展开

关键词

OCGI:腾讯的云原生实践

背景 对于FPS、MOBA等在线多人后台架构中,都有专门服务玩家对局的服务器Dedicated Server(简称 DS)。 下图是典型的 DS 架构: ? 比如很多业务都希望实现定时扩缩容,甚至自己控制 Workload 副本数量。 业界已经有一些开源项目去尝试解决这类服务的 DS 管理问题,比如 Google 的Agones。 ? 经过与腾讯工作室的许多开发同学交流和讨论,我们创建了OCGI这个项目。我们希望借助K8s和OCGI,帮助业务更好的解决资源的弹性伸缩、利率和成本等效能问题。 OCGI 项目介绍 ? 如果想自己控制 Squad 的副本数量,可以通过 Webhook 的方式实现。 定义缩容顺序缩容时,可由指定缩容的顺序。例如,缩容时,可以选择玩家数量的 DS 副本删除。 基于 OCGI 的后台架构 ?

30240

使Kinect2作为Oculus的输入设备

UI交互经验, 把抓住拖动之类的手势利起来实现细节双手肢体的绘制因为Kinect API已经提供了人体骨骼的变换信息, 那自然而然的我们就想在中绑定到一个蒙皮模型上 ? 视频播放器, 可以操作播放暂停, 放大后有电影院看电影的感觉, 这也是目前VR视频比较常的方式 ?网页浏览器: 我们集成了CEF, 相当于内嵌了一个chrome, 支持HTML5的. 下面的视频中我们选择了一个H5的猜单词小, 支持网页上的点击操作 ?打飞机小: 这个是使体感操作的, 虽然是一个2D平面的, 但是爆炸后的碎片会落到地板上, 视觉效果还不错 ? 每个控件我们还做了统一的Tooltips的弹出动画提示, 这种3D空间的信息显示也是AR场景中比较常见的 ? 个人以为, 只是显示方式的变化并不能带来性上的太大变化, 双手控制器才可以让VR玩法产生更多创意, 从根本上推动产生新的类型和全新体验.

52170
  • 广告
    关闭

    云加社区有奖调研

    参与社区用户调研,赢腾讯定制礼

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    谷歌推出针对ARMR的地图API

    谷歌为全球开发者开放了针对的谷歌地图API(GoogleMaps APIs Gaming)接口,方便全球开发商创建更多基于真实地理位置的ARMR厂商能够根据接口中的真实物理世界模型迅速创建对世界,比如中土世界、糖果乐园、僵尸后启示录式废墟都市,开发者能够便利地调谷歌地图的实时更新和丰富的位置数据,创建更具性的手。? oogle Maps APIs Gaming已经在Unity引擎创建了丰富的模型,在Unity中谷歌已经将建筑、道路和公园转换成对的 GameObjects对象,Unity引擎的开发者只需要加入纹理 、样式和定制化外观即可得到全球范围的世界。 目前有三款这一方便的API接口,AR《侏罗纪世界生存》、《行尸走肉:我们的世界》《捉鬼敢死队:世界》,期望GoogleMaps APIs Gaming能够改变产业的未来。?

    59440

    关系型数据库在中的问题

    虽然 MySQL 在互联网行业中历史久远,广泛,有大量的各种,包括网络也在使,但是关系型数据库并不是诞生于互联网的软件模型。 早期的 MySQL 采的 MyISAM 类型的表,为了提高性能,使了“表锁”,但是在互联网下,很快就发现,这种“提高性能”的设计实际上是不符合实际的。 对于互联网来说,数据就是钱。几乎很少互联网会删除积累的数据,所以数据表的记录,无可避免的越积越多。单表积累的数据过多,会导致性能持续下降。对此业界做了大量非标准的分库分表的工具和中间件。 互联网往往都可以在“有损服务”的情况下维持运行,但由于关系型数据库垮了,导致全体功能全部不可。 这些原因,在 CAP 理论上有清晰的定义。 由于关系型数据库选择了强一致性和高可性,就必然在分布式特性无法满足。而互联网的特点,就是对于分布式特性的强需求。这种设计上的需求分歧,是导致各种问题的总原因。

    19220

    中心品牌更新 - Game&App Center Brand Renewal

    品牌概述  Brand Overview中心是QQ空间户专属的平台,最新、最火、最好玩的一网打尽:角色扮演、模拟经营、射击、棋牌、街机、赛车等各类有尽有。 品牌更新目标  Renewal Goal中心是QQ空间下基于网页的平台。原名“中心”,不仅有还有其他,所以旧Logo有“APP”字样。 随着app的份额减少弱化,中心决定把重心放在的部分,因此需要重新设计品牌标志。 创意提炼  Idea sketches中心的新品牌标志需要更有感,创意过程中对元素进行了不同的尝试,尤其是在手柄的方向上不断的演练和简化。 然后把方案放在中心网页和移动端的真实场景中,使方案更清晰、更易于决策。

