《实况足球10》带球速度详细研究
17173 新闻导语
首先我要说明几个问题。第一，在测试球员跑动时，我采用的是，跑5次，取3次最好成绩。第二，在测试时，我发现了一个小窍门，就是读盘时就按住方向和R1，这样训练一开始球员就启动，这样可以最大程度的避免误差。第三，在跑动过程中，一旦发现球员不小心把球趟大了，我们应该把这次的成绩去掉，虽然
首先我要说明几个问题。
第一，在测试球员跑动时，我采用的是，跑5次，取3次最好成绩。
第二，在测试时，我发现了一个小窍门，就是读盘时就按住方向和R1，这样训练一开始球员就启动，这样可以最大程度的避免误差。
第三，在跑动过程中，一旦发现球员不小心把球趟大了，我们应该把这次的成绩去掉，虽然趟大了可以跑得更快。
首先，我们来看球员空跑时，有哪些数据在影响他的速度。
设置这么一个场景，球员从点球点出发，跑到中线时触球，同时完成训练。
duff（速度86 加速度91） 成绩 5?53 5?53 5?55
eto?o （速度95 加速度97） 成绩 5?41 (注：后面我就直接写平均值了)
martins （速度99 加速度99） 成绩 5?36
morales （速度79 加速度70） 成绩 5?61
keller （速度62 加速度71） 成绩 5?90
从这5个人我们很容易看出，随着速度值的提高，球员跑得越来越快，而且是线性增加的！
不信的人可以自行计算，我已经算过了，假定这个跑动距离是50m的话，速度值每提高5，速度将提高0.1m/s左右。
注意：这里所谓的线性增加并不是严格的，而是近似的，这是误差存在所造成的。
再来看看大家关心的加速度值的用处。
我设置另一个场景，球员空跑10m，即从点球点跑到弧顶。
跑了三个人，我就放弃了，因为我发现10m的距离也不足以显示加速度的差距，就是说，加速度的差距基本可以忽略，就是说加速度只存在于手感中。
duff 1?78
martins 1?75
reyes (86 87) 1?78
好了，热身完毕了。下面开始对带球运动的研究，相对于无球空跑，带球的建模就难太多了。我们在开始前先带着疑问，那些数据对带球运动有影响？它们是如何影响的？
