NETFLIX & MCDONALD'S. LA BATALLA FINAL.
web de campaña
La agencia C&W, en colaboración con McDonald´s, nos pide que diseñemos y desarrollemos ad hoc un videojuego multijugador en formato web-app con motivo del lanzamiento de la quinta y última temporada de la serie Stranger Things en Netflix.
En él, los protagonistas de la serie tienen que cerrar una grieta del Upside Down que se ha abierto en un McDonald´s antes de que el Demogorgon cruce el portal.
Para ello, cada jugador deberá elegir a su personaje de la serie favorito y conseguir un objeto característico del mismo. No será fácil porque durante el camino se irán cruzando con pequeños enemigos, pero contarán con una serie de elementos coleccionables que les ayudarán a conseguir su objetivo.
Este videojuego se descarga a través de un código QR y viene acompañado del lanzamiento de la Stranger Thing Box, que incluye una colección de figuras de los personajes en los restaurantes McDonald's del mercado Iberia.
El gameplay y el arte del videojuego recogen la esencia de la serie a través de escenarios, personajes, animaciones y cinemáticas diseñados en estilos PixelArt y Arcade, incluyendo también referencias a los juegos de rol de los años 80.
juego-strangerthings.mcdonalds.es
jogo-strangerthings.mcdonalds.pt
Tecnología:
- Unity WebGL
- Teachable Machine
- TensorFlow
Desarrollo:
Son varios los retos abordados en este proyecto:
- Diseño de un gameplay cooperativo lo suficientemente sencillo como para que sea multitarget, pero lo suficientemente complejo para favorecer su jugabilidad. Cada partida es distinta y la experiencia favorece la generación de estrategias que mejoran resultados partida a partida.
- IA offline para reconocer las figuras de personajes entregadas en los restaurantes McDonald’s y otorgar vidas extra durante la partida.
- Sistema que integra visión por computadora en tiempo real dentro del juego para detectar las 6 figuras de los personajes de Stranger Things. Se basa en Teachable Machine (modelo pre entrenado de clasificación de imágenes) ejecutado en el navegador con TensorFlow, sin requerir conexión a internet.