[GDC24]TheFInals的破坏系统

在这里插入图片描述
GDC24上TheFinals的开发工作室–EmbarkStudios带来;
TheFinals把实时破坏在主流游戏上提升到了新的高度,可以说是新的标杆,达成了:

  • 可以出现大规模的任意破坏
  • 破坏之后充分影响gameplay,可以把建筑任意炸毁之后,坍塌的建筑继续保留&物理正确(有正确的网络同步),可以废墟中继续刚枪
  • 视觉表现到位,性能影响很小(TheFinals的画面屋里表现在PVP FPS中也是顶级存在)
    应该说比上一个围绕物理破坏的游戏(彩6)又近了一步.

整体overview

在这里插入图片描述

Embark Studios &

这个可能很多玩家,甚至开发者不是很熟悉, TheFInals是真正第一款发布的作品;
Embark成立自2018年,其成员很多是来自开发了战地系列的DICE工作室,包括寒霜引擎的引擎架构师Johan Andersson,所以也就不奇怪为什么出手就是这么吊的破坏系统;

TheFinals游戏在整体制作,设计等等方面都是比较成熟,个人非常欣赏,也玩了一段时间,很多点都印象深刻;
刚上的时候热度比较高,现在热度尚可:
在这里插入图片描述
游戏设计方面有一些缺陷比较遗憾,但是在美术设定,制作实现方面非常老道,值得体验和学习;
除了破坏以外,对于AI配音解说等方面的应用都很不错.
使用UnrealEngine5开发(深度定制),游戏第一次放消息是21年底,上线是23年底.

破坏系统

体验影响

开篇介绍了下游戏中破坏系统的历史,谈及的是< BattleField:BadCompany >系列以及RedFaction;
TheFinals是希望整个更nb的,在体验端希望做到这些:

  • 是game design的核心,
  • 是玩家取得优势的关键:这个玩过的就知道了,各种抢宝箱,守钱箱都要做好破坏以及反破坏的准备,绝对不能简单蹲点.
  • 给玩家一个"即时反应"的体验,你可能想跳到一个桥上,但这个桥突然被炸了,你就得接二段跳
  • 每一局感受是不一样的

技术

这里分了三块:

  • 制作工具
  • simulation
  • performance
  • misc

制作工具

首先是单个mesh处理,这个就是预切破坏,embark是在houdini里完成(TA做的):
在这里插入图片描述

然后是level中connection的工具,这里就是把geometry连接起来,实时simulation时候要进行structure analysis,进而实现坍塌的效果;
这块也是需要工具支持,就是一个in-engine的处理,如图:
在这里插入图片描述
在这里插入图片描述

simulation

在这里插入图片描述
physics simulation这里主要包括:

  • 大量的小物件的物理模拟
  • 以及一些大型物件的rigid body的模拟
    在这里插入图片描述

这就意味着对于物理引擎的需求是比较高的,这里embark的选择是:没用ue5的chaos系统,而是使用nv的physx;
原因是chaos在性能和稳定性上不够好,最后选择physx;

structure analysis

在这里插入图片描述
这里如上图,structure analysis就是达成高质量建筑坍塌的关键,没有structure analysis,建筑被打坏就是左边的这样的,而有了structure analysis,在一定程度破坏之后,就会断掉模块之间的connection,进而建筑坍塌;

这里就是一个直接的结算过程:
在这里插入图片描述
首先是一个基本逻辑是上图这样:模块之间有connection(蓝色线),以及有一个anchor(红色点);

这里的solver是:sparse direct solver using cholesky decomposition;
是micheal ewert(30年经验的物理老法师)经过几个月的迭代弄出来的.

这里覆盖一些宏观概念,
在这里插入图片描述
这里一个核心逻辑就是mesh之间的connection什么情况下断,所以基本逻辑就是如图:
计算出一个整体impulse,这个impulse大于一个阈值(加上一些随机偏移),那么就会断.
在上图右半边的图示中就是白色的菱形是阈值,红色是当前的impulse.
在这里插入图片描述
这里的impulse,实际上是多种多个力的综合:

这个就是整体的connection以及break的做法;
后续也介绍到了embark所用的sparse direct solver对比常用的sequential impulse solver的优劣势, sparse direct的:
pros: 整体力的分布更加均衡和稳定,最终效果更好
cons: 效率不好,需要更多的优化

在这里插入图片描述
这里sparse direct solver的计算量,和计算区域内的connection量呈平方级别上升,所以一些LOD&Hierarchy的思路就是优化的核心
在这里插入图片描述
这里的lod思路我们也比较常见:

  • 最细的是玩家看到的炸出来的
  • 然后做一些合并,粒度上升,作为structure analysis用
  • 对于不同区域,再进行分离
  • 最后是分帧处理
    然后性能就基本ok了;

在这里插入图片描述
最后建筑坍塌各种情况,品质和性能都很6;

性能

网络性能
由于破坏后的部分也参与gameplay所以炸出来的结构和碎片的transform也需要进行同步;
如果brute force的话,在建筑坍塌时候,大约是400k,这就过猛了,优化方法:通过限定范围,来对同步数据进行压缩:
在这里插入图片描述

  • 破坏部分的transform是在一定范围内的(而不是全世界到处飞),所以需要表达的数字小很多,这个可以压缩
  • 另外同步是通过snapshot+delta的方式,这个delta也可以压缩
    两个一起操作,最后就是:
    从400k的网速到175k的网速,基本可以了;

渲染方面,都比较直接,不展开了:

  • Nvidia RTGI
  • 使用transform pool降低transform传到gpu中的消耗(直接buffer copy)

其他方面

  • movement:尽量少做prediction,使用一些animation,camera等技巧来mask延迟; 这块也是最大的挑战之一;
    在这里插入图片描述
  • 光照方面使用的是NvidiaRTXGI(不是ue5.lumen),实际在低配电脑上还提供一个预烘培的光照,但这个对于破坏情况反馈不是正确的

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/543735.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

2024HW --> 安全产品 Powershell无文件落地攻击

在HW中&#xff0c;除了了解中间件&#xff0c;web漏洞&#xff0c;这些攻击的手法&#xff0c;还得了解应急响应&#xff0c;安全产品&#xff0c;入侵排查&#xff0c;溯源反制...... 那么今天&#xff0c;就来说一下安全产品&#xff08;安全公司我就不说了&#xff0c;这个…

使用 ChatGPT-4 编码就像与一个醉酒的天才一起工作

我决定从头到尾使用 ChatGPT 来构建一个用于管理书签的 Chrome 扩展。在生成了 30,000 多行 JavaScript、HTML、CSS 和云后端后&#xff0c;我的收获是&#xff0c;使用 ChatGPT 进行编码就像与一个醉酒的编程天才一起工作&#xff1a;他很懒&#xff0c;患有记忆丧失&#xff…

二极管分类及用途

二极管分类及用途 通用开关二极管 特点&#xff1a;电流小&#xff0c;工作频率高 选型依据&#xff1a;正向电流、正向压降、功耗&#xff0c;反向最大电压&#xff0c;反向恢复时间&#xff0c;封装等 类型&#xff1a;BAS316 ; IN4148WS 应用电路: 说明&#xff1a;应用…

智能革命:未来人工智能创业的天地

智能革命&#xff1a;未来人工智能创业的天地 一、引言 在这个数字化迅速变革的时代&#xff0c;人工智能(AI)已经从一个边缘科学发展成为推动未来经济和社会发展的关键动力。这一技术领域的飞速进步&#xff0c;不仅影响着科技行业的每一个角落&#xff0c;更是为创业者提供了…

【python】python抓取古诗文内容保存(源码)【独一无二】

&#x1f449;博__主&#x1f448;&#xff1a;米码收割机 &#x1f449;技__能&#x1f448;&#xff1a;C/Python语言 &#x1f449;公众号&#x1f448;&#xff1a;测试开发自动化【获取源码商业合作】 &#x1f449;荣__誉&#x1f448;&#xff1a;阿里云博客专家博主、5…

Ubuntu-22.04安装KVM虚拟机并安装Windows10

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、KVM是什么&#xff1f;二、安装步骤1.检查虚拟化2.查看KVM虚拟化3.安装KVM4.启用后台进程5.添加用户组6.重启电脑 三、使用步骤1.添加虚拟机2.配置虚拟机3.…

高颜值登录页面(一键复制)