    26830

    TiDB 在网易实践

    本文整理自 TUG 网易线上企业行活动,由网易高级数据库工程师李文杰老师分享,主要介绍分布式数据库 TiDB 在网易实践经验。 网易最开始引入 TiDB 是从 AP 的角度来进行使的。在第一次使 TiDB 时,我们把跑批业务这种计算量比较大的任务迁移到 TiDB 上面。 TiFlash:计算更高效 在网易户画像的部分指标计算场景中,使上 TiSpark + TiFlash 后,不同业务内容的 SQL 处理速度相比 TiSpark + TiKV 快了至少 4 TiDB :HTAP 数据体系 目前,经过 3 年的发展,网易的集群总实例数量 170 个,数据规模达到 100 + TB 级别。 以上就是网易在使 TiDB 的过程中,对于 AP 计算演进的过程,希望今天的分享可以对大家有所启发。

    16340

    7月VR圈以为主,VR内容生态进入爆发阶段

    VR社交平台《Rec Room》将于今秋支持安卓设备VR社交平台《Rec Room》将于今年秋季推出安卓端App,目前该在Google Play商店已开启抢先注册,支持7.1版本或更新的安卓系统 如果人数达成预设目标,抢先注册的户将获得内奖励,价值数千个点数。 据开发者回,这些场景“本不该存在”于中,很抱歉花这么长时间才将其删除。但数百位玩家怒喷开发商,并开始在Steam平台上进行差评轰炸。 此外,除了油漆画笔,该还提供了调色板以支持户调色创作。 值得一提的是,Oculus概述了一个新的“邀请加入”(Invite to App)功能按钮,该按钮将出现在选定的中。

    14150

    腾讯首款区块链发布了!

    值得注意的是,《一起来捉妖》是腾讯首款,也是目前唯一一款了区块链技术的。 腾讯互娱《一起来捉妖》制作人毛一羽表示,“这是一款了AR和区块链技术的新,我们希望它能连接玩家的虚拟与现实生活,力求运最新的技术、最新的玩法、最新的概念来打造“三个真实化”。 此外,《一起来捉妖》通过腾讯区块链技术,能够更好地保障稀有内容投放的公开公平,腾讯方面还将邀请媒体加入媒体节点来保证可靠性。 区块链技术凭借在价值传输过程中的优势,范围正在逐步扩展到社会生活的方方面面,此次腾讯区块链技术在场景的落地,将有望提升玩家的体验。 讲了这么多,腾讯首款了区块链技术的和其他区块链究竟有什么不同?

    1K120

    网络

    �o�o“0day”是会把各种软件等东西分类破解以后,把破解软件进行打包,做一个硬盘版的整合“套装”流通的。 目前做打包软件RIP或者硬盘版的时候,尽可能小的原则还是延续下来,但不一定是“硬盘版要求2.8兆”,否则破解家们都没法干活了――谁让现在的软件、都这样大?2.8兆的空间根本包容不了。 RIP �o�o有些没办法提供完整ISO的软件,或者其实只要将软件的主体提取出来就能使的,一般就会RIP的形式发布。 �o�o这样也不说了吧,就是新鲜热辣的。包括前一阵子最热门的“极品飞车-热力追击2”、“FIFA2003”等。 TT的感觉是RIP的越来越少了,ISO版越来越多,可能和大家的带宽增长有关系吧。

    34440

    腾讯数据微服务实战

    我是来自于腾讯数据中心的张志欢, 今天主要给大家分享的是微服务在腾讯数据场景中的实践。 本次分享大致会分为以下几个内容: 第一小结会介绍下微服务的一些理念以及微服务带来的问题; 第二小结会介绍腾讯数据datamore是什么,我们是如何在数据领域中微服务架构解决一系列问题 打造了数据服务标准集。 在这些标准服务上,我们构建了datamore中心,它由一系列的标准化数据系统构成集合,让运营能够自助化的使这些系统进行快速高效的运营。 这样,我们打造了一整套独立于的数据营销引擎,由于系统底层通过日志与解耦,使得建构在datamore平台上的都具备不依赖版本(配置化计算),超强数据计算能力,更加丰富的计算内容(比如内走了多少步 这两个场景都是我们实践中经常到的场景,由于腾讯的数据是针对所有业务,并发量和性能都要求很高,对于网关性能要求就非常高,同时由于数据量大,调跟踪服务因此产生大量数据从而承担更大的压力。

    70610

    猜数Python该这样写

    最多允许猜5次 maxTimes = 5 for i in range(maxTimes): prompt = Start to GUESS: if i==0 else Guess again: #使异常处理结构 print(Too big) else: print(Too little) except: print(Must input an integer between 1 and 999) else: #次数完还没猜对 ,结束,提示正确答案 print(Game over.

