压力传感器性能智能补偿算法研究
在学院副教授姜萍萍老师指导下,开展「传感器性能智能补偿方法研究」。通过全面的性能测试实验,系统评估传感器非线性误差、零点漂移、灵敏度漂移等特性;研究温度补偿、非线性校正、零点漂移跟踪算法。最终产出实习报告,补偿后非线性误差从 2.37% 降到 0.38%,属显著降低。
我是上海交通大学智能感知专业的大三学生。前两年在传感器、信号处理、控制算法方向积累了扎实的理工科训练; 这一年我发现自己对游戏系统设计与数值平衡有强烈兴趣,于是把数学建模与编程能力迁移到了游戏策划方向。
我的差异化优势在于:既懂数值建模的方法论,也能自己写代码验证。 我能用 Excel/Python 搭建成长曲线、经济系统 Source/Sink、战斗公式并做 DPE 平衡分析,而不是只停留在"感觉差不多"。
下面项目作品分别对应我的两条能力线:技术项目证明工程与分析能力,数值作品证明我对游戏设计的理解与落地能力。
成长曲线、经济系统、战斗公式、DPE 平衡分析
Python / C++ / MATLAB,能独立写代码验证想法
系统/数值/战斗拆解,深度体验多品类游戏
用数据说话,配置表 + 自动化测试思维
技术项目证明工程与分析能力 · 数值作品证明游戏设计落地能力
在学院副教授姜萍萍老师指导下,开展「传感器性能智能补偿方法研究」。通过全面的性能测试实验,系统评估传感器非线性误差、零点漂移、灵敏度漂移等特性;研究温度补偿、非线性校正、零点漂移跟踪算法。最终产出实习报告,补偿后非线性误差从 2.37% 降到 0.38%,属显著降低。
关注卡牌游戏中最重要的数值机制系统;建立「费用 × 稀有度 × 效果」三维定价模型,锚定 1 能量 ≈ 6 伤害 ≈ 5 格挡 ≈ 1 抽牌;逐张核算 87 张战士卡牌数值当量,识别乘性崩坏节点。
拆解「搜-打-撤」核心循环与风险-收益「不可能三角」;建立武器 TTK 锚定模型与「穿透值 vs 护甲等级」护甲系数矩阵,解析哈夫币经济的入口/出口平衡与赛季通货膨胀。
任何游戏都能拆成:核心循环 → 经济系统(Source/Sink) → 成长曲线 → 战斗公式 → 平衡性评估。我用统一框架拆解,保证结论可复现。
下拉选卡、填 Buff 即实时算伤害/格挡/DPE,含费用曲线图。改一个参数,整张表联动——这是数值策划的日常基本功。
数值不是拍脑袋。我用 Python 跑 Monte Carlo 模拟成千上万次战斗,验证数值曲线的收敛性与极端情况,避免"纸面平衡"。
深度体验 FPS(CS2 / 无畏契约 / 守望先锋 / 三角洲行动)、Roguelike(杀戮尖塔2 300h+)、RPG(博德之门、赛博朋克2077)等多品类,每个都写过"研究点"笔记(非单纯爱玩),理解不同品类的数值诉求差异。