神獄塔 メアリスケルター2感想
とりあえず一通り終わった、と思えるところまでやった。感想を書いてみる。
ネタバレは気にせず書いているので注意。
進捗とか
- 2はトロフィーコンプ. 初回エンディングまではfearでやった.
- 1を途中から初めて、余章を終わらせた
雑感
- 全体魔法ゲーだった前作と違い、今回はジェイルボーナスをフル活用するジェイルゲー
- 独自システムを使いこなしている感があってよい
- 異常に広いダンジョン・アイテム携行数の少なさといったストレス要素は改善されている
- 世界観は相変わらずよい
- ゲーム2本分収録したソフトならではの構成は割と面白いと思う
- 2のシナリオ中盤で中だるみが激しい
- どことなく、2のイベントが全体的に真面目で萌豚向け要素が弱まってる気がする
- そこは恋獄塔で補えということか
システム・ゲームバランスとか
- 今回はパッシブスキルとジェイルボーナスが非常に強い
- パッシブスキルは職業を変えても引き継げるので、基本的に全職業で強いものを全部つけるようになる。
- 「ジェイルボーナス人数UP+強化」「アイテムを効果120%で使う」「敵の残りHPを表示」「100%食いしばり」「自動防御」「最速行動」あたりの効果がやばい
- ジェイルボーナスが今回のメイン
- つうと白雪とグレーテルの3人でジェイルボーナス人数増加をつけると、全回復2人=全回復5人となったりする
- これにジェイルマネージを組み合わせる
- 全回復2人のジェイルボーナスを戦闘中に5個くらい設定すると、ジェイルボーナスごとにほぼ確実に全回復ができる
- 他に有力なのはATK Downのジェイルボーナスで、ボス含めほぼ全ての敵が無力化する
- 味方バフの性能も高く、「2人ATK UP」が「5人複数ステータスUP」になる。わけがわからない
- ということで、とにかく高速でジェイルボーナスを回すことが基本的な戦術となる
- 弱点をついたりブラッド系スキルで出血させ、血が溜まったら即舐める、を延々繰り返す
- 中盤以降、ジェノサイド化することがまったくなくなる
- ルーレット目押し力が超重要
- 根本的に白雪とグレーテルが強い
- 今回、全体回復魔法が詠唱スキルなせいで産廃になっており、有効なHP回復手段が「ジェイルボーナスの全回復」「アイテム」「グレーテルを舐める」になる。全部グレーテルやんけ
- アイテムがあらゆる回復スキルの上位互換なのはさすがにどうなの...
- リビングディクショナリは、バフデバフが撒けるし、対ボスで強力な猛毒を与えることができる
- つまりヒーラーであり、バッファーデバッファーであり、猛毒により対ボスの有力なアタッカーとなり、戦闘の根本であるジェイルボーナス強化をこなす。超万能。
- 今回、全体回復魔法が詠唱スキルなせいで産廃になっており、有効なHP回復手段が「ジェイルボーナスの全回復」「アイテム」「グレーテルを舐める」になる。全部グレーテルやんけ
- 敵は基本的に全体物理の攻撃をしてくる雑魚が強い。
- 水族館跡1層のザリガニで何度もhageた。2章開始直後が一番むずかしいのは伝統。
- 元街道沿いのウサギのディクラインバースト連発が地獄だった
- 魔法が強かったのがラスボスくらいしか覚えがない。敵の魔法詠唱、ほぼ確実に止められるんだもん、、、
シナリオとか
- シナリオの重要な点が語られるのが序盤と終盤に固まっており、中だるみ感が強い
- 主要なイベントが起こるのが [序章・1章・2章]〜ラスボス前後〜メアリ1の余章 あたり.
