所有遊戲 > 模擬 遊戲 > Park Control Simulator
社群中心
Park Control Simulator
停車控制模擬器是一個停車位管理遊戲。照顧清潔，改善停車位，讓遊客滿意。您準備好建造和管理城市最美麗的公園了嗎？
所有評論：
無使用者評論
發行日期:
即將推出
開發人員:
發行商:
PeakWay Entertainment

登入以將此項目新增至您的願望清單、關注它，或標記為已忽略

功能
單人
Steam 成就
有語音解說
個人檔案功能受限 
語言:
介面 完整語音 字幕
繁體中文 ✔ ✔
英文 ✔ ✔
法文 ✔ ✔
義大利文 ✔ ✔
德文 ✔ ✔
西班牙文 - 西班牙 ✔ ✔
簡體中文 ✔ ✔
日文 ✔ ✔
韓文 ✔ ✔
波蘭文 ✔ ✔
葡萄牙文 - 葡萄牙 ✔ ✔
俄文 ✔ ✔
土耳其文 ✔ ✔
阿爾巴尼亞文 ✔ ✔
查看全部 14 種支援的語言

即將推出搶先體驗

此遊戲的開發者打算以開發中的狀態推出遊戲，以將玩家意見回饋納入開發過程。

備註：處於搶先體驗狀態的遊戲尚未開發完成，且內容可能會有所變動。如果目前的開發進度未使您產生興趣， 建議您等待本遊戲開發至下一階段時再決定是否購買。了解更多

開發者的話：

為何採用搶先體驗模式？

「我們打算通過將我們有價值的玩家添加到我們遊戲的開發過程中來提供更高品質的遊戲。因此，在我們遊戲的搶先體驗期間，我們會要求您，我們尊貴的玩家，將您對遊戲的意見以及您不喜歡的要點轉達給我們的開發者，因此，我們遊戲的完整版本將是符合我們尊貴玩家意願的更高質量的遊戲。」

這款遊戲的搶先體驗時間大約會持續多久？

「搶先體驗期計劃為約10或11個月。（對計劃開發流程的更改可能會導致搶先體驗過程的長度發生變化！)」

正式版預計會與搶先體驗版有何不同？

「在完整版中，根據我們尊貴的玩家的意願，地圖將根據計劃的開發過程進行放大，將有更詳細的解析度設置，並將添加許多角色和車輛。同時，我們將添加我們尊貴的玩家可以與之互動的購買，在這些購買之後，您將能夠在遊戲中做更多的工作並賺取更多的錢。」

搶先體驗版目前的開發進度如何？

「在我們遊戲的搶先體驗部分，您將能夠在停車位購買雕像，根據自己的口味更換長椅、垃圾桶和公園牆壁。同時，您將能夠向停車位的訪客開具罰單，從而賺錢。您將通過從停車場對面的雜貨店購買食物並消費您購買的產品來嘗試生存。您將通過每天從垃圾桶中收集垃圾來清潔您的停車位來確保公園的清潔。」

遊戲售價在搶先體驗期間前後會有所變動嗎？

「不可以，遊戲的價格在搶先體驗期和完整版中都是一樣的。」

在開發過程中，您打算如何與社群互動？

「我們將為社區中的玩家創建一封特殊的電子郵件，向開發人員傳達他們對遊戲的意見，評論和投訴，並且我們將要求他們藉助此電子郵件向開發人員傳達他們對遊戲的意見或要求。」
繼續閱讀

即將推出

此項目尚未發售

感興趣嗎？
將這款遊戲加入願望清單，以便在發售時收到通知。
新增至您的願望清單
 
查看所有討論

在討論區回報錯誤並留下對於此遊戲的意見

關於此遊戲

您準備好建造城市中最大的停車位了嗎？

停車控制模擬器是一個停車位管理遊戲。在遊戲中，您可以通過取悅您的訪客來改善停車位並吸引更多訪客。您應該注意停車位的清潔度，因為不注意清潔度可能會導致您的停車位因投訴而關閉。你必須支付你的公園和房子的租金，同時，你可以用你提供的利潤來確保你的角色在遊戲中的個人發展。您可以通過租用新區域，購買雕像，更換長凳和垃圾桶以及增加公園的遊客數量來擴大停車位。所有的戰略和計劃都掌握在你的手中。請記住，正確的投資可以使您的停車位成為該市最大的公園。小心，不要破產！

系統需求

    最低配備:
    • 作業系統 *: Windows 7
    • 處理器: Double Core 2 Ghz or better
    • 記憶體: 8 GB 記憶體
    • 顯示卡: Geforce GTX 1050 || Radeon RX 560 or better
    • DirectX: 版本：11
    • 儲存空間: 6 GB 可用空間
    建議配備:
    • 作業系統 *: Windows 7+
    • 處理器: Intel I5-8400 || AMD Ryzen 5 2600
    • 記憶體: 10 GB 記憶體
    • 顯示卡: Geforce GTX 1660/Radeon RX 590 or better
    • DirectX: 版本：11
    • 儲存空間: 6 GB 可用空間
* 自 2024 年 1 月 1 日（PT）起，Steam 用戶端僅支援 Windows 10 及更新版本。
此產品無任何評論

您可以撰寫評論來與社群分享您對於本產品的看法。請使用本頁面中位於購買按鈕上方的區塊來進行評論的編寫。