Unity自学指南 (Generative Art方向)

    自使用 Unity 作为主力创作工具后，不时收到一些私信：大体为如何入门 Unity， 或如何用游戏引擎做 Generative Art。这里会尝试回顾近两年的学习历程， 梳理一些个人的学习方法以及相关资源。抛砖引玉的同时也和更多同好交流

Unity 的优势与选择原因

    在使用 Unity 之前，过去做图形生成实验主要使用 Processing 和 Openframeworks。两者都是 creative coding 的主流工具，做偏抽象风格的图形特别趁手。总体而言编程逻辑较接近，又各有优势

●Processing 对新手友好，入门资源多，社群强大，使用人数多（相对  Openframeworks）

●Openframeworks 稳定性好，执行效率高，多用于商业项目

    但它们都存在一些明显的短板，在内置默认渲染模式中，可选的图形风格非常有限。要么是扁平化的着色，要么可添加光源但没有投影。这导致使用该工具创作的作品大体风格上非常相似（以硬边点线面为主）。

（From bee and boom‘s ，made with Processing）

    对于初学者，要在该框架下实现一些偏写实类的图像风格是特别麻烦的，除非自己编写 shader 或结合一些现成插件。而对大多数人而言，为获得特定渲染效果去学一些过于底层的算法是不太现实的，相比这些，有更多顶层问题更值得去关注。

    为了取得平衡，既能专注在生成算法，同时又兼顾图形风格的表现广度。就尝试转去使用游戏引擎。尽管切换工具需要一定的学习成本。但对这一方向而言，核心仍是算法，过去在其他框架工具内积累的经验仍是可复用的，只需要熟悉新的 API 与绘制逻辑。而且游戏引擎有更高的自由度， Processing 和 Openframeworks 上能实现的效果，游戏引擎内一样能实现。但反过来，游戏引擎中的一些效果要在前两个工具上复现却很困难，需要从底层造轮子。由于 Unity 有易上手和快速迭代的特点，就从当时主流的游戏引擎中选择了它。经过一段时间的使用，对比过去的一些creative coding 框架主要有以下这些优点

●更宽广的图形表现能力

    内置成熟且高效率的材质渲染系统以及各类屏幕后处理效果（ Post processing）。支持从底层定制各类 shader 和渲染管线去实现不同的渲染风格。对光线追踪的支持也逐渐成熟完善，逐步靠近写实的影视级效果

●工具链完善，适合团队作业

    支持各种美术资源的导入，官方自带 probuilder 一类能在编辑器中快速的建模工具的插件。shader graph ，ampify shader ，visual effect graph 等这类无需代码基础的节点式编程工具可以实现 shader 或各类粒子特效。新整合进引擎的 Bolt 节点工具，也能使用它来编写游戏逻辑

●应用范围广，使用人数多

    交互装置，游戏，VR，AR ，数据可视化等领域都可应用。跨平台，全能型选手。而作为商业软件，在维护人数，迭代速度上都有保证。使用人数多，也更容易促进交流合作

●学习成本相对较低，适合快速迭代

    Unity 的教程资源非常多。无论官方非官方都有大量优秀的教程作者在输出内容。编译速度快也更利于作品的快速迭代

如何入门

    对于这一问题。比起“如何学”，可以先思考学习的目的，是什么因素在驱动你。是完成一款作品？进入某个行业？还是探究某类问题？否则和技术相关的知识浩如烟海，很容易迷失在细枝末节上。而要找到动力源头。个人的经验，就是关注一些和自己同方向，同类型的创作者。他们输出的作品会激励你，成为强大的牵引力。

    要找到这些作者有多种途径，可以在相关的设计平台如 viemo，behance ，artstation 。但这类平台总体而言更偏传统的 CG 或平面/绘画类。如果单从“找人”的角度，个人更推荐使用 Twitter。在实时交互和程序化生成领域的创作者，上面的数量和活跃程度是最高的。由于发推这一行为非常轻量，所以上面的更新速度和频率都很高，甚至能看到背后一些技术细节分享。