- 特に5章〜9章あたりは「それぞれの血式少女の境遇が悪くて、なんかこの世界は上手くいってない」ことを示すことを繰り返して、展開が似通ってくる
- 中盤を除けば、割とシナリオは楽しめたと思う。都庁での演出は気に入った。
- あと、実質的にメアリ2が終わるのがメアリ1の余章であるという構成が端的に言って超長い
- 前作やってない人はゲーム2本分である。無理では。
- メアリ1を途中から始めるオプションがあったのは良かった。あれなかったらたぶん投げ出してる。
- メアリ2を終わらせたあとメアリ1のイベントをみると、すごい明るく楽しくアホなノリだったので、「ああ確かに、こっちの世界は上手くいってるなあ」などと感慨は得られた
- ...が、それは2の部分がギスギスしてて真面目でカタルシスが得にくいことの裏返しでもある
- 作中でも2の世界は悪い夢扱いされているので、2がそんな感じなのは構想通りな可能性がある
- 悪い言い方をすれば、メアリ2はメアリ1の引き立て役みたいな感じになる。新作に厳しい
- なんというか、救いがない世界ならそれはそれで、デスリクみたいに派手にしてほしかったという思いがある
恋獄塔
- こっちでもグレーテルが強い(萌豚)
- 割とまっとうにギャルゲ的なものを作っていてやや意外だった。なんかトラップがあるだろうなと予想していたが
- ジェイルさんやナイトメアさんの絵的インパクトが強くて変な笑い声が出た。
ここに全員分のイラストを用意するくらいならもっと2本編の演出を強化してほしかったみたいな思いがなくはない
ぜんぜんわからない。俺は雰囲気でtensorflowをやっている。
詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~
- 作者: 巣籠悠輔
- 出版社/メーカー: マイナビ出版
- 発売日: 2017/05/30
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (5件) を見る
ダウンロードした書籍のサンプルコードを雰囲気でいろいろ書き換えてみると、とにかく全然動かない。例外が大量に出る。
まずtensorflowのことを知らなかったのでいくつか実験をして動作を検証していた。
https://github.com/mob-a/study/tree/master/tensorflow-sample
使いながら思ったことをつらつらと書いてみる。
雑感
- 計算ノードの概念を知らなかったのでいろいろと混乱した。
- 例えば"c=a+b"という行は足し算をやっているのではなく、「aとbを足す演算ノードを作り、その演算ノードをcに持たせる」ことをやっていると理解するのに苦労した。
- テンソル演算の引数と演算結果で軸数・次元数の規則が難しい。
- 例えばmatmulは(N,M)と(M,L)のテンソルを引数にとって(N,L)のテンソルを作る、など。
- (2軸の場合。3軸以上の場合はいまだにわからない。 https://www.tensorflow.org/api_docs/python/tf/matmul )
- 一方でaddやmultiplyは(N,M,L)と(M,L)のテンソルを引数にとって(N,M,L)のテンソルを作るなどの動作をする。慣れが必要。
- 1行1行、結果の軸数をコメントでメモするなどしていた
- printデバッグやりにくくてつらい
- feed_dictの記法がシンタックスエラーにならないのが不思議だったけど、単にplaceholderが辞書のキーになってるだけだった。
- 自動微分という謎の技術便利だけど何やってるかわからない。こわい。
- einsum最強すぎる。なんでもできる万能感が得られる。
RPG的対戦のプロトコル
ポケモンでアリスとボブが対戦するとき、サーバなしで、できるだけチートができないようにすることを考える。
各ターンの行動前
各ターン開始時に、アリスは2048bitの乱数を生成する。その乱数を行動鍵Aとする。
行動鍵Aのハッシュ値(行動鍵ハッシュA)をボブに送る。
ボブも同様。
各ターンの行動決定
アリスが行動を決定する。行動には誰もが検証可能な一意な行動名Aがつく。"waza_hakaikousen"とか。
アリスは行動名Aと行動鍵AのHMAC(行動名HMAC_A)値をボブに送る。
ボブも同様
行動の確認
アリスは行動鍵Aをボブに送る。また、行動鍵Bをボブから受け取る。
行動鍵ハッシュBを用いて行動鍵Bが正しいことを確認する。
アリスは行動名Aをボブに送る。また、行動名Bをボブから受け取る。
行動名HMAC_Bと行動鍵Bを用いて行動名Bが正しいことを確認する。
ここで、互いに何の行動をしたか判明する。
技の乱数を決定
行動鍵Aと行動鍵Bのxorをとり、乱数シードを生成する。
