初步学习了Unity后，觉得上手很快，也很好玩。
然后最近生日，媳妇给送了一个Oculus Quest2，是Facebook搞的VR眼镜，而恰好Unity对VR和AR的支持比较早，基于它去学VR游戏开发，应该不难。
所以我想着边学边做，看能不能搞出个VR游戏来，最后真做出来了，是一个结合TensorFlowLite、Unity、Oculus SDK以及Google开源手绘数据集做的游戏，玩法很简单，AI出题，玩家画，画的像就过关（你画我猜的玩法），视频演示如下：
过关会随机放不同款式烟花。
接下来，简单谈谈这次学习的历程。
在学习和开发这个VR游戏之前，我稍微了解了一下目前VR市场的规模情况。
根据IDC《全球AR/VR头显市场季度跟踪报告，2021年第四季度》，2021年全年全球AR/VR头显出货量达1,123万台，同比增长92.1%，其中VR头显出货量达1,095万台，突破年出货量一千万台的行业重要拐点，其中Oculus份额达到80%。预计2022年，全球VR头显出货1,573万台，同比增长43.6%。硬件覆盖方面，貌似是存在较好的势头的。
而根据Facebook今年2月公布的数据，在Quest平台超过60款游戏收入超过100万美元，6款游戏收入超过1000万美元。如《Beat Saber》（节奏空间）已售出400万份，营收或超1.8亿美元。《Onward》上线Quest平台仅4天收入就超过100万美元。
对于软体方面，VR游戏目前好像没有内购和广告的变现方式，大部分游戏是靠把游戏放在平台上卖来变现的，目前应该还处于蓝海，看着也有一定机会。
当然谈到VR，可能就会谈到元宇宙（当然元宇宙不等于VR），最近朋友圈里有一篇文章还是挺火的。
最近关于元宇宙最理性的分析 爱游戏的葡萄君，公众号：游戏葡萄腾讯马晓轶分享：为什么说要到2030年才能实现元宇宙？
其实2030年离现在也就8年，好像也并不是太遥远，而元宇宙的知识体系比VR要庞大得多，VR作为虚拟世界的重要入口，在元宇宙实现前，肯定也要先发展起来。
那么现在开始学，也许还能跟上时代步伐。
好了，有依据了，就开始动手学。
这次没有像之前学习Unity基础知识那样对整个学习过程进行理性统筹，这次还是比较随意的，也是熬夜搞搞，但也遵循2个重点步骤：
1.简略的游戏策划
画画类游戏研发量不大却能吸引用户，比较适合我用零碎的业余时间进行创作，所以大基调就是做画线相关的游戏。以前做过类似的画画游戏，随手画个简单的交互如图：
2.详细的可行性评估
这个游戏最难的技术难题是：搞定AI模型对手绘图识别。虽然我以前在web平台实现过类似的逻辑，但在Unity上实现还是有一定的迁移难度。这需要拆分成4个点来攻破：
- Unity中实现画线
- Unity中实现tensorflow的使用
- Unity中正确截图和裁图，用于转化为正确的、格式化的输入数据
- VR视觉和交互（如聚焦、点击）的实现
对于第1点，Unity中实现画线
只要稍微研究下，就会发现Unity中有一个叫LineRender的Component，这个Component封装了很方便的线条生成方法，里面包含了转折平滑、线条渐细等一系列功能，用起来很简单，这里就不细说了。
对于第2点，Unity中实现tensorflow的使用
复习一下AI识别图形的技术流程：
数据集制作->用数据集训练出模型->用Tensorflow读取模型->格式化输入数据->AI判断相似度
关于在Unity中实现TensorFlow的使用，其实Github上面有个大神基于TensorFlowLite封装了一个库。
https://github.com/asus4/tf-lite-unity-sample
里面会有各种结合Unity的AI Demo，但对于手绘的只有一个画数字的demo，里面有一个手绘数字的模型，但显然对于我这个游戏来说是不够用的，我需要做一个lite版的手绘集模型，而且我不可能自己去生产数据集，于是Google的手绘开源数据集就派上用场了。
https://github.com/googlecreativelab/quickdraw-dataset
我以前就用过这个数据集，生成模型的逻辑很简单：使用 Keras 框架在Google Colab 免费提供的 GPU 上训练模型。