利用社交媒体

    下面选了一些比较典型，使用的创作工具都为 Unity，并在特定方向有给过自己启发的创作者

●Adam Samson

https://twitter.com/adamshmamshon

对于材质与光影拿捏到位。不少作品使用了 SEGI（https://github.com/sonicether/SEGI） 全局光插件，在早期RTX未普及前，作品的效果相当惊艳 ，是影响自己转向 Unity 的创作者之一

●Oskar Stålberg

https://twitter.com/OskSta

游戏 《bad north》的开发者，曾是育碧的TA。近期有上线一款基于WFC 算法的小镇建筑生成游戏《TownScaper》

●Wilhelm nylund

https://twitter.com/wilnyl

《Totally Accurate Battlegrounds》的作者。非常有创意并且脑洞大开。善用 ragdoll 系统去制作一系列基于物理的角色程序动画

●Keijiro Takahashi

https://twitter.com/_kzr

Unity 日本区的技术美术总监。为数不多，大量输出的同时经常分享工程源文件的创作者

●Arsiliath

https://twitter.com/psychobiotik

善于使用 ComputeShader 进行诸多生物和有机体的模拟。开设的线上工作坊个人认为是网上资源中讲解 Compute shader 最全面的

● Makan Gilani

https://twitter.com/Makan_Gilani

关注程序化动画（Procedural Animation），Boss 战设计让人眼前一亮

●Marpi Studio

https://twitter.com/marpistudio

作品主题多为探索数字化生物

● Alexey Kalinin

https://twitter.com/_alexeykalinin

善于结合Houdini 来生成资产在引擎中使用

● Daniel Beauchamp

https://twitter.com/pushmatrix

VR，AR 的交互设计上非常有新意，脑洞大开

●Joyce[MinionsArt]

https://twitter.com/minionsart

Unity shader 特效，经常输出一些 Gif 原理教程

教程类作者：

    除了输出习作为主的创作者外，还有专门输出教程类的作者。想拓展知识面，看既有趣又实用的教程可关注SebastianLague 和 itsKristinSrsly，看他们的视频是一种享受。

https://twitter.com/SebastianLague

https://twitter.com/itsKristinSrsly

VR,AR 方向则可关注 Dilmer。要获得较全面的，涉及各类 Unity 知识点可关注 Brackey，偏底层硬核技术向的可关注 CatlikeCoding

https://twitter.com/Dilmerv

https://twitter.com/BrackeysTweet

https://twitter.com/catlikecoding

    以上列出的创作者， 每个人的作品揭示了某个方向的可能性，从时间线可以看到迭代深化的过程

    要在Twitter 上找到更多同类的创作者是非常容易的。基本是关注一个人就能按图索骥找到该领域的一串人。通过点赞或转推，其他人会很自然地浮现在你的信息流上。部分作者你也能通过文章和视频，了解他推崇的创作者或是创作理念的源头。结合一些关键字搜索，能够挖掘到更深入的信息

    除了使用 Twitter 作为信息源的输入，下面我想略微展开如何使用 Twitter 进行输出

Twitter 使用指南

    使用 Twitter 可以选择潜水仅做一个关注者。但如果想获得更多反馈和交流，就可以考虑进行输出，例如在上面发布一些习作或心得。通过输出能让更多人了解你的关注点，就能很自然地和同类交流。尽管可以用邮件或私信的方式，但比起用大段文字叙述自己对什么感兴趣，在做什么，不如直接用作品来说话更高效。当有这个基础，想深入和特定作者进行交流是很简单的，作者也一般乐意回答。甚至反过来，会有关注的作者主动过来探讨问题，了解背后的实现技巧，这种互相认可的感觉会特别好

    Twitter 比较特别的一点。不像平台有专门的编辑来审核以此决定作品的曝光率。它主要依赖用户自发的转载来传播的。基本上好的作品，是很容易流传开的。只要作品有亮点并且坚持持续输出，即使新人也很容易在圈子"崭露头角"