ボブも同じ乱数シードを生成できる。
その乱数シードをアリスの技の乱数値として合意する。
また、乱数シードのハッシュ値をボブの技の乱数値として合意する。
ステータスや持ち物について
行動と同じような方法で1ターン目に交換する。
Windowsのデスクトップアプリ試作
Windowsのデスクトップアプリ作成の入門として、WPFでマインスイーパを作った。
https://github.com/mob-a/Minebeginner
目的感
ネイティブなデスクトップアプリを作ってみる
題材はなんとなくゲームがいい
C#に触ってみる
Visual Studioに触ってみる
GitHubにアップロードしてみる
備忘録2017
去年私が触れて楽しかったコンテンツを振り返る。
なろう小説
ずっとなろうを読んでいた。書籍版・コミカライズも大量に。
小説媒体はなろう発のものしか読んでない可能性がある。
今年読み始めた中で面白かったものをいくつか挙げる。
勇者召喚に巻き込まれたけど、異世界は平和でした
モーニングスター大賞の大賞受賞作。なろうのトップに常にバナーが出ている。
ひたすらに主人公がモテまくるハーレムラブコメ。
基本的に全てのエピソードがヒロインの魅力を描写するために存在する(と感じる)。
舞台となる世界では神や魔族や人の有力者がほぼ全員美少女で、全員が主人公に好感を持つ。なので世界設定を描写するとそれが必然的にヒロインの描写になる。
ヒロインがかなり多いんだけど、その全員の魅力が妥協なく描かれる。あとがき専用ヒロイン(なにそれ)までかわいい。
勇者召喚に巻き込まれたけど、異世界は平和でした 1 (モーニングスターブックス)
- 作者: 灯台,おちゃう
- 出版社/メーカー: 新紀元社
- 発売日: 2017/06/21
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (1件) を見る
齢5000年の草食ドラゴン、いわれなき邪竜認定〜やだこの生贄、人の話を聞いてくれない〜
2018年2月に角川スニーカー文庫で書籍化。ガンガンJOKERで2018年1月にコミカライズ開始。なんとコミカライズのほうが早い。
タイトル通りの勘違いコメディ。暴走する生贄少女とそれに振り回される邪竜様(他称)のやりとりがコントのようで楽しい。
あとポンコツ邪竜様とポンコツ聖女様がかわいい。
齢5000年の草食ドラゴン、いわれなき邪竜認定 ~やだこの生贄、人の話を聞いてくれない~ (角川スニーカー文庫)
- 作者: 榎本快晴,しゅがお
- 出版社/メーカー: KADOKAWA
- 発売日: 2018/02/01
- メディア: 文庫
- この商品を含むブログ (1件) を見る
生き残り錬金術師は街で静かに暮らしたい
書籍版発売中・コミカライズも連載中。
https://comic-walker.com/contents/detail/KDCW_EB03200101010000_68/
薬品チートで薬屋兼喫茶店のようなものの経営、ゲーム的描写(アトリエ風)となろう的スローライフの王道っぽい。
その一方で舞台となる迷宮都市の悲壮感や迷宮攻略も描かれ、多面的に楽しめる。
- 作者: のの原兎太,ox
- 出版社/メーカー: KADOKAWA / エンターブレイン
- 発売日: 2017/09/30
- メディア: Kindle版
- この商品を含むブログ (1件) を見る
はぐるまどらいぶ。
ヒーロー文庫から2018年2月に出版予定。
なろう×少年漫画×変身ヒーロー×童話って感じでロマンが詰まったよくわからない作品。
文体のアクが強くてやみつきになる。
さーしーえー(挿絵)も作者自ら描いていて雰囲気が良い。
漫画
読んだものを読書メーターで管理している。https://bookmeter.com/users/463730
面白かったものをいくつか。
三者三葉
おととしアニメ見て楽しかったので既刊を一気に読んだ。
仲が良いんだけど個々人は好き勝手に行動しているバランス感覚が好み。
奇人変人がdisりあう光景に心地よさを感じる。
原作は葉子様の主人公感が強かった。
三者三葉 (1) (まんがタイムKRコミックス) (まんがタイムきららコミックス)
- 作者: 荒井チェリー
- 出版社/メーカー: 芳文社
- 発売日: 2004/06/28
- メディア: コミック
- 購入: 2人 クリック: 35回
- この商品を含むブログ (61件) を見る
ゆるキャン△
(5巻まだ読んでない)
冬の夜の描写が良い。
3巻で、リンちゃんがソロキャンをしつつ野クルメンバーと常に繋がっている描写があり、携帯通信端末の潜在能力に気付いた。気付くのがたぶん15年ぐらい遅い。
アニメも楽しみ。
- 作者: あfろ
