Achtung: Wir versuchen etwas Neues! Statt einer 3h-Folge gibt es dieses mal jeweils Häppchen von grob einer Stunde. Dafür soll es dann nicht einen Monat (oder länger) dauern, bis die neue Folge erscheint. Wir sind gespannt auf euer Feedback! Dieses mal gibt es eher viele keine Themen während wir uns in den nachfolgenden Aufnahmen etwas mehr Zeit pro Topic genommen haben.
Patreon-Unterstützende dieser Episode (und Anzahl der unterstützen Episoden):
Bootsmann Games (27) - Kevin Gregory Agwaze (32) - Ash Fischer (9) - Simon Fuchs (26) - Tobias Kuhnert (14) - Kate Bernard (58) - Matthias Haan (9) - Fumio Katto (85) - Emre Karabacak (22) - Simon Uhrmann (2) - Sascha Henrichs (1) - Florian Phillip Smolka (23) - Vielleicht auch Du? Unterstütz uns hier.
Shownotes:
Tweetet uns! — Facebooket uns! — Patreont uns! — Textlastig — Cologne Game Lab — Artikel: Game Designers learn to code — Construct 2 — Game Maker Studio — Trailer zu Tills VR Projekt — Text-Adventure in Python programmieren — CodePen.io Podcast — Penis-Slider nicht in der XBox Version — Die Rückkehr der Demos — Demonews Demo-Liste — Deutsche Games Banche Reportage — Uncharter 2: Next-Gen Filter — Christopher Schmitz wechselt zu IO — Amazon Underground wird eingestellt — Microsoft Games-Flatrate (nicht für PC) — What's on Steam — Steam 6s Microtrailers — Dschif, nicht Gif — Valve Steam Audio — Shape and Material from Video (Photogrammetry) — Forschergeist Podcast: Klassische Archäologie — OBS: Open Broadcaster Software — OBS: Laptop? Black screen when capturing? Read here first. — LetsGameDev Youtube-Kanal — Podcast in das iTunes-Directory eintragen — Game Jobs Germany — 2D Game Art Guru: Game Art for Programmers — Unity Asset Store — Kostenlose Assets bei Reddt Game Dev — Inkscape — Gimp — Thomas was alone — Neurolane Netzwerke für Charakter Animationen — CRE Podcast: Neuronale Netzwerke — DAFCON 2017 — The Wormworld Saga — Daniel Lieske — Digital art forum — ADDON 2017 — RIME — Outro by Marcel Schaika.
Kapitel-Bilder dieser Episode:
In Vollbild anzeigen.
In Vollbild anzeigen.
In Vollbild anzeigen.
In Vollbild anzeigen.
Ich fand die 1h stunde sehr schön und eine Stunde hat man immer mal Zeit und finde ich auch motivierender sich die Folge anzusehen
hmm..also mir kommt es vor als hätte ich bei einer 3h folge länger etwas davon als bei nur einer stunde.
außerdem habe ich den eindruck, daß man sich bei längeren folgen auch schon mal mehr erlaubt vom thema abzudriften und ein bischen aus dem nähkästchen plaudert. teilweise seid ihr ja erst nach einer stunde richtig in fahrt geraten..und dann soll die folge schon aufhören?
ich hab euch hier ein blueprint dafür gemacht:
http://imgur.com/irn0FNw
Mal schauen wie dir die zweite Runde gefällt – für uns ging es ja quasi nahtlos weiter und vielleicht sind wir dann schon mehr im „flow“. Danke auf jeden Fall für dein Feedback und den coolen Blueprint! 🙂
Muss sagen dass mir der längere besser gefällt. Weil bei jetziger Aufteilung hast du in der ersten Folge eben viel „Introzeug“.
Aber auf jeden Fall wieder danke für die Arbeit und ich höre es eh ob jetzt kurz oder lang =)
Vielen Dank für das Feedback, wir haben auf jeden Fall ein bisschen „komisch“ aufgeteilt. Das Positive ist eventuell, dass man so Folgen skippen kann, die einen nicht interessieren. Folge 11 wird z.B. etwas Software-Lastig (3Ds Max, Photoshop, Marvelous Designer, …) und wenn einen das nicht interessiert, kann man diese Folge ganz gut auslassen. Aber schauen wir mal! Uns ist auf jeden Fall auch aufgefallen, dass man die kleinen Folgen thematisch so durchmischen sollte/könnte, wie die großen.