    发习作时有一点技巧，由于 twitter 没有内容推荐机制，如果你起始的关注者数量很少（一两位数），可能很难获得正向反馈。若你对内容比较有自信，可以尝试 @ 一些相关的官方机构，或打上相关的标签。当官推看到优秀内容，都会乐意转载。这一点个人认为 Unity 的官方推特运营得非常好，除了常规功能会发布更新信息，还会发起类似 #madewithunity ，#Unitytips 一类的活动，从连接创作者的角度去运营，让更多人了解到该工具带来的创作可能性。

    除此之外，当作品有学习或参考过特定作者，也可以 @他注明 credit。这也是一种非常自然的，可以带来更多互动交流的方式。作者一般会有回复反馈，甚至会转载。

    社交媒体除了交流属性。你发布的内容本身也是一张个人名片，能带来合作的可能。像不少独立创作者，工作室，机构都会通过它来联系寻求合作。

其他交流工具

    除了 twitter 外，instagram 也是不错的内容发布平台，更整洁而且视频输出质量更高。但由于没有转载功能，流动性比较弱。另一个比较推荐的交流平台则是 Discord，类似于国内的微信群。很多插件的维护者，游戏开发者，都会开通自己的 discord 频道。Unity 的官方本身就有 discord 论坛，任何人都可以加入，通过不同的标签根据主题可以进入不同的房间，参与实时的讨论。

    当你有更完整的作品，可考虑上传 vimeo ，behance等平台，或制作一个专门的个人网站。如果有意运营工作室/公司，这是一种更正式的梳理作品和案例的方式。当然，这一形式作为展示的意义更大。前者更适合互动交流。

更系统的学习资源

    社交媒体的作用更多是打开视野，了解这个工具能做什么。要实打实地学习，视频教程/书籍,  会是一种更系统的学习方式。个人最早是直接从官方教程入手，先看一些更“美术向”的教程。了解基础的界面布局，如何在场景里打光，创建基础的几何体等等。后续再了解如何使用脚本，用脚本去控制物体。接着可了解一些能提高生产效率的模块，如 timeline，物理系统，vfx graph ，shader graph。

    现在官方推出了UnityLearn栏目（https://learn.unity.com/tutorials），里面有标签将不同的内容按主题和学习难度进行了分类。可以完全满足入门需求。里面每个关键步骤都拆得很细，用图文结合短视频的形式去组织，比传统的纯视频学习起来更有效率。

    学习期间，大概会冒出一些陌生名词，如 procedural animation，Inverse Kinematics 等等。如果想深入了解，就能直接在 youtube 通过 "Unity + 主题关键字" 搜到更多教程。自己前期铺垫基础知识点，有 90% 是通过这个方式完成的。

    除此之外也可以购买书籍教程作为手册去使用，但个人较少使用这种方式。一方面技术的更新很快，某些新功能可能几月 API 就会有大改动。导致中文类的纸质书籍教程通常都会滞后。等作者从写作到印刷出版，有些内容已经不适合新版本。所以为了避免阅读过旧的资料，更推荐直接观看网上教程。

选择合适的教程/学习资源

    没有绝对意义上的好教程。只有适合自己的才是好教程。

    每个人当前所处的阶段和学习接受能力都不一样，某些过于详尽的教程，初学者会觉得清晰贴心。但中高阶学习者却可能觉得啰嗦，节奏太慢，长时间观看很难保持集中力。

    但无论你是哪种学习者，一般意义上的好教程个人认为有几个特征。

●教程有分段落，会划分为小节。一般在 5 到 20 分钟区间，不是连续1个多小时以上

●教程作者有大量输出

    可以留意同一个作者是否有稳定，持续输出的习惯。如果只是首秀或者零星地做一两次，通常质量不会太高（除非是业内资深从业者通过开发者大会和工作坊分享技术，但内容更偏高阶而非常规的学习素材）

