騰訊遊戲開發精粹

《騰訊遊戲開發精粹》是騰訊遊戲研發團隊的技術結晶，由10多名騰訊遊戲資深技術專家撰寫而成，整理了團隊在自主遊戲研發的道路上積累沉澱的技術方案，具有較強的通用性及時效性，內容涵蓋遊戲腳本系統及開發工具、數學和物理、計算機圖形、人工智能與後台架構等。 ^[1] 

第一部分 遊戲數學

第1 章 基於SDF的搖桿移動 2

摘要 2

1.1 引言 3

1.2 有號距離場（SDF 3）

1.3 利用柵格數據預計算SDF 4

1.4 SDF 的碰撞檢測與碰撞響應 5

1.5 避免往返 8

1.6 利用多邊形數據預計算SDF 9

1.7 其他需求 10

1.7.1 如何將角色從障礙區域中移出 10

1.7.2 角色不能越過障礙物的遠距離移動 11

1.8 動態障礙物 12

1.9 AI尋路 14

1.10 動態地圖 14

1.11 總結 17

參考文獻 17

第2 章 高性能的定點數實現方案 18

摘要 18

2.1 引言 18

2.1.1 浮點數簡介 18

2.1.2 32 位浮點數（單精度）表示原理 19

2.2 基於整數的二進制表示的定點數原理 19

2.2.1 32 位定點數表示原理 19

2.2.2 64 位定點數表示原理 20

2.3 定點數的四則運算 21

2.3.1 加法與減法 22

2.3.2 乘法 22

2.3.3 除法 23

2.4 定點數開方與超越函數實現方法 23

2.4.1 多項式擬合 24

2.4.2 正弦/餘弦函數 25

2.4.3 指數函數 26

2.4.4 對數函數 27

2.4.5 開方運算 27

2.4.6 開方求倒數 28

2.4.7 為什麼不用查表法 30

2.5 定點數的誤差對比與性能測試 30

2.5.1 超越函數及開方的誤差測試 30

2.5.2 性能測試 30

2.6 總結 31

參考文獻 31

第二部分 遊戲物理

第3 章 一種高效的弧長參數化路徑系統 34

摘要 34

3.1 引言 34

3.2 端點間二次樣條的構建 35

3.3 路徑的構建 38

3.4 曲線的弧長參數化 39

3.5 曲線上的簡單運動 42

3.5.1 跑動 42

3.5.2 跳躍 43

3.5.3 相鄰路徑的切換 44

3.5.4 曲線上的旋轉插值 45

3.6 總結 46

參考文獻 46

第4 章 船的物理模擬及同步設計 47

摘要 47

4.1 浮力系統 48

4.1.1 浮力 48

4.1.2 升力 52

4.1.3 拉力 52

4.1.4 拍擊力 53

4.1.5 阻力上限 54

4.2 引擎系統 55

4.2.1 移動、轉向模擬 55

4.2.2 向心力計算 56

4.3 Entity-Component 及同步概覽 56

4.4 浮力系統物理更新機制 57

4.5 總結 59

參考文獻 59

第5 章 3D 遊戲碰撞之體素內存、效率優化 60

摘要 60

5.1 背景介紹 60

5.2 體素生成 62

5.3 體素內存優化 62

5.3.1 體素合併的原理 62

5.3.2 體素合併的算法 64

5.3.3 地面處理 65

5.3.4 水的處理 66

5.3.5 範圍控制 67

5.3.6 內存自管理 67

5.3.7 體素內存優化算法的效果 68

5.3.8 體素效率優化 69

5.4 NavMesh 生成 69

5.4.1 體素生成NavMesh 69

5.4.2 獲取地面高度 70

5.4.3 後台阻擋圖 71

5.4.4 前台優先級NavMesh 71

5.4.5 鋸齒 72

5.5 行走、輕功、攝像機碰撞 73

5.5.1 行走 73

5.5.2 輕功 75

5.5.3 攝像機碰撞 75

參考文獻 76

第三部分 計算機圖形

第6 章 移動端體育類寫實模型優化 78

摘要 78

6.1 引言 79

6.2 方案設計思路 79

6.2.1 角色統一與差異元素分析 79

6.2.2 角色表現=人體+服飾 80

6.2.3 角色資源整理 83

6.2.4 資源製作與實現 84

6.3 具體實現 92

6.3.1 實現流程 92

6.3.2 CPU 邏輯 93

6.3.3 GPU 渲染 97

6.4 效果收益、性能分析和結語 97

6.4.1 方案優劣勢 98

6.4.2 方案補充 99

6.4.3 應用場景 99

參考文獻 100

第7 章 大規模3D 模型數據的優化壓縮與精細漸進加載 101

摘要 101

7.1 引言 102

7.2 頂點數據優化 102

7.2.1 頂點數據合併去重 103

7.2.2 索引數據合併 104

7.2.3 頂點數據排序 104

7.2.4 子網格的拆分與合併 105

7.2.5 頂點數據編碼壓縮 105

7.3 有利於漸進加載的數據組織方式 112

7.4 總結 113

參考文獻 114

第四部分 人工智能及後台架構

第8 章 遊戲AI 開發框架組件behaviac 和元編程 116

摘要 116

8.1 behaviac 的工作原理 117

8.1.1 類型信息 117

8.1.2 什麼是行為樹 118

8.1.3 例子1 119

8.1.4 執行説明 119

8.1.5 進階 120

8.1.6 例子2 120

8.1.7 再進階 123

8.1.8 總結 123

8.2 元編程在behaviac中的應用 125

8.2.1 模板特化 126

8.2.2 加載中的特例化 126

8.2.3 運行中的特例化 129

第9 章 跳點搜索算法的效率、內存、路徑優化方法 131

摘要 131

9.1 引言 132

9.2 JPS算法 133

9.2.1 算法介紹 133

9.2.2 A*算法流程 133

9.2.3 JPS算法流程 135

