多人在线游戏的发展

在多人在线游戏中，为了让多名玩家能够看到相同的状态表现，服务器和客户端需要紧密结合以同步游戏世界中的对象。同步并不是服务器与生俱来的能力，需要通过一系列技术来尽量地让玩家能够看到相同的游戏世界。

查阅资料得知，最早的游戏世界使用的是P2P技术进行同步，玩家直接与玩家之间建立一个连接，不通过中间服务器。许多RTS游戏都使用P2P技术，比如：《命令与征服》、《帝国时代》、《星际争霸》等。P2P虽然很快，但是当游戏中的世界变得复杂的时候，P2P要保持对象的同步是十分困难的。想象一下，如果一个游戏对象在两台客户端上产生了不同的表现，那么模拟出来的游戏结果将截然不同。第二点就是延迟问题。如果是回合制游戏，那么同步就需要等待收到该回合内所有玩家的指令后才能进行。这样做会导致游戏的整体延迟始终等于延迟最大的那名玩家。第三点是开局前，必须保证所有玩家从相同的初始状态开始，也就是中途加入的玩家可能会导致无法同步。

随着技术演变，P2P模式被逐渐弃用，取而代之的是我们熟悉的客户端-服务器架构。客户端服务器架构下的游戏往往更加复杂，需要同步的对象也更多。所以需要考虑多方面因素，比如：客户端发送数据的可靠性、所有玩家的延迟等。

同步存在的问题
作为服务器，有个很重要的原则是永远不能相信客户端发过来的请求。所以在多人在线游戏中，服务器需要存储玩家的相关信息。以位置为例，玩家客户端按下方向键，角色开始移动，客户端告诉服务器按下的方向，服务器比较上次角色所在的坐标，并更新当前角色所处的位置，将位置回发给客户端。总而言之，游戏的状态由服务器进行管理，客户端将操作发送给服务器，服务器定期更新游戏状态，再将新的状态回发给客户端，客户端将其渲染到屏幕上。这就是状态同步的实现。

状态同步虽然能够很好地解决作弊问题，但是对于现代大型游戏来说，尤其是MMO、FPS这类对实时性要求极高的游戏，保证延迟和服务器性能的开销是十分重要的，这也是接下来我们要讨论的问题。

通常情况下，游戏的延迟在100ms以内是可以接受的，但假设玩家客户端因为某种原因造成网络拥塞，延迟直接来到了500ms，这时会发生什么？当玩家按下移动按键时，需要等待0.5秒后才能收到服务器的响应，才能看到角色的移动，这可能直接导致游戏无法继续进行了。这时客户端和服务器需要使用一系列技术来尽可能地减少延迟带来的体验丢失。我们需要引入一个很重要的概念：预测。

预测

对于较为确定的游戏对象，我们可以使用预测来提前模拟下一游戏时刻的状态。比如玩家按下移动按键后玩家的移动轨迹就是相对确定的，除非在移动时被其他实体撞了一下导致轨迹偏移。这样，我们就能预先在客户端进行模拟。假设现在玩家到服务器的延迟是100毫秒，玩家向前移动一格需要花费100毫秒。当玩家按了一次前进按键时，客户端立即更新角色进行前进操作，并渲染到屏幕上，整个操作花费200毫秒的时间。服务器在100毫秒后将收到数据，再将位于服务器上的玩家位置进行更新同步。在这种情况下，玩家的移动和服务器的响应都没有问题。但是假设现在玩家到服务器的延迟来到了250毫秒，移动一个同样花费100毫秒。现在当客户端连续按下两次前进操作时，客户端预测的状态是玩家移动了两格，但是服务器上还没来得及模拟下一个操作，玩家仅移动了一格。所以服务器返回了玩家只移动一格的数据，客户端只能按照服务器上的数据更新玩家的位置，所以此时会看到玩家走出去两格又被“拉回去”一格，最后才移动到正确的位置。如图所示。

!预测

此时的玩家体验是不佳的，我们是否有办法通过服务器的协调来解决这个问题？答案是有的。首先，我们修改一下客户端与服务器的通讯协议，在客户端的每个请求中添加一个序列号。比如第一个请求的序列号是