●教程有经过剪辑

    不是视频时长越多就表明知识点越多。比起录播形式的（讲者由头讲到尾），经过剪辑的教程质量大概率优于不进行剪接的，不剪辑对讲者方便，剪辑对观者方便。前者通常更有诚意并且信息密度更高。有剪辑处理的通常在讲前就会做好大纲，哪个部分讲什么，相应部分放什么配图和视频。更好的甚至连插入的音乐都是非常考究（像 Sebastian）。当然也与作者的风格有关，有人不惧怕展示错误/卡壳而展示全程的，像 Shiffman。但一般没有驾驭能力的讲者还是老老实实做个剪辑比较好

（这是个人认为节奏好的教程，短短十分钟就把 particle system 的用法讲明，行云流水.

https://www.youtube.com/watch?v=FEA1wTMJAR0 ）

●收费教程与付费教程

    对于是否有必要购买或参加付费的课程。这个需要擦亮双眼多加辨别。无论官方非官方，收费付费，国内还是国外，都有参加过一些。但总体而言，教程质量和是否收费没有相关性。有收费教程看了开头后面就没有打开过。也有免费教程质量高得吓人让人想在 Patreon打赏作者的。

    看课程简介时，不要迷信所谓“专家”，有些只是用营销话术，各类 title 来包装出来的。如果作者本身技术过硬且有不错的作品案例，平时有分享技巧经验的习惯，那大概率做的内容是过关靠谱的。否则做教程或开班只是另有目的，更差的甚至会起误导作用。

    个人的编程方面的知识几乎是自学而来。基础知识来源于网上的免费教程。如果你是学生， 经济条件不允许，学校又没有足够好的老师，自学完全可行，在网络时代几乎没有知识壁垒。交流窗口都是开放的。既可以是简单的私信，也可以是正式的邮件。如果有机会能接触一些行业前辈，认真准备好问题，虚心请教。点拨下就足矣。只要不是一类伸手党问题，上来直接要源码，一般都是乐意回答的。

    如果准备参加收费课程，也建议提前将一些基础知识通过免费的网络教程先过一遍。这样学习课程时，就能向讲者提出一些更高级的问题，时间用于学习更有价值的内容上。

学习方法与技巧

    有了教程和各类资源，下面再分享一些操作性较强的学习方法

●科学上网，阅读外文资料

    在学习过程中，一个必备的组合是 V_P_N + 词典。优质教程都是外文居多。不想看二手信息和教程。就尽量从源头汲取资讯。

    如果外语基础不好，前期学习确实会不如阅读中文教程流畅。但技术类的文章，需要掌握的词汇并没有想象中多。从阅读自己感兴趣的信息开始，遇到生词就查词典（开启屏幕取词）。这样边学边用，潜移默化就会提高。养成习惯，长远看获益巨大。更重要的，有些问题必须用英语关键词 google 才能检索到答案。学好外语对于学习编程绝对是事半功倍

●由点及面，非线性的学习路径

    不要有线性的学习思维和包袱。如一本书或一套教程，由头学到尾，期望彻底搞清每个章节的知识点才前往下一章进行学习。除了先从重点切入外，有些内容和模块如果是彼此独立的，则可以打乱顺序去学习。先从能立刻实践的角度出发，把学到的知识串起来。若有A，B，C 三个彼此独立的知识和模块。你已经掌握了 A， 先学B 的话，AB 之间关联小。但先学 C，则能把 AC 结合起来做点新东西。这样就优先学 C。基于这一的原则慢慢铺开，随着要做的东西越来越复杂，很自然就能把所有知识点都涵盖到。

    非线性学习的另一重含义，就是有些时候看某教程卡壳了，可以转向另一套教程看相同知识点是如何讲解的。而不是先怀疑自己智商，然后死磕教程。有些时候部分作者在针对初学者的讲解时，容易忽略一些前置知识，又或者举的例子不够直观简明，就无形间增加了难度。此时换一个其他路径去理解可能就豁然开朗。对比之下，也许会发现原本选择的教程就不咋的。所以不要抱着先入为主的观念去迷信某书籍或权威，尽量忠于自己的学习感受