Ich finde die längeren Folgen etwas besser, aber die aktuelle Aufteilung auch okay! Ihr seid toll, so oder so!
Andere Sache: Ich las vor kurzem in der Zeitung, dass Mimimi Productions den Computerspielepreis 2017 in der Kategorie „bestes Spieledesign“ abgelehnt haben. Könnt ihr dazu was sagen, oder ‚lieber nicht‘ 😉
Vielen Dank für das liebe Lob! Bezüglich des Preises: Wir hatten es auf unserer Themen-Liste aber haben uns dann doch dagegen entschieden. Keiner wusste/weiß wirklich etwas (selbst nach dem Statement von Mimimi war die Sache nicht 100%ig klar soweit ich weiß) und wir hatten selbst auch nicht so eine richtig starke Meinung zum Thema. Wie stehst du denn zu der Angelegenheit?
Ich bin in dem Thema nicht wirklich drin. Im Artikel steht die Vermutung, dass sie es vielleicht wegen Manipulationsverdacht in der Jury getan hätten.
Ich finde es okay, Preise nicht anzunehmen, z.B. aus solchen Beweggründen, wenn sie begründet sind. Sie sollten nur eine Stellungnahme abgeben.
Es kann ja auch kalkül sein. Diese Publicity ist auf lange Sicht mehr wert als 40.000€ Man wird doch in den nächsten Jahren dieses Thema immer wieder hervorkramen, oder? Und dann wird immer schön der Spieltitel mitgenannt.
Genauso, wie wir jetzt darüber reden ?
Für alle, die das noch lesen:
Das Thema wird intensiv bei „Auf ein Bier, Runde #111: Der Preis ist heiß“ besprochen. Inklusive Einblicke in die Juryarbeit.
Jap, das steht auch schon auf der Liste für „In der nächsten Episode unbedingt drauf hinweisen!“. 😀
Hey Hier auf der Website fehlt in der 9. Folge die Chapter-Liste! 🙁
Wenn der Morse-Sound kommt, kann man das entsprechende Bild nicht sehen.
Ah nu isses da! ?
Hast du was geändert?
Ja, es gab einen Fehler in der Datei, die die Kapitel beinhaltet. 🙂
Wegen den Jobs…kann jemand was zu dieser Seite sagen?
https://www.games-career.com/de
Ich bin nicht mehr sicher was genau wir gesagt habe, aber wir haben die Seite in Episode 2 erwähnt. Ungefähr bei 02:32:27 🙂
Es ist zwar schon einige Zeit vergangen, aber da ich mich mit Neuronalen Netzwerken letztens für meine Android-App SnowballFight beschäftigt habe, kann ich noch was dazu beitragen. Es gibt verschiedene Möglichkeiten, Neuronale Netzwerke zu trainieren. Man kann ihnen eine Art Tabelle vorgeben, welche Ausgaben für bestimmte Eingaben geschehen sollen (das nennt man Supervised Learning). Oder man hat ein Reinforcement-Learning Neuronales Netwerk, welches jeweils den aktuellen Zustand (sei es die Anordnung des Spielfeldes) als Eingabe hat, und für jede mögliche darrauffolgende Aktion versucht, seine Belohnung vorherzusagen. Das Neuronale Netzwerk approximiert somit die Q-Funktion. Für die jeweilige Belohnung muss man aber selbst eine Funktion programmieren, die aus gewählter Aktion und den damit verbundenen Geschehnissen eine Punktzahl als Belohnung ausgibt.
Vielen Dank für deinen Kommentar! 🙂 Die Belohnung vorzugeben wird wohl immer ein Faktor sein, nicht wahr? So ist es ja im Grunde beim Aufwachsen eines Kindes auch – es macht zufällig Dinge (Schublade aus Schrank zerren und alles auskippen) und die Eltern definieren dann, ob das etwas Gutes oder etwas Schlechtes war. Allerdings hatte doch letztens diese Google AI sich das Schachspiel komplett selbst beigebracht?