- 出版社/メーカー: 芳文社
- 発売日: 2015/12/04
- メディア: Kindle版
- この商品を含むブログ (12件) を見る
ふつうの恋子ちゃん
表情が変わらないけど内面ではすっごいわたわたしてる、みたいなツンデレチョロインの脳内が読める。すごくいい。
男の子のほうもかわいい。
ふつうの恋子ちゃん 1 (マーガレットコミックスDIGITAL)
- 作者: ななじ眺
- 出版社/メーカー: 集英社
- 発売日: 2016/07/25
- メディア: Kindle版
- この商品を含むブログを見る
おはよう、いばら姫
最高にエモい漫画だった。
伏線がよく回収されて、6巻で過不足なく完結していた。
- 作者: 森野萌
- 出版社/メーカー: 講談社
- 発売日: 2015/06/19
- メディア: Kindle版
- この商品を含むブログを見る
どうでもいいけど、最近ニコニコは漫画と大百科がメインコンテンツだと思うようになってきた。
コメント込みで楽しい http://seiga.nicovideo.jp/comic/29092
JRPG
「無名IPの萌豚向けオフラインJRPG」がやりたいという欲求が高まっていた。
クリアしたものが以下の通り(プレイ順)。
イメージエポック5、コンパイルハート2、ガスト1。偏っている。
アトリエは無名じゃないけど、まあ自分がやったことがないものということで。
ステラグロウが非常に楽しかった。ものすごく私向きだった。
- 出版社/メーカー: セガゲームス
- 発売日: 2015/06/04
- メディア: Video Game
- この商品を含むブログ (12件) を見る
それビジュアルノベルでいいんじゃない?って感じではあるが、ゲーム部分とシナリオ部分をうまく融合させた演出ができていた。
例えば「敵のステータスが高くて明らかに勝てないピンチな状況で、魔女が新たな歌魔法を習得し、その歌魔法をコマンド入力して使用、逆転して勝利」みたいな感じでシナリオ上の展開がゲームシステムで表現される。
RPG(SRPG)ならではの体験であり、ビジュアルノベルでは表現が困難なものだと思う。
事実上の前作といわれるルミナスアーク1,2,3もやった。
さすがに今DSのゲームをやると音質が厳しい。ステラグロウのような演出の良さはあまりない。
とはいうものの、キャラは好みなので楽しめた。特に2の魔女勢が好き。結局のところ美少女がいればそれだけで満足です。
あとどうでもいいことだけど、魔女というか魔女帽大好きという性癖に目覚めた。
完全にルミナスアークのせい。
- 出版社/メーカー: マーベラスエンターテイメント
- 発売日: 2008/05/15
- メディア: Video Game
- クリック: 23回
- この商品を含むブログ (13件) を見る
アーシャのアトリエ Plus ~黄昏の大地の錬金術士~ プレミアムボックス (初回特典アーシャ専用コスチューム ホワイトダイヤモンド同梱) - PS Vita
- 出版社/メーカー: ガスト
- 発売日: 2014/03/27
- メディア: Video Game
- この商品を含むブログ (8件) を見る
引きこもり魔女の結婚 祝福は黒衣の悪魔と幽霊城で (一迅社文庫アイリス)
- 作者: 三国司,藤未都也
- 出版社/メーカー: 一迅社
- 発売日: 2015/07/18
- メディア: 文庫
- この商品を含むブログ (1件) を見る
スライム倒して300年、知らないうちにレベルMAXになってました (GAノベル)
- 作者: 森田季節
- 出版社/メーカー: SBクリエイティブ
- 発売日: 2017/01/17
- メディア: Kindle版
- この商品を含むブログ (2件) を見る
(自分用メモ)ベイズ統計モデリング入門中
説明変数x、目的変数yとして、3つのパラメータ(a,b,s)を持つ以下のようなモデルを作ってみる (簡単のため全て正規分布にしている)。
y~Normal(ax+b, s)
a(prior)~Normal(Hma, Hsa)
b(prior)~Normal(Hmb, Hsb)
s(prior)~Normal(Hms, Hss)
※Hma〜Hssはハイパーパラメータで、人手で恣意的に決めていい。
-
-
-
-
-
-
-
-
- -
-
-
-
-
-
-
-
以下、p(Y|M,S)を正規分布の確率密度の値とする。
y~Normal(M,S)のモデルにおいて、y=Yとなる確率またはlikelihoodは、p(Y|M,S)である。
(確率の計算と尤度の計算に何の違いがあるのかわからん)。
-
-
-
-
-
-
-
-
- -
-
-
-
-
-
-
-
サンプルが3つ得られたとする。