    51190

    Wiztalk | 殷俊 Part 4《AI的—内容生成》

    AI技术在研发中的 Part 4 AI的—内容生成 简介:AI除了在智能角色控制,还有另一大看点就是内容生成。 殷老师通过超级玛丽的关卡、斗地主中的残局的生成等多个例子,向大家展示AI的创造力。 内容难度:★☆☆(高中大学及以上非计算机专业学生均可以学习) ? Wiztalk”, 一起开启科普知识分享“新视界”~ ---- — 关于Wiztalk — Wiztalk是腾讯高校合作团队打造的一个短视频知识分享系列,每集10分钟左右,致力于跟随科技的发展以及时代的步伐,使更为科普化的方式传播最新 、最热门、最通的知识。

    14920

    Docker 在业务中的介绍

    Docker在领域的模式Docker通过与母机共享内核,具有轻量级、启动速度快、支持在线升降配(cpu+内存)等特点,并且基于镜像可以非常快速的构建一致性环境于业务的集成发布、扩缩容、故障处理等场景中 我们看到很多业务已经开始体验Docker给业务带来的优势,从整体架构上来说,目前在上的主要分为两种形式:1. 虚拟机模式虚拟机模式是Docker上最基础、最简单的模式,也是最多的模式。 比如:对于分区分服的来说,往往大区的在线分布很不均衡,为了减少日常维护的复杂度,业务基本上都会维护一致的区服架构,这样对于在线比较低的大区,低负载就会比较严重。 但我们也知道在业务中,不管是扩缩容,还是故障处理都有很高的时效要求,运维是不可能手动一步步去处理的。所以这里在环境一致性和交付效率上也遇到一些新的挑战,比如:1. 需要强调的是,在线升降配作为弹性伸缩的一种,操作起来固然很简单,但有时需要考虑同屏人数、活跃度,从运营策略上考虑可能并不是很适合。

    1.1K00

    Wiztalk | 殷俊 Part 3《AI的—智能体控制举例》

    AI技术在研发中的 Part 3 AI的—智能体控制举例 简介:斗地主里托管AI是怎么打出一手好牌?QQ飞车里的对手AI又是如何漂移过弯反超夺冠? 殷老师列举具体的实例,和大家讲讲AI算法在中具体是如何运。 内容难度:★☆☆(高中大学及以上非计算机专业学生均可以学习) ? Wiztalk”, 一起开启科普知识分享“新视界”~ ---- — 关于Wiztalk — Wiztalk是腾讯高校合作团队打造的一个短视频知识分享系列,每集10分钟左右,致力于跟随科技的发展以及时代的步伐,使更为科普化的方式传播最新 、最热门、最通的知识。

    9810

    Wiztalk | 殷俊 Part 2《AI的—智能体控制研究》

    AI技术在研发中的 Part 2 AI的—智能体控制研究 简介:AI算法如何中?殷老师通过腾讯的告诉你,AI怎样才能更好地控制中的角色(智能体)。 具体的案例包括非常成熟的QQ飞车等,也有不那么成熟的案例,满满干货! 内容难度:★☆☆(高中大学及以上非计算机专业学生均可以学习) ? Wiztalk”, 一起开启科普知识分享“新视界”~ ---- — 关于Wiztalk — Wiztalk是腾讯高校合作团队打造的一个短视频知识分享系列,每集10分钟左右,致力于跟随科技的发展以及时代的步伐,使更为科普化的方式传播最新 、最热门、最通的知识。

    18320

    腾讯K8s实践|更贴近业务场景的K8s工作负载:GameDeployment & GameStatefulSet

    区别于一般互联网业务,腾讯业务具有大规模、低时延、网络敏感、超高可靠性要求等一系列众多特点,大量使共享内存通信等技术,对云原生上云是一个巨大的挑战。 业务特性的复杂性 类业务具有多种类型,如房间类、MMO 。 无论是哪种类型的,都有诸如大规模的在线玩家、对网络时延和抖动异常敏感、多区多服等特点,后台服务在设计时为了满足这些需求,天然地会追求实时高速通信、性能最大化,大量地使了进程间共享内存通信、数据预加载进内存 结合容器化上云的需求,总结来说,类服务一般具有以下特性: 大量地使共享内存技术,偏有状态服务。 这篇关于腾讯 K8s 实践的大作 是不是看得意犹未尽? 再来接着看看作者大大准备的3个问题吧  ?

