Proton项目:Puzzle Bobble系列游戏在Steam Deck上的多控制器兼容性分析
概述
本文主要探讨了Puzzle Bobble系列游戏(包括BUST-A-MOVE系列)在Steam Deck平台上的多控制器兼容性问题。通过分析用户反馈和测试结果,我们发现该系列游戏在Steam Deck连接多个外部控制器时存在一些兼容性挑战,但这些问题在最新系统更新后已得到改善。
问题背景
Puzzle Bobble(泡泡龙)系列作为经典的街机风格益智游戏,其多人本地合作模式对控制器支持有着较高要求。当用户在Steam Deck上通过扩展坞连接多个外部控制器时,部分用户报告了控制器无法被正确识别的问题。
具体表现
根据用户报告,在Steam Deck连接扩展坞并使用两个外部控制器的情况下,游戏存在以下现象:
- 第二个控制器无法被游戏检测到
- 控制器顺序调整界面显示异常图标
- 部分控制器仅能识别按键而无法识别摇杆输入
这些问题影响了游戏的本地多人游戏体验,使得玩家无法正常进行双人合作游戏。
技术分析
经过深入测试和分析,我们发现:
-
系统版本影响:在SteamOS 3.6.20版本上,这些问题已得到显著改善。测试表明,使用DualShock 4、DualSense和8bitdo Pro 2等多种控制器组合都能被正确识别。
-
控制器类型差异:Xbox 360控制器可能存在特殊的兼容性问题,而其他主流控制器(如索尼和8bitdo系列)表现良好。
-
游戏内表现:虽然游戏菜单可能仅响应第一个控制器的输入,但在实际游戏开始后,所有连接的控制器都能正常工作。
解决方案与建议
对于遇到类似问题的用户,我们建议:
-
更新系统:确保Steam Deck系统更新至最新版本,许多控制器兼容性问题已通过系统更新得到解决。
-
尝试不同控制器组合:如果特定控制器无法工作,可尝试更换其他型号的控制器进行测试。
-
直接进入游戏测试:即使菜单显示异常,也应尝试直接开始游戏,因为部分游戏的实际控制器支持可能优于菜单显示。
结论
Puzzle Bobble系列游戏在Steam Deck上的多控制器支持已得到显著改善。通过系统更新和适当的控制器选择,用户现在可以顺利享受本地多人游戏体验。这一案例也展示了Proton兼容层在不断进化中对游戏外设支持的持续优化。
对于游戏开发者而言,这一案例也提示了在移植经典街机游戏时,需要特别注意多控制器支持在不同硬件平台上的表现,确保为玩家提供完整的多人游戏体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00