首页
/ PsyDoom:重温PlayStation上的经典Doom体验

PsyDoom:重温PlayStation上的经典Doom体验

2024-05-23 17:52:27作者:羿妍玫Ivan

项目简介

PsyDoom是一个独特的开源项目,旨在将PlayStation版的Doom和Final Doom通过逆向工程带回个人电脑。这个项目不仅仅是一个简单的移植,而是直接从原始的PlayStation机器码出发,逐渐转化为结构化的C++代码。现在,玩家可以在现代系统上享受这一经典游戏,同时也保持了原汁原味的视听效果。

技术解析

PsyDoom对PlayStation的GPU(用于原始渲染器)和SPU进行了内部模拟,确保游戏的声音与画面尽可能接近原作。它还提供了一个新的Vulkan渲染器,支持宽屏和高分辨率,为那些兼容系统的玩家带来更高清的游戏体验。此外,该项目内置了模组支持,扩展的引擎限制和功能,让玩家可以自由创造并享用新内容。

应用场景

无论你是怀旧的Doom爱好者,还是对游戏历史感兴趣的开发者,PsyDoom都是一个值得尝试的项目。在现代设备上重玩经典的Doom,或者研究其底层代码以了解早期游戏如何实现,都能从中找到乐趣。对于想要挑战自定义关卡的玩家,PsyDoom提供了强大的mod制作工具。

项目特点

  1. 高度还原:PsyDoom在玩法上非常精确,甚至可以准确再现4次完整的PlayStation Doom和Final Doom的通关过程。
  2. Vulkan渲染:默认开启的新渲染器支持更高的分辨率,为游戏带来高清视觉享受。
  3. 模组支持:内置了创建和运行用户模组的功能,拓展了游戏的可能性。
  4. 多平台支持:适用于Windows、macOS和Linux,只需一个有效的游戏光盘.cue文件即可运行。
  5. 多人联机:模拟了原始的“Link Cable”多人模式,允许通过TCP进行低延迟网络对战。

点击以下链接,立刻加入PsyDoom的世界,感受这份复古而激动人心的游戏体验:PsyDoom releases

让我们一起重温那些年,在PlayStation上奋战的日子,再一次感受Doom的魅力!

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
509
44
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
941
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
345
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70