14、大型多人在线游戏动态实时资源供应与二维快速泊松求解器的高性能计算

大型多人在线游戏动态实时资源供应与二维快速泊松求解器的高性能计算

在当今的科技领域，大型多人在线游戏（MMOG）的资源供应和高性能计算中的二维快速泊松求解器都是备受关注的话题。下面将详细介绍相关的研究内容和实验结果。

大型多人在线游戏动态实时资源供应

在MMOG中，资源分配是一个关键问题。资源分配服务在分配所需资源后，会通过RTF API指示游戏服务器应用何种并行化策略，以及将哪些实体迁移到新服务器。由于资源分配和建立新的游戏会话负载分配方案是一个容易产生延迟的任务（可能需要几秒），因此利用负载预测和建模服务尽早触发该过程非常重要，这样可以确保玩家在游戏过程中不会遇到延迟。

资源提供商通常使用不同的策略，将一次批量和一个资源批量作为每种资源的最小分配单位。策略资源的度量单位是通用的“单位”，它代表了一个满载游戏服务器对相应资源的需求（例如，一个CPU单位代表一个满载游戏区域的CPU需求）。

负载预测实验

由于没有能够生成彻底测试和验证预测方法所需负载模式的真实在线游戏，研究人员开发了一个基于RTF库的分布式第一人称射击（FPS）游戏模拟器。该模拟器支持分区技术和实体在区域间的迁移，能够生成逼真的负载模式，如实体交互热点或单个游戏服务器管理大量实体的情况。

模拟中的实体由几种人工智能（AI）配置文件驱动，这些配置文件决定了它们在模拟中的行为：
1. 激进型 ：实体主动寻找并与对手互动。
2. 团队型 ：实体与队友一起行动。
3. 侦察型 ：实体探索游戏世界中未被发现的区域（不保