。
研究成果
- 成功实现了游戏场景的自动生成，生成速度较传统方法提升约40%。
- 通过优化算法，场景多样性指标提高了35%，并在多款商业游戏中进行了原型验证，获得用户反馈积极。
研究背景
游戏场景的实时渲染直接影响玩家体验，但当前渲染技术存在高负载和延迟问题。本研究聚焦于优化渲染过程，以支持高帧率和复杂场景。
研究方法
基于计算机图形学原理，采用GPU并行计算和纹理压缩技术。研究步骤包括：
- 问题识别：通过负载测试工具（如NVIDIA Nsight）分析渲染瓶颈，识别常见问题如多边形密度和光照计算。
- 优化算法：开发自适应渲染算法，根据玩家设备动态调整场景细节，结合机器学习预测性能。
- 实验验证：在Unreal Engine平台上进行对比实验，测试不同优化策略对帧率和加载时间的影响。
研究成果
- 实现了渲染时间减少约30%，同时保持视觉质量不变。
- 提出的自适应算法被应用于多款AAA级游戏，用户反馈显示加载延迟减少，整体游戏流畅度提升20%，获得行业认可。
英语：流利，专八水平，能熟练阅读英文文档并参与国际游戏项目讨论。
日语：基础水平，能进行日常交流，了解日本游戏市场动态。
-
Unity Certified Developer：持有Unity认证开发者证书，证明在Unity引擎上的专业技能，熟悉游戏引擎开发流程。
-
Google Play Games Developer Certification：持有Google Play游戏开发者认证，掌握Google的游戏开发平台，优化游戏性能和发布流程。