    58550

    被infoQ采访:强化学习技术,目的就是要打败人类玩家?

    “强化学习利的是经验,而不仅仅是数据。在领域,如果我可以通过经验告诉你怎么在中走位会更好,那么强化学习也能够做到。 2020 年,西山居开始在强化学习技术,并组建了强化学习团队。目前经过一年多的积累,西山居已经建立了强化学习集群,并搭建了强化学习开发平台和开发体系。 在算法设计思路上,西山居在成熟的算法模型基础上,加入特定的 Trick,让整体在效果呈现上更加智能。“接下来,我们有一款对战类型的即将上线,中的 AI 就是利强化学习技术来做的。” 至于理想的强化学习策略是什么样,黄鸿波认为在领域中,要让户有更加丰富的体验,而在其他领域如工业制造等,要足够智能、灵活。“理想的强化学习能够让玩家在玩的过程中更加开心。 采访嘉宾: 黄鸿波,珠海金山网络科技有限公司(西山居)人工智能领域专家,高级算法工程师,谷歌机器学习方向开发者专家,拥有多年软件开发经验,著有《TensorFlow 进阶指南:基础、算法与》一书

    7220

    浅谈双缓冲技术在里面的【java】

    Frame格式,需要添加如下代码(导入相关的包):import java.awt.Frame;如果是JFrame格式,需要添加如下代码(导入相关的包):import java.awt.JFrame;如果使双缓冲技术 public void update(Graphics g) { if(offScreenImage == null) offScreenImage = this.createImage(500,500);这是窗口的宽度和高度 3.使双缓冲技术 ?

    16820

    Angel推荐算法在推荐中的

    Angel的深度学习平台已在腾讯的很多个场景中。本次分享为大家介绍Angel推荐算法在推荐中的。 主要内容包括:平台上的推荐、Tesla平台上的推荐算法、经典算法的线性特点、DeepFM算法的非线性特点、DeepFM过程。 01 平台上的推荐 ? 这张图看到的是Steam平台上的一个推荐的。Steam平台主要是使标签的推荐方法,它的标签主要是基于户选择去收集的信息。 ? Steam平台的特点在于的内容比较多,深度也比较深一些。 此时会出现一个问题:这是基于物品点击率比较高的协同过滤,但大部分推荐的并不是都是热门物品。 这三个位置前面的Target数据就是户在item下面点击数据,如果你运3个模型,每一个模型在3个特定位置下,该会得到一个更好的效果,而尽量不要把3个位置下的Target的数据合并为一个Target

    25420

    干货 | Python人工智能在贪吃蛇中的探索(上)

    层的输出被作输入,它的输出被传递到下一层,然后下一层使该输出作为输入,依此类推。此行为意味着,当堆叠各种层和创建深度神经网络时,系统会学习数据的中间表示,以帮助下层更有效地完成其工作。 一个ana在同一时间只能支持一个版本,每个版本对的tensorflow 的版本不同。查询版本,即在ana prompt 中输入python。 最常见的强化学习的例子就是我们经常玩的,比如贪吃蛇,在这个中,输入的内容是:状态(States)=环境,贪吃蛇的蛇头的位置,食物的位置;动作(Actions)=任何可以执行的操作,上下左右的移动 ;奖励(Rewards)=每个动作得到的奖励,吃掉食物得到的分数,蛇死掉扣掉的分数等;输出的内容:方案(Policy)=在当前状态下,该选哪个行动。 ;将相内容存入memory中(state, action, reward, next state)利DQN开发的贪吃蛇程序说明:为了更快地学习和验证DQN在贪吃蛇程序中的,我借鉴了齐浩洋学长的源代码

    77621

    相关产品

    • 游戏多媒体引擎

      游戏多媒体引擎

      游戏多媒体引擎(GME)提供一站式语音解决方案。针对不同场景进行深度优化,覆盖游戏、社交、娱乐等多种泛互联网行业应用场景。提供实时语音、语音消息及转文本、语音分析服务,一次接入即可满足多样化的语音需求。

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注云+社区

      领取腾讯云代金券