●大量练习，大量输出

    在学教程时，第一步通常是模仿，重复作者的操作或代码，确保能正常运行起来。但这种理解往往是浅层的。要真正掌握，就必须在用中学。将知识点打散重组，再在运用中巩固。

    当新掌握的知识积累到一定阶段，就可以发挥创意，做些有意思的习作作为输出。

    刚开始学习 Unity，通过教程掌握了下面基础知识点。

    ●使用 Instantiate 生成物体

    ● transform 改变物体的位置和角度

    ● 物理系统- rigidbody

    由此联想到可以用程序化的方式来摆放生成一系列多米诺骨牌。

（Test372）

    这样就把不同知识点串起来了，同时也是一个比较有趣的交互程序。而后面了解到图片的读取像素信息的方法，稍加改良便可以对板块进行着色。

（Test373）

    过去的四百多个“代码速写”。记录了自己在生成方向的探索和实践。通过大量输出，一方面记录了探索成果，另一方面展示了你的关注点。这无论对于求职，寻找同道或是潜在合作者都非常有帮助。

    可能有朋友会觉得自己作品不够成熟，所以怯于展示，或是追求完美，觉得要做些大作，才能代表自己水平。这类担忧纠结其实是不必要的。通过输出可以获得评价，收获不同的视角，或许有人会给出更好的改进思路，都会督促自己进步。

●推陈出新，提炼总结

    当基础问题解决差不多，后续就不是比拼谁看过的教程更多。而是考验创造力，或者说挖掘新模式的能力。

    这就是为什么作品看多了 ，会发现不少风格雷同的情况出现。因为都是基于类似算法规则调参得出的。而要形成自己的风格，让它看起来不那么一样。就需要不断解构重组，提出新的规则和模式，建立自己的图形语言。如果没有走得更深，就很难做到眼前一亮。要进步，就不要用自己熟悉的方法套路。特别对于有一定能力的学习者，不要认为够用了就放弃学习和探索。这样技术和创意水平就会停滞不前。做一个贪心的创作者，永不满足就会永远有提高和突破

●善用笔记

    要巩固新学习的知识，意义非凡。个人认为笔记对于学习能占到 80% 的作用。养成记笔记的习惯，会让你阅读资料时不自觉思考内容的重点，避免走马观花。其次，在记录过程中用自己的语言再组织一遍，就能加深理解避免遗忘。

    个人早期是用 markdown 在本地建立自己的笔记库。但后来转向使用一些跨平台支持云储存的记事软件（如有道云笔记），这样方便在手机也能查看同时并且即时记录一些灵感。

    不少人不喜欢记笔记，一部分原因是没有好的习惯和方法，导致想起要用某些知识点，不知道从哪个地方找。或是整理不当，能找到但耗时太长，觉得笔记没什么必要。

    笔记个人认为只要做好两点就够了，树状组织结构 + 关键词搜索。这样能极大的提高复用率。

树状组织结构

    树状的文件夹目录结构很好理解。个人编程类别内展开，是“OF相关”，“Unity”，“Unreal相关”等等。而 Unity 目录内则分为

    基础知识点：各类基础知识合集

    复用模块思考：自定义模块的设计思路，相关的复用经验

    插件与模块使用：非官方插件类的使用

    Unity shader 相关：Compute shader 等..

    ...

