WidescreenFixesPack项目:Splinter Cell Conviction黑名单控制方案问题解析
2025-06-30 13:50:06作者:昌雅子Ethen
问题背景
在WidescreenFixesPack项目中,针对《细胞分裂:断罪》游戏的黑名单控制方案(BlacklistControlScheme)存在一个特定的交互问题。当启用BlacklistControlScheme = 1时,在Kobin审讯场景中,第三个交互提示无法正常显示,导致玩家无法完成审讯过程。
技术分析
控制方案差异
游戏默认的控制方案(BlacklistControlScheme = 0)和黑名单风格控制方案(BlacklistControlScheme = 1)在按键映射上存在关键区别:
- 默认方案:使用B键进行审讯交互
- 黑名单方案:将审讯交互映射到X键
这种按键映射的差异导致了脚本场景中的兼容性问题,特别是那些硬编码了特定按键的脚本事件。
动作状态分析
通过调试发现,游戏中有多个与审讯相关的动作状态:
ExoticInterrogationState:特殊审讯状态PreInterrogateFailedState:审讯失败前状态PreInterrogateState:审讯前状态PrepareAttackState:准备攻击状态
这些状态在脚本场景中可能被交替调用,而黑名单控制方案未能正确处理所有状态转换。
解决方案探索
初步尝试
最初尝试为PrepareAttackState添加双重映射:
m_Action=(Name=PrepareAttackState,Action=eActionType_PressX,TargetType=TTYPE_Enemy)
m_Action=(Name=PrepareAttackState,Action=eActionType_PressB,TargetType=TTYPE_Enemy)
这种方法解决了部分场景的问题,但在其他审讯场景(如Grim审讯)中又出现了新的问题。
全面解决方案
最终确定的解决方案是为所有审讯相关状态添加双重映射:
m_Action=(Name=ExoticInterrogationState,Action=eActionType_PressX,TargetType=TTYPE_Enemy)
m_Action=(Name=ExoticInterrogationState,Action=eActionType_PressB,TargetType=TTYPE_Enemy)
m_Action=(Name=PreInterrogateFailedState,Action=eActionType_PressX,TargetType=TTYPE_Enemy)
m_Action=(Name=PreInterrogateFailedState,Action=eActionType_PressB,TargetType=TTYPE_Enemy)
m_Action=(Name=PreInterrogateState,Action=eActionType_PressX,TargetType=TTYPE_Enemy)
m_Action=(Name=PreInterrogateState,Action=eActionType_PressB,TargetType=TTYPE_Enemy)
这种全面覆盖的方法确保了无论游戏调用哪个审讯状态,都能正确处理按键输入。
已知问题与限制
尽管上述解决方案解决了主要问题,但仍存在一些副作用:
- 重复提示:在某些场景中会出现重复的交互提示
- 动作循环:在Grim审讯场景中可能导致动作无法正常结束
- 高空击杀提示消失:其他场景的提示可能受到影响
这些限制表明,双重映射虽然解决了兼容性问题,但并非完美解决方案,可能需要更精细的状态管理。
技术建议
对于希望自行调整配置的高级用户,建议:
- 优先确保
PreInterrogateState的双重映射 - 根据实际游戏体验逐步添加其他状态的双重映射
- 注意观察不同场景的交互行为,必要时回滚部分修改
结论
《细胞分裂:断罪》的黑名单控制方案与游戏脚本事件的交互存在固有兼容性问题。通过为关键审讯状态添加双重按键映射,可以解决大部分交互提示缺失的问题,但会引入一些视觉上的副作用。这个问题本质上反映了游戏引擎在控制方案切换时状态管理的不完善,而目前的解决方案是在功能性和完美体验之间取得的平衡。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220