小森めと Minecraft ぶいすぽ鯖配信アーカイブ時系列順

【Minecraft】行くか。新たなる場所へ with.橘ひなの【 ぶいすぽっ！ / 小森めと 】2023/02/01

【Minecraft】かりぐらし卒業【 ぶいすぽっ！ / 小森めと 】2023/02/04

2023/02/06
【Minecraft】おはよう☀お家完成させよう【 ぶいすぽっ！ / 小森めと 】
https://www.youtube.com/live/biX8PyTi8M

【The Cycle Frontier (TCF)】武器コーティング紹介「ジール」

「買い」です。かっこよすぎます。

コモンB9 トレンチガン

S-576 PDW

AR-55 オートライフル

C-32 ボルトアクション

K-28

アンコモンブルドッグ

スカラブ

マンティコア

KM-9 ”スクラッパー”

レアラセレーター

フェージックランサー

PKR メイルストロム

ICA ギャランティー

エピックシャターガン

ゴルゴン

アドヴォケート

KBR ロ

久々にVALORANTをした感想

こんにちは，脂です．
最近はモンハンにハマっていて，日々狩りの腕を磨いております．そんな中，友人に誘われて久しぶりにVALORANTをやってみました．ちょっと前までは，毎日欠かさずエイム練習をしていたのですが，モンハンにハマってからというもの全くしなくなりました．そういうわけで少し不安でしたが，まあ１試合くらいいいか，という気持ちで臨みました．

先に結果を言うと，だいぶ戦えました．ハイライトを作

【機械学習＋FPS】kovaaksのスコアからVALORANTの感度を決めてみた【非線形回帰】

数日前に，kovaaksのラウンド終了時に出る統計画面のスクショの各項目を文字認識してデータベースに追加するプログラムを書きました．以来ひたすらスクショをため込んできたので今回はそれを解析してみたいと思います．

現在，様々なシナリオをやっていますが，今回はValorant Small Flicksに焦点を当てたいと思います．個人的にはVALORANTに結構役立つシナリオだと思っています．

x軸

人工知能（Aburoid v0.0.1）でApex Legendsのクリップを自動で作ってみた

前回の記事で動画解析AI「Aburoid」を紹介しました．今回少し機能を追加してv0.0.1としました．紹介動画は以下になります．短いので是非ご覧ください！

Aburoidは基本的に銃撃シーンを判別して解析するのですが，アウトプットにはクリップとレポートの２種類があります．今回の記事はクリップに関してです．レポートに関しては後日書きたいと思います．

今回クリップ用に追加した機能は以下になります

ゲームプレイ動画解析ソフトのプロトタイプができました

最近ずっと作ってた，ゲームプレイ動画解析ソフト，その名も「ABUROID」のプロトタイプができました．以下の動画は銃撃シーンを自動で集めたものになっています．短いのでぜひ一度ご覧ください．

銃撃シーンは自分のエイムの分析に役立ちます．例えば敵を追えてないとか，敵を追い越してるとか，敵を発見してから合わせるまでが遅いとかの課題を見つけることができます．なのでまずはこれに注力しました．

現在行って

画像は，`npy`で保存してパラレルに加工するのがいいかも．

人工知能（AI）技術を使ってApex Legendsのプレイ動画を分析してみた

今回は人工知能（AI）の中でも機械学習と呼ばれる，人間の学習機能を模倣するような技術を使ってApex Legendsのプレイ動画を分析してみます．難しい話はせず，何ができるようになったかを紹介したいと思います．

以下の項目を画像から取得できるようになりました．

- ダメージ
- 装填数
- 武器

これにより，「何発撃って何発命中したか」，つまり命中率がわかるようになります．試しに３試合ほど分

kovaakをApex Legendsのエイム練習としてやっているの方向けの設定の話

今回はkovaakをApex Legendsのエイム練習としてやっている方向けの記事です。kovaakは設定項目の中でApexの感度や視野角を用意していますが、これを若干考え直す必要があるのではないかと思いました。

ADS感度倍率具体的に話をしていきます。まずは以下の記事で紹介されているADS感度についてです。

ほとんどのゲームでもそうだと思いますが、Apexには2種類の射撃法があります。一つ

kovaakおすすめメニューと活用方法

今回はエイム練習ソフトであるkovaakのおすすめメニューを紹介したいと思います。このkovaakはもちろんエイムを鍛えるためにあるのですが、個人的には以下の項目を決定するために使っています。

- モニターの近さ、高さ、角度（椅子の高さ）
- 腕をどれくらいのせるか
- 姿勢

これらの項目をできればメジャーで測りながら、以下で紹介するような様々なシナリオで最もスコアの出るものに調整します。だい

トラッキングエイムと視野角の関係

はじめに前回、前々回はトラッキングエイムをざっくり分析しました。結果として、トラッキングが追いついていないことがわかりました。そこで、1200DPIのゲーム内感度0.7から、1200DPIのゲーム内感度0.9に変更してプレイしてみました。今回もプレイするゲームはApex Legendsです。

2つほどピックアップしました。以下をご覧ください。感度を上げてもやはりトラッキングが追いついていません。

Apex Legendsのプレイ動画を用いたトラッキングエイム分析

前回、kovaakを使ってトラッキングエイムの分析を行いました。その結果、現在の感度が低すぎるという結論に至りました。しかし、kovaakの一つのシナリオだけで結論づけるのはよくないので、今回は実際のプレイ動画を使って分析をしたいと思います。プレイしているゲームはApex Legendsです。敵の体力が多く、トラッキングエイムが非常に重要になってくるゲームです。

実際の戦闘シーン、特に敵にエイム

トラッキングエイムにおける初速の分析

今回はトラッキングエイムにおける初速について分析したいと思います。具体的には、エイム練習ソフトとして有名なkovaakで、トラッキングエイムを鍛えるシナリオをプレイしている様子を録画し、スローで再生することによって分析します。

kovaakの設定は以下のようになっています。DPIは1200です。

プレイするシナリオは「Narrow Strafe」です。

まず、ゲーム内感度0.7でプレイした様