https://colab.research.google.com/github/zaidalyafeai/zaidalyafeai.github.io/blob/master/sketcher/Sketcher.ipynb
但有个问题是这个脚本生成的是keras模型，我们要在TensorFlowLite里用的话，还得把它转成lite版的模型。方法其实也不难，就是转换一下：
import tensorflow as tfmodel.save('model.h5')tflite_model = tf.keras.models.load_model('model.h5')converter = tf.lite.TFLiteConverter.from_keras_model(tflite_model)tflite_model = converter.convert()with open('model.tflite', 'wb') as f:f.write(tflite_model)from google.colab import filesfiles.download('model.tflite')这样模型文件就能准备好了，接着就是准备格式化的输入数据。
对于第3点，Unity中正确截图和裁图，用于转化为正确的、格式化的输入数据
说实话，这一点虽然逻辑很简单，但反倒是卡了我好久，逻辑是：
Unity中用Camera捕获帧的texture图片纹理数据，然后对图片进行周边留空裁剪，之后按1:1比例做居中，最后按模型要求的28宽和高缩放图片纹理，最终传给tensorflow进行分析。
然后这个逻辑存在一个性能优化点，如果直接在c脚本中去裁剪和缩放图片，那种像素级处理的逻辑是发生在cpu上的，性能一定会有问题。
为了解决这个问题，我们需要借助GPU，这就涉及到在Unity中怎么用ComputerShader的问题了。Unity中调起GPU实行图形运算的方法：编写HLSL语法的xx.compute文件，挂载并传参（可以是可读写的texture或buffer）,然后多进程运算更改传参。
常规脚本中：
裁剪四周留白的HLSL文件部分代码（目的是把算出来的最左、最右、最下、最上四个坐标点的标识传给buffer）：
然后看着逻辑是对的，在Mac下面调试器运行也是对的，但放在VR眼镜中就会出现偶发失败（至今没找到原因），但多次运算后还是能成功。
这样数据能格式化并传给tensorflow后，AI流程就算跑通了。
对于第4点，VR视觉和交互（如聚焦、点击）的实现
对于视觉，我直接用Unity默认的URP模型，这种模式下，元素可以很容易实现发光效果，元素在氛围衬托下，没太多的设计细究也不会太难看。
而对于交互，比起传统UI交互，VR的交互是一种射线的交互，意思是通过双手位置发起射线，途经的地方会发生交互，同时控制器上按钮的事件对射线落地点的物体起作用。
unity内置的XR已经兼容oculus，交互方式分两种：
- UI交互
- 在renderMode为worldSpace的canvas上挂载： TrackedDeviceGraphicRaycaster；
- 在eventSystem上挂载XR UI Input Module；
- 在对应的XR Controller（比如手柄）的物体上挂载XR Ray Interactor ；
- UnityEngine.XR.InputDevices全局类，可通过：
获取设备，然后通过以下方式获取对应按钮信息（https://docs.unity3d.com/ScriptReference/XR.InputDevice.html）
OnPrimary2DAxis为
对应方法体为：
- 3d交互
- 在拥有collider的物体上挂载XR Simple Interactable
- 在对应的XR Controller（比如手柄）的物体上挂载XR Ray Interactor ,定义事件：
相关usingUnityEngine.XR.Interaction.Toolkit;
这几个步骤攻克后，配合交互稿进行研发和调优，游戏就能很快做出来了，接下来试着看看能不能发布到Oculus平台上。
好了，先讲到这里，有兴趣一起学的可以留言交流哈。
