Mhypnos的博客

同时对位置进行插值，如果没有收到新包时，自身的p，v本身也会收到自身的a影响，走到自身复制的pt位置（如上图红线），因为收到了新包，所以知道在t时间后会在新的真实pb位置（如上图绿线）。服务器会做一个验证，但是验证通常不会特别麻烦，客户端会发送开枪的位置，及击中的目标，击中的位置给服务器和服务器记录的自身的位置做验证，是否距离过远。因为延迟的原因，其实已经看到别人，但因为我的位置仍未同步过去，在对方世界里，我仍在掩体后，无论是以发现还是射击作为收益，都会有先手优势。服务器不会用现在的受击者的状态做判定。

IDL 会定义各种参数，类似schema的定义RPC Stubs RPC 存根:当一个客户端或服务器起来之后，彼此会告诉对方自己上线，然后注册一大堆的RPC（用来个函数调用）。每次call RPC时可以在RPC的存根里查询，如果没有对应RPC，系统会报错，但不影响其他业务逻辑的运行。真实RPC路径：发出RPC请求后，首先进行压缩，加密，然后网络传输，服务器接收后，进行解密，解压缩。

提取出游戏中一致性非常高，但是计算量很大，比如动画，物理模拟的一些运算，到一定时间，这些固定好的线程，会Fork一些子任务出来专门传递到Work Thread（预先申请好的），然后计算完后回收Task的结果。乱序的原因：有大量的数据存储，读取，因为cpu通常是饥饿的等待数据，不会等待指令一条条执行，根据指令读取数据，而是整块指令和数据混在一整块在cpu中运行。协程是由程序自己定义的，在一个线程里可以在很多的协程里来回切换，从cpu上看还是在一个线程里，通过程序来定义切换和激活，并没有激活核的切换。

Plan展开的过程是非常的快的，但是因为每一个Primitive Task 都是有个对于world state修改的Effect，但是并不会真的修改到World State 上，然而这可能会影响到后面的task。如果奖励足够密集，每一步或没几下就能判断奖励结果，用增强学习，容易训练出一个好的ai，如果是探索解谜类，一个动作和结果非常的不关联，增强学习的效果比较难。2.将目标和行为真正意义上分开（FSM，BT，HTN，行为和目标是一一锁死的，GOAP同一个目标，可能有多种行为路线，可以超出设计师的想象）

2.内存和计算机开销低(路点寻路只是使用到了真是可行走区域的一小部分，与格子相比，牺牲了路线的灵活性，换取交第的内存和计算机开销，只要两个点之间是连通的，那么角色就可以按照点所在的位置到达目标点的位置)对所有的障碍物加距离场，当物体里离障碍物越来越近时，距离场的值越来越小，产生的反向斥力越来越大，然后给个大致的方向。在选择explored点时，优先选择现在已走过的距离加上预计要走的距离中最近的点，来优先搜索。任务一条路径，从起点开始，寻找路网中最近的点，在走到离终点最近的点（类似地铁）

外层：类似保护膜，防止离别的东西太近，高速移动时卡进物体。另一个作用是防止过于贴近摄像机的进平面，看到墙背后的物体。朝墙移动时，实际往往并不是撞击，而是贴墙移动。蹲下起身时，位置的变换，可能导致卡死在环境中。每个mesh会有个约束权重，设置可移动的范围。每个连接都有一个权重，设置可承受的力。走台阶时，往往会把物体往上下偏移一部分。衣料的物理mesh会另做一套网格更少的。3D，对空间划分后，再将空间进行三角化。设置好的破坏区域会连接在一个环境中。用网格的方法每个顶点计算物理。将物体分成一截一截的碎片。

半隐式欧拉法：用当前受的力，根据牛顿第二定律求出未来的速度，再用速度求距离。但是简谐运动，cos，sin等，求出来的周期会比实际略长。能量会衰减，但是因为摩擦力空气阻力的存在，能量的衰减通常感觉不到。CCD：设置一个安全距离，当超过安全距离时，会做一个步长更密的检测。Actor-Kinematic：违背物理原则，由设计决定，不遵循真实物理原则。初筛：AABB-box，跟轴同向的一些box，快速计算能否碰撞。扭矩：形成角冲量，角冲量除以转动惯量，得到角速度，即旋转速度。比较简单，但是能量不守恒，无法收敛。

例如：移动时踩的非平地，有各种凹凸，希望保持脚始终踩在地上。会有两个Bones IK，模型的小腿和大腿，确定三角形的两条边，踩的目标点位置确定，可以算出距离根节点的位置（第三条边）。1:所有骨骼拉长，向外判断target，2:选出最长的骨骼，其余向内，判断向内target。混合空间的采样点分布是不均匀的，如果在某个地方需要更细腻的表达，可以在对应地方增加一个clips。在采用空间里的所有动画（clips），必须保持一致循环性，要么都循环，要么都不循环。并非采用全部的clips，根据划分的三角形。

存下每帧每个顶点的数据，顶点的变化会导致法向的变化。通过对每个小图元的旋转，缩放和变形（对图套以一个框架，对框架的拉伸，会使里面的三角形/正方形进行反射变换）旋转则是在关键帧之间插值，当插值计算出来的值与实际值的误差大于一定范围时，把前一帧设为关键帧。受两个关节影响的坐标插值计算，需要将两个关节局部坐标转换为模型坐标，再计算权重插值。根据摄像机的位置，播放不同的sprite动画。一个刚体通常6个自由的：平移的x，y，z。以及围绕三个轴的旋转。渲染那部分看的云里雾里的，等学完其他图形学的内容再回头开吧。

布林冯模型因为光的叠加，在光线追踪时可能出现入射能量为1，最终反射的能量大于1。3.所有被照射的物质在下一帧可能成为新的光源。1.如何获取可能从各个角度辐射进来的光源。这节还是正儿八经的去学图形学吧。2.光源和表面材质的积分运算。glossiness：光滑度。roughness：粗粗糙度。metallic：金属度。

数据尽量只从cpu送到gpu计算结束了，不要从gpu读数据。因为逻辑和渲染是不同步的，来回的数据交互会导致帧数的延迟。因此，在做所有的绘制算法，绘制运算时，尽可能用同样的代码，各自访问各自的数据，效率会远高于CPU上的运算。每个submesh的顶点数据，索引，纹理等会存在一个大的buffer里，通过不同的offset获取。现代引擎，对于一个GO，会将其mesh，根据材质应用的不同切分成各个子mesh。一个指令，4次运算。SIMT：一个指令在多核上，同时做同样的指令操作。将所有的mesh存在一个pool，

因为并行可能会导致各种消息时序的问题，所有会有消息管理的系统，管理当前帧处理消息还是下一帧处理消息等。四叉树/八叉树：管理不规则分布GO的场景。任何GO产生事件通讯只需要查找父节点，子节点与邻居节点。现代引擎往往不是根据各个对象分别tick，而是根据各个系统分别tick。1.Game Object:游戏世界里几乎所有东西都抽象成GO，GO的管理：通过GO的唯一id和GO的位置来管理。4.所有GO直接通过消息机制彼此通讯。2.GO有各种组件组合而成。场景世界会根据位置分成网格。

1.尽可能把数据放在一起。2.尽可能顺序访问。3.尽可能一次一批的读写数据。其他格式资源要转化成引擎的资产。每个资产有唯一识别号。数学库，数据结构（减少内存碎片，内存管理 stl库有内存碎片）…对世界的模拟为先，然后渲染。先logic再render。资源层：管理游戏所有资产的生命周期，资源分配。游戏引擎会申请一大块内存，并自己高效分配。