和上一个例子的场景相同，当玩家连续按下两次移动键时，客户端发送

!2

插值

在大型多人MMO在线游戏中，服务器要实时处理同屏玩家的状态更新。但是服务器的CPU资源也是有限的，不可能以超高的频率实时更新玩家的状态。我们需要限制刷新的频率来节省资源，并且还需要让玩家看到接近实时的世界。这时，客户端插值的重要性就体现出来了。在了解插值前，先介绍一下服务器的概念：Tick和TPS。

- Tick代表游戏刻，一个游戏刻就是服务器同一时刻同时处理的游戏对象状态。
- TPS，Tick Per Second，每秒多少个游戏刻。像Minecraft这类的开放世界游戏，服务器的TPS一般设定为20，即每50毫秒刷新一次。在大型的MM在线游戏中可能更低。像我们的项目对于移动的刷新是100ms一次。在低TPS的情况下，如果不使用插值，角色会直接瞬移，导致游戏没法玩。为了让角色的移动也能够平滑化，可以使用客户端插值配合预测的方式来进行。

常见的插值方法有：导航插值（也叫航位推算）和实体插值。

导航插值

导航插值又名航位推算（Dead Remocking）。航位推算一词来源于航海导航中，在游戏中同样可以应用航位推算。导航插值适用于惯性大或者运动方向不会大幅改变的物体。比如：高速行驶的赛车和低速的船只。例如在一个赛车游戏中，赛车以100米每秒的速度行驶，汽车的位置、加速度和方向都高度依赖于其先前的位置。客户端每隔100毫秒向服务器同步一次赛车的位置。在100毫秒的时间内，客户端可以简单地假设赛车的航向和加速度保持恒定，并在本地进行物理的模拟，然后等待100毫秒收到服务器回应后，再根据服务器的回应对航向进行修复。这样赛车能够平滑地运行，而且推算的轨迹不会与实际偏差太大。但是如果这时候赛车撞到障碍物导致停车，同步就会出现问题，此时客户端应立即向服务器发送额外的同步数据包以保证状态的同步。

实体插值

在玩家的方向和速度可以立即改变的情况下，导航插值就不太好用了。例如FPS游戏，玩家射击的方向可以实时改变，身体朝向也是可以达到180度的突然转向。这时可以使用实体插值法。

在这种不太好预测的场景中，我们可以让客户端始终同步玩家过去一次Tick的状态。比如我周围的玩家在第1个Tick时位于坐标（0，10），在第2个Tick时位于坐标（0,20），则我的同步逻辑是：到了第2个Tick时，同步他在第一个Tick时的坐标，并在下一个Tick做插值运算。这样，视野内玩家的状态永远是上一个Tick时的状态，玩家的运动也是平滑的，可以解决不好预测的问题，在延迟较小的时候玩家是几乎感受不到区别的。

总结

在多人在线游戏中，同步是一个比较复杂的问题。这篇文章只是对同步的原理做一个入门的分析，实际项目的同步需要使用多种技术以及同步模型来进行，例如AOI（Area of Interest）视野同步。我会在后续的文章中进行总结。

在多人在线游戏中，为了让多名玩家能够看到相同的状态表现，服务器和客户端需要紧密结合以同步游戏世界中的对象。同步并不是服务器与生俱来的能力，需要通过一系列技术来尽量地让玩家能够看到相同的游戏世界。

浅谈实时多人在线游戏客户端服务器协调技术

游戏人工智能简述

游戏AI十分常见，从小时候玩的五子棋人机对战再到现在大型游戏中的各种仿真AI，例如追逐战中追着我们不放的怪物、游戏中天空的鸟群以及能够与玩家做出交互的NPC。游戏的AI随着时代不停地在发展，近期随着ChatGPT大语言模型的兴起，游戏的AI有了更加前沿的探索。不过，在目前的游戏中，我们常说的AI还是偏向于工业AI，并非学术上典型的AI。所以本文将详细讨论游戏工业中的AI。

游戏AI与其他行业AI的区别

游戏AI与其他行业所说的AI最主要最核心的区别在于：游戏AI的设计目的是用于服务游戏玩家，通过AI给予玩家尽可能好的游戏体验，而不是以打败玩家为目的。所以在游戏AI设计的时候，需要满足合理性和公平性。比如玩家如果不在怪物的视野内，那怪物不应该攻击玩家，在难度上需合理调配，不能过于简单或困难，不然可能会造成玩家没有成就感。