你好&#xff0c;我是云桃桃。 一个希望帮助更多朋友快速入门 WEB 前端的程序媛。大专生&#xff0c;一枚程序媛&#xff0c;感谢关注。回复 “前端基础题”&#xff0c;可免费获得前端基础 100 题汇总&#xff0c;回复 “前端工具”&#xff0c;可获取 Web 开发工具合集 266篇…

leecode438 | 找到所有字符串中的异位词

题意大致是&#xff0c;给定两个字符串&#xff0c;s 和 p 其中 要在s 中找到由p的元素组成的子字符串&#xff0c;记录子字符串首地址 class Solution { public:vector<int> findAnagrams(string s, string p) {int m s.size(), n p.size();if(m < n)return {};vec…

python botos s3 aws

https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/s3.html AWS是亚马逊的云服务&#xff0c;其提供了非常丰富的套件&#xff0c;以及支持多种语言的SDK/API。本文针对其S3云储存服务的Python SDK&#xff08;boto3&#xff09;的使用进行介绍。 …

每日一题——阶乘计算升级版

题目链接&#xff1a; 6-10 阶乘计算升级版 - 基础编程题目集 (pintia.cn) 题目&#xff1a; 6-10 阶乘计算升级版 分数 20 本题要求实现一个打印非负整数阶乘的函数。 函数接口定义&#xff1a; void Print_Factorial ( const int N ); 其中N是用户传入的参数&#xff…

解锁智能未来:用Ollama开启你的本地AI之旅

Ollama是一个用于在本地运行大型语言模型&#xff08;LLM&#xff09;的开源框架。它旨在简化在Docker容器中部署LLM的过程&#xff0c;使得管理和运行这些模型变得更加容易。Ollama提供了类似OpenAI的API接口和聊天界面&#xff0c;可以非常方便地部署最新版本的GPT模型并通过…

商业银行业务与管理

商业银行业务与管理 资产负债表恒等式中国商业银行的资产负债表商业银行的业务种类银行运行管理的案例银行管理的基本准则流动性管理资产和负债管理资本充足管理 资产负债表恒等式 &#xff08;一般&#xff09;资产负债所有者权益 一个公司的资产是由负债和所有者权益所构成…

欧拉回路算法

1 基本概念 1.1 欧拉路径和欧拉回路 欧拉路径&#xff1a;欧拉路是指从图中任意一个点开始到图中任意一个点结束的路径&#xff0c;并且图中每条边通过的且只通过一次。 欧拉回路:欧拉回路是指起点和终点相同的欧拉路。 注意&#xff1a;如果欧拉回路&#xff0c;那么一定存在…

策略模式【行为模式C++】

1.概述 策略模式是一种行为设计模式&#xff0c; 它能让你定义一系列算法&#xff0c; 并将每种算法分别放入独立的类中&#xff0c; 以使算法的对象能够相互替换。 策略模式通常应用于需要多种算法进行操作的场景&#xff0c;如排序、搜索、数据压缩等。在这些情况下&#x…

【C++]C/C++的内存管理

这篇博客将会带着大家解决以下几个问题 1. C/C内存分布 2. C语言中动态内存管理方式 3. C中动态内存管理 4. operator new与operator delete函数 5. new和delete的实现原理 6. 定位new表达式(placement-new) 1. C/C内存分布 我们先来看下面的一段代码和相关问题 int global…

Unity 通过权重做随机

我们可以通过Random.Range方法结合权重来实现随机选择。具体步骤如下&#xff1a; 首先&#xff0c;创建一个数组&#xff0c;其中包含你要选择的项目&#xff0c;并为每个项目分配一个权重值。 计算所有权重值的总和。 使用Random.Range生成一个介于0和总权重之间的随机数。…

Hadoop+Spark大数据技术(微课版)曾国荪、曹洁版思维导图第四次作业 (第4章 HBase分布式DB)

1.简述Hbase的特点及与传统关系数据库的区别 HBase与传统关系数据库的区别 &#xff08;1&#xff09;数据类型 关系数据库具有丰富的数据类型&#xff0c;如字符串型、数值型、日期型、二进制型等。HBase只有字符串数据类型&#xff0c;数据的实际类型都是交由用户自己编写程序…

Google Imagen 2对比OpenAI的Dall-E 3 - 同一提示,不同结果

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…

python怎么输出小数

先将整型转换成float型&#xff0c;再进行计算&#xff0c;结果就有小数了。 >>> a 10 >>> b 4 >>> c a/b >>> a,b,c (10, 4, 2) >>> a float(a) >>> d a/b >>> a,b,d (10.0, 4, 2.5) >>> 注意&…

1036: 寻找整数序列的主元素

解法&#xff1a; #include<iostream> #include<vector> #include<algorithm> using namespace std; int main() {int n;cin >> n;vector<int> arr(n);vector<int> tong(1000);for (auto& x : arr) {cin >> x;tong[x];}int pma…