    这样笔记就有一个大致的存放目录，而不会乱。

植入关键字

    但空有合理的组织结构是不够的，特别是当记录的内容逐渐庞大起来，最小的目录仍有几十篇笔记的时候。这样每找一次信息都阅读目录下的标题再找出来也会非常慢。 一种方法是继续分子目录，但更好的做法是在笔记文章中植入关键词。

    关键词可以是作为笔记的标题。也可以嵌入在笔记内容上。并且用一些简单的词语组合作为钩子，如“程序化动画”，“灯光控制”等。这样需要回顾相关知识点时，只要在云笔记搜索栏输入这些关键字，就能迅速找到而不用翻目录（如果用传统的 word 来记笔记，就较难操作）

    另外，植入的“钩子”。可以多用同类词。如“材质混合，材质插值”。这样可以避免因为记忆模糊只记得其中一个就搜不到内容。

●笔记技巧

    只要记了，当下自然就有巩固作用。记录时无需过于详细，避免出现“学习十分钟，笔记一小时”的情况。尽量简练，可结合截图。由于写的是笔记不是写教程，所以只要自己能看懂的前提越短越好。归纳得当的笔记是不需要重看原教程，也能靠它迅速理解回顾。同时，笔记中也可附上原始学习素材的来源链接，这样日后看不懂了，以能快速回溯并进行补充。通过笔记养成的思维习惯，在写文档注释时也会非常有帮助，你能在更短时间用更简练的语言去说明各类函数变量，模块设计思路等

●输出经验

    个人的学习笔记，再稍加整理也可以外化输出。与更多人交流分享。多写文字，潜移默化之间也能锤炼了自己的表达能力，总结能力。也能启发后来者。

    一些创作者甚至会整理成视频，像 Sebastian Lague 的（My First 10 Years of Game Development）就显得有趣而励志，推荐一看

（https://www.youtube.com/watch?v=egukLtEhyP0）

生成类算法的学习路径

    最后针对初学者做一点总结。关于个人推荐的学习路线。如果对生成艺术（generative art）感兴趣，有时间打基础。可考虑 Processing -> Unity。如果希望快速出一些交互游戏类的作品，可以直接学习 Unity。

    学习 processing 的目的在于能看懂一系列优秀的生成教程。《The nature of code 》是比较系统的（https://natureofcode.com/book/）。特别是涉及力的相关章节非常适合打基础。同时它有一个庞大的社区可以让你汲取生成算法的灵感（https://www.openprocessing.org/）。Unity 的话，与生成相关的教程则偏少，毕竟它本身是一个游戏引擎，更多是围绕游戏工业的工作流去设计的。因此教程要么很程序向，要么很美术向。虽然技术美术（ TA ）岗位中的技能需求和 generative art 有重叠，但这部分的教程依然相对稀少且不够聚焦，没有太多简易教程入门导致学习梯度会更大。

    如果你在学习过程中没太多概念和方向，不妨可以用算法解决下列这类问题

1.掌握如何用函数去映射控制变量（熟悉三角函数，噪声函数）：控制形状，颜色，运动

2.在程序中模拟力，理解速度加速度，引力斥力：赋予形态更有机的运动感。

3.有面向对象的思维，实现粒子系统，模拟复杂生命，群体系统

4.程序化建模 Procedural Mesh ，SDF 等

    按个人偏好而言，前面三类是较基础的。而 Procedrual mesh 则是个人探索生成算法重点。毕竟程序中的任何造型，都可以理解为是三角面构成的。只有掌握灵活的控制方法，才可能在造物层面上更多样化。而这种灵活性也需要有良好的设计模式才能支撑。所以有很多探索空间。而要掌握如何管理组织三角面。需要了解顶点，索引，uv，法线，是如何串联整合形成一个面片。掌握用纯数字的方式定义，去穿针引线。若想在 Unity 做这类探索，可以从这类视频入门。（https://www.youtube.com/watch?v=ucuOVL7c5Hw&t=55s）

    同时，可以考虑学习 ComputeShader 作为辅助，利用 Gpu 的算力做出更多超出想象力的效果。

    最后，推荐一份推友整理的 CreativeCoding/Generative Art 的资源宝库 ，通过它可以了解该领域的相关概念，发展脉络以及先锋人物。合理利用必定获益良多 ：）

（https://github.com/cacheflowe/creative-coding-notes#graphics-concepts）