9.2.4 JPS算法的“兩個定義、三個規則 135

9.2.5 算法舉例 137

9.3 JPS算法優化 138

9.3.1 JPS效率優化算法 138

9.3.2 JPS內存優化 144

9.3.3 路徑優化 145

9.4 GPPC 比賽解讀 146

9.4.1 GPPC 比賽與地圖數據集 146

9.4.2 GPPC 的評價體系 148

9.4.3 GPPC 參賽算法及其比較 150

參考文獻 151

第10 章 優化MMORPG開發效率及性能的有限多線程模型 152

摘要 152

10.1 引言 152

10.1.1 多進程單線程模型 153

10.1.2 單進程多線程模型 153

10.1.3 單進程單線程模型 153

10.2 有限多線程模型 154

10.3 使用OpenMP框架快速實現有限多線程模型 156

10.4 控制多線程邏輯代碼 158

10.5 異步化解決數據安全問題 159

10.6 對“不安全”訪問的防範 160

10.7 拆解大鎖 161

10.8 其他建議 163

參考文獻 164

第五部分 遊戲腳本系統

第11 章 Lua翻譯工具——C#轉Lua 166

摘要 166

11.1 設計初衷 166

11.2 實現原理 167

11.2.1 參考對比行業內類似的解決方案 167

11.2.2 翻譯原理 168

11.2.3 翻譯流程 168

11.3 翻譯示例 170

11.4 實現細節 174

11.4.1 連續賦值 175

11.4.2 switch 175

11.4.3 continue 176

11.4.4 不定參數 177

11.4.5 條件表達式 178

11.5 運行性能 179

11.6 TKLua 翻譯藍圖 179

11.6.1 類關係 180

11.6.2 類成員 180

11.6.3 方法體 181

11.7 發展方向 182

11.8 總結 184

參考文獻 185

第12 章 Unreal Engine 4集成Lua 186

摘要 186

12.1 引言 186

12.2 UE4 元信息 187

12.2.1 介紹 187

12.2.2 Lua 通過元信息與UE4交互 189

12.2.3 讀寫成員變量 189

12.2.4 函數調用 190

12.2.5 C++調用Lua 191

12.2.6 小結 192

12.3 通過模板元編程生成“膠水”代碼 192

12.3.1 接口設計 193

12.3.2 實現 195

12.3.3 讀寫成員變量 197

12.3.4 引用類型 198

12.3.5 導出函數 199

12.3.6 默認實參 200

12.3.7 默認生成的函數 202

12.3.8 C++調用Lua 203

12.3.9 小結 203

12.4 優化 203

12.4.1 UObject 指針與Table 203

12.4.2 結構體 204

12.4.3 運行時熱加載 205

第六部分 開發工具

第13 章 使用FASTBuild助力Unreal Engine 4 208

摘要 208

13.1 引言 209

13.2 UE4 分佈式工具 209

13.2.1 Derived Data Cache DDC 209

13.2.2 Swarm 210

13.2.3 IncrediBuild 210

13.2.4 FASTBuild 211

13.3 在Windows系統下搭建FASTBuild 工作環境 213

13.3.1 網絡架構 213

13.3.2 搭建基本環境 214

13.3.3 可用性驗證 215

13.4 使用FASTBuild 分佈式編譯UE4代碼和項目代碼 219

13.4.1 準備工作 219

13.4.2 部署多機FASTBuild 環境 220

13.4.3 編譯UE4 代碼及對比測試 220

13.4.4 優化FASTBuild 224

13.4.5 再次測試分佈式編譯UE4代碼 227

13.5 “秒”編UE4着色器 228

13.5.1 準備工作 229

13.5.2 大規模着色器編譯測試 237

13.5.3 材質編輯器內着色器編譯測試 240

13.6 總結 243

第14 章 一種高效的幀同步全過程日誌輸出方案 244

摘要 244

14.1 引言 244

14.2 幀同步的基礎理論 245

14.2.1 基本原理 245

14.2.2 系統抽象 246

14.3 本方案最終解決的問題 247

14.4 全日誌的自動插入 250

14.4.1 在函數第一行代碼之前自動插入日誌代碼 250

14.4.2 處理手動插入的日誌代碼 251

14.4.3 對每行日誌代碼進行唯一編碼 251

14.4.4 構建版本 252

14.4.5 整體工具流程及代碼清單 252

14.4.6 為什麼不採用IL 注入 256

14.5 運行時的日誌收集 256

14.5.1 整體業務流程 256

14.5.2 高效的存儲格式 258

14.5.3 高性能的日誌輸出 259

14.5.4 正確選擇合適的校驗算法 259

14.6 導出可讀性日誌信息 260

14.7 本方案思路的可移植性 260

14.8 總結 261

第15 章 基於解析符號表，使用注入的方式進行Profiler採樣的技術 262

摘要 262

15.1 進行測量之前的準備工作 263

15.1.1 注入的簡單例子 263

15.1.2 注入額外的代碼 264

15.1.3 注入的注意事項 265

15.2 性能的測量 267

15.2.1 時間的統計方法 267

15.2.2 針對函數的採樣 268

15.2.3 測量實戰 273

15.3 總結 276 ^[2] 

騰訊遊戲十多位從事一線技術研發和前沿創新的骨幹開發技術專家。