虚幻引擎 UE 学习路线

一、启动项目

1. Roguelike

• Action Roguelike C++ Unreal Engine Game

推荐理由：

• 足够简单而且代码开源；
• 提供 UE4.x - UE5.x 的支持；
• 有中英文教程：
  • 斯坦福课程 UE4 C++ ActionRoguelike 游戏实例教程 0. 绪论

Step

git clone git@github.com:vxiaozhi/ActionRoguelike.git
cd ActionRoguelike
git checkout UE5.3

注:该 fork 保留了多个历史分支(UE4.25/4.26/4.27/5.1/5.2/5.3/5.4/5.5 等),可按课程对应的引擎版本 git checkout 切换。如需更新的 UE5.6 示例,可参考上游 tomlooman/ActionRoguelike 的 UE5.6-CourseProject 分支。

2. EpicSurvivalGame - Epic 求生游戏

• EpicSurvivalGame

3. CARLA - 自动驾驶模拟器

• GitHub 地址：https://github.com/carla-simulator/carla
• 描述：CARLA 是一个开源的自动驾驶模拟器，基于 Unreal Engine 构建。它提供了高度可定制的城市环境、交通模拟、传感器模拟（如摄像头、激光雷达）以及用于训练和测试自动驾驶算法的 API。
• 特点：
  • 支持多种天气和光照条件；
  • 提供真实的物理模拟和交通行为；
  • 通过官方的 carla-ros-bridge 兼容 ROS（机器人操作系统）和 Autoware。

4. AirSim - 无人机与车辆模拟器

• GitHub 地址：https://github.com/microsoft/AirSim
• 描述：AirSim 是微软开发的开源模拟器，最初专注于无人机，后来扩展支持车辆模拟。它基于 Unreal Engine（也提供 Unity 的实验性支持），提供高保真的物理引擎和传感器模拟，适用于自动驾驶研究和机器学习。
• 特点：
  • 支持多种车辆类型（汽车、无人机）；
  • 提供逼真的环境渲染和物理模拟；
  • 兼容 Python 和 C++ API，便于集成机器学习框架。
• 维护状态：微软已停止对该开源版本的更新，最后一个版本为 v1.8.1（2022 年 7 月）。商业后续版本以 Project AirSim 的形式由 IAMAI 接手，参见 iamaisim/ProjectAirSim。若需活跃维护，可考虑社区分支 Cosys-AirSim 等。

5. DeepDrive - 自动驾驶模拟平台

• GitHub 地址：https://github.com/deepdrive/deepdrive
• 描述：DeepDrive 是一个基于 Unreal Engine 的自动驾驶模拟平台，专注于提供大规模数据集和训练环境。它支持端到端的深度学习模型训练，并提供丰富的传感器数据。
• 特点：
  • 支持多摄像头和 LiDAR 数据生成；
  • 提供预构建的城市环境和交通场景；
  • 易于与 TensorFlow 或 PyTorch 集成。
• 维护状态：该项目长期未更新（最后版本为 2.0，2018 年 5 月），更适合作为学习与历史参考。

二、把项目改为：UnLua

计划使用 UnLua（腾讯开源的 UE Lua 脚本化插件，支持 UE 4.17.x - UE 5.x）将上述项目中的部分逻辑改写为 Lua，借助热重载特性加速迭代。（待补充实践记录）

三、把项目改为：UnLua + Python

在 UnLua 的基础上进一步引入 Python（借助 UE 自带的 Python 插件或 puerts 等方案），用于工具链与数据驱动的逻辑。（待补充实践记录）

参考资料

• Tom Looman - Action Roguelike（上游仓库）
• CARLA 官方文档
• CARLA ROS Bridge
• Microsoft AirSim Releases
• Tencent UnLua