画像表示できてもここから先は難しいなと思って一連の流れを考えてみた

⬛メインループ開始
○キャラクター画像の座標・タイプ（プレイヤー、敵、自分の弾・敵の弾など）を取得
→毎ループアクセスすると重くなりそう？それ用にグローバル変数（あるのか知らないけど）を用意すると軽くなる？
○各キャラのコモンイベント呼び出し（引数を与えたりオブジェクト指向的な管理はできない？予め決まった個数のコモンイベントを確保しておく必要あり？）
→各子コモンイベントでそれぞれのキャラクターの次の表示画像・表示先座標を計算
→→計算時に衝突判定や消滅判定・ダメージ判定等も行う
→→プレイヤーのコモンイベントではキー入力状態を確認して座標や画像を決定
→→判定やキー入力の結果状態を変数で管理する（空中にいるとか弾発射中とか 空中にいれば次の座標は何ドット下に動くとか弾発射中ならカウント3フレーム分動けないとか）
→各子コモンイベント内で計算先の座標に次の表示画像を配置
○全子コモンイベントを呼び出し終えたときには全キャラが1ループ分進んだ位置に描画されている
○ループ間隔分ウェイト（60フレームなら0.016sだけど重そうだし難しそう）
⬛メインループ終了

ゲーム作ったことないから素人の手前味噌だけどこんな感じかな？
カードゲームのフェイズみたいで面白いけどクソほど想像力が要るし難しいね
背景のスクロールや画面端でのスクロールストップや画面切り替え、地面の管理と地面との衝突判定とかいろいろと山積みだ…
データ引っ張ってこれるのか分からないけどせっかくRPGに特化してるんだし定数の管理にキャラのステータスの各パラメータ使っても分かりやすくていいかもね！レベルアップやキャラセレに対応しやすそうだし（最大HPやら足の速さやら）
オブジェクト指向言語なら各キャラクターのイベントをインターフェースやクラスを継承したり都度オブジェクト作ったりして管理が簡単だったりするのかな？
ウディタでどこまでできるか分からないから上ではいっしょくたにしてる各キャラの当たり判定と表示処理を分けて…確かバックグラウンドで画面作ってしまって切り替えるほうが軽いんだよね？