(X1,Y1),(X2,Y2),(X3,Y3)
-
-
-
-
-
-
-
-
- -
-
-
-
-
-
-
-
パラメータが特定の値 (a,b,s)=(A,B,S) をとるとき、posteriorを求めたい。
ベイズ統計で一般的な以下の関係を使う。
posterior ∝ prior * likelihood
priorとlikelihoodをそれぞれ求めれば、posterior(の相対比率)が求められる。
prior
モデルのところに記述した(a,b,s)の各パラメータのpriorを使う。
aのpriorであるNormal(Hma, Hsa)からa=Aとなる確率を求めると、p(A|Hma, Hsa)になる。
b,sでも同様にB,Sとなる確率を求めていき、それらの確率の積をとる。
prior(A,B,S) = p(A|Hma, Hsa) * p(B|Hmb, Hsb) * p(S|Hms, Hss)
likelihood
(a,b,s)=(A,B,S)のとき、モデルは下記のものになる。
y~Normal(Ax+B, S)
まず1つのサンプル(X1,Y1)について考える。
単純にモデルの変数を置き換えると以下のようになる。
Y1~Normal(AX1+B, S)
すなわち「Y1は『平均がAX1+B, 標準偏差がSの正規分布』から生成された」ことを意味する。
この1サンプルでのlikelihoodは、
p(Y1|AX1+B, S)
となる。X1,Y1,A,B,Sはすでに分かっている値なので、1つのスカラー値を導出可能である。
3つのサンプルでのlikelihoodは、それぞれのサンプルのlikelihooodの積をとる。
likelihood(A,B,S,X,Y) = p(Y1|AX1+B,S)*p(Y2|AX2+B,S)*p(Y3|AX3+B,S)
ここで、サンプルごとに正規分布の平均が違うことに注意する。
すなわち、Y1,Y2,Y3はそれぞれ別の正規分布から生成されている。
-
-
-
-
-
-
-
-
- -
-
-
-
-
-
-
-
というわけでposteriorに戻ってくると、さっき求めたpriorとlikelihoodを使って以下のようになる。
posterior ∝ prior * likelihood
posterior ∝ {p(A|Hma, Hsa) * p(B|Hmb, Hsb) * p(S|Hms, Hss)} * {p(Y1|AX1+B, S) * p(Y2|AX2+B, S) * p(Y3|AX3+B, S)}
この式を見ると、サンプルの数が増えるごとにlikelihoodの影響力が強くなっていくことが分かる。
なお、posteriorの比例係数(ベイズの法則での分母)はモデルの形式とハイパーパラメータのみによって決まり、A,B,Sに依存しない値である。
- MAP推定をする場合、posteriorの大小比較ができればいいだけなので、分母は気にしなくていい。
- サンプリングをする場合、posteriorの比がとれればいいだけなので、分母は気にしなくていい。
一迅社のジャンル特化アンソロジー
一迅社のジャンル特化アンソロジーコミックが流行りに乗っかっていて面白かったのでタイトルを列挙してみる。
http://data.ichijinsha.co.jp/book/booksearch/booksearch_list.php?WRITER=%BD%BD%CA%B8%BB%FA%C0%C4&ISBN=&CATEGORY=&SALEY=&SALEM=&WORD=&TYPE=and&WI=1752
選定基準としては
- 特定作品の二次創作でないもの
- タイトルで内容が推測できるもの
とする。
また、シリーズのものは最初のみ載せる。
例えば女装少年アンソロジーコミックはシリーズで16冊出版されているが、最初の「女装少年アンソロジーコミック 白組」が出た2010年のみ記載。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- -
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
2007年
2009年
- 戦国主従異聞録
2010年
2011年
- Girls Love
- 拘束少女アンソロジーコミック
2012年
2013年
- 喪女アンソロジーコミック
2014年
- 姉アンソロジーコミック
2015年
- キマシ!
2016年
- 異種恋愛物語集
- オネエと私
- 人外さんと恋する方法
- 異世界転生して勇者になろう! アンソロジーコミック
- 童貞を殺すアンソロジーコミック
- 人外の嫁といちゃいちゃする アンソロジーコミック
- 女の子の身体に入れ替わっちゃう アンソロジーコミック
2017年