Допилили все анимации, работаем над игровым лупом и дизайном уровней.
Сделали запись актуального билда.

Забыл ещё кадр добавить

Потом решили попробовать автобаттлер. Это вообще отдельная история.
Придумали фентези автобаттлер по типу Vampire Survivors, где ты собирал юнитов, но быстро поняли, что тоже не выходит.

Мы живые и даже поучаствовали в GMTK Jam 2025! Тема была Loop, а сделали пошаговую карточную стратегию
Можно поиграть в вебе и оставить фидбек! https://pixel-error.itch.io/like-a-record

А вот и результаты! Мы попали в топ-39 из 9700 мест по критерию "Enjoyment". А самое главное, мы попали в топ любимых игр авторов этого джема! https://youtu.be/kG3LWpuiLqg?t=755

Хочется чаще делиться всякими приколами и обновлениями, но наша разработка получается довольно непостоянной и мы постоянно переключаемся между разными наработками. За несколько лет так и не удалось довести что-то хотя бы до рабочего состояния, чтобы можно было дать людям поиграть, и это, конечно, иногда наводит на грустные мысли.

Но Apocrypha мы не бросаем. Мы продолжаем работать над ним хотя бы потому, что это близкий сердцу проект, в который вложено очень много сил. В планах идти дальше, хотя понятно, что кое-что придётся переделывать.

А пока вот небольшой видосик: система прострелов с разными уровнями объектов (по высоте), с разной плотностью препятствий и обновлённым паттерном стрельбы из оружия.

Ваня тестирует новые механики. Прокачка персонажа, получение опыта и приобретение способностей. На видео: Способности - пробитие через укрытие и аура увеличения AP (очков действий).

Переписали систему AI.
Раньше мы использовали Behaviour Designer для визуального построения больших стейт-машин. Это решение оказалось довольно тяжёлым и неудобным для тестирования.

Теперь перешли к более простой и гибкой реализации Utility-based AI.
Все возможные действия приводятся к единому формату AiOption со скором (оценкой), где учитываются:
• урон по врагам,
• вероятность киллов,
• штраф за френдли-фаер,
• эффективность по очкам действий (AP),
• позиционная выгода.

Также работает локальная оценка умений, которая просчитывает боевую математику: проверяются лучшие позиции, анализируются паттерны умений и способности, после чего выбираются оптимальные варианты действий.
На практике это даёт более “умных” врагов:
• они стараются делать эффективные прострелы,
• избегают стрельбы по союзникам,
• могут аккуратно преследовать цель, если не достают напрямую.
Пока остаёмся на этой системе. С ростом числа врагов и контента посмотрим, как она себя проявит. Возможно, придётся дополнительно балансировать веса и прочие параметры, чтобы поведение выглядело ещё естественнее.

*На видео небольшой бой с врагами