行为AI的主要实现方式

目前，工业派游戏AI（Industry AI）的实现方式主要分为以下两个大类：

- 通用AI（Decision Making, Agent based AI）

  - 行为树（Behavior Tree）

  - 目标导向（Goal Oriented Action Planning, GOAP）

  - 有限状态机（Finite State Machine, FSM或HFSM）

- 非通用AI

  - 转向行为（Steer Behavior）

  - 程序化生成（Procedural Content Generation, PCG）

  - 寻路（Path Finding）

  - 群组（Group）

 行为树

行为树（Behavior Tree，BT）可以抽象为树状的数据结构，由一系列的节点组成，这些节点描述了角色在不同情况下应该采取的行动。从根节点开始，每个节点都代表了一个行为或决策，每个节点都能够拥有自己的子节点，并且每个节点都会有一个先决条件。当一个AI行为发生时，会从根部开始进行遍历，检查每一个先决条件，满足条件的节点会继续遍历执行它的子节点。如果一个节点的先决条件不满足，则会立即跳过它的子节点，转而判断它的兄弟节点，直到整棵树遍历完成，再回到根节点进行下一轮遍历。

以塞尔达游戏中的怪物为例，AI模拟如下图所示：

!图片1.png

 有限状态机

有限状态机（Finite State Machine，FSM）能够将游戏内AI的各类行为抽象为不同的状态，通过事件能将不同的状态进行连接，组成一个状态机。在事件发生时，不同状态之间能够进行相互转换。
有限状态机图示：

!图片2.png

有限状态机的优点是对于相对简单的行为和状态转换时非常直观和易于理解。代码能够很方便地进行封装并复用，能够大大降低程序工作量。举个简单的代码例子：

StateMachine.java

`java
class StateMachine
{
  private State stateCurrent;
  public void tick(long delta)
  {
    if(stateCurrent != null) {stateCurrent.tick(delta);}
  }

  public void changeState(State stateNew)
  {
    if(stateCurrent != null) {stateCurrent.exit();}
    stateCurrent = stateNew;
    if(stateCurrent != null) {stateCurrent.enter();}
  }
}
`

State.java

`java
class State
{
  public void tick(long delta) {}
  public void enter() {}
  public void exit() {}
}
`

另外地，有限状态机有个经典设计：1P+3E，即：Precondition（先决条件）、Enter（进入的事件）、Execute（执行）、Exit（退出）。比如NPC的开门动作，在开门和关门前有一个先决条件Precondition，条件满足发布一个Enter事件，进门后的相关操作为Execute，最后执行完成后关门Exit。

 分层有限状态机

分层有限状态机（Hierarchy-FSM,HFSM）是有限状态机的升级版，能够处理更为复杂的NPC行为逻辑。

!图片3.png

分层有限状态机中的每个状态都可以包含多个子状态，而子状态仅能够在当前层中切换，不能在不同层之间切换。

分层有限状态机一般分为以下几种层面：

- 顶层状态：顶层状态是分层有限状态机的最高层，通常表示对象的主要状态，每个顶层状态可以包含子状态或子状态机。

- n中间层状态：中间层状态是顶层状态的子状态，用于进一步细化对象的行为。它们可以有自己的子状态或子状态机，从而形成嵌套的结构。

- 基本状态：基本状态是中间层状态或顶层状态的最低层状态，表示最具体的行为。它们通常是无法进一步分解的状态。

举个例子，当顶层状态是怪物的行为时，中间层状态则可设计为：怪物追击玩家，再分解为基本状态为：怪物移动；怪物攻击。
中间层可以继续拓展，例如怪物巡逻，分解为基本状态为：怪物在营地范围内巡逻；怪物超出营地范围，返回营地。这里同样以塞尔达为例画图：

!图片4.png

 目标导向

目标导向即以最终目标为导向，将过程分解为多个小目标，并按照路径进行寻路，找出一个最优解。目标导向的方式很符合人类的思维习惯，理解起来十分容易。在合成类游戏中，目标导向的方式十分常见。例如Minecraft我的世界游戏中，一个原木可以合成4个木板，1个木板合成2根木棍，2根木棍加三个木板可以合成1根木镐。在这个过程中，如果需要自动合成，AI会判定玩家背包里是否有上述的物品，如果有就不会进行重复合成，即最终保证一条最短的路径来达成目标。

行为AI设计思想

行为AI是一种和游戏类型无关、和前后端无关、和功能无关的思维模式。

 ECA思想

例如上文所述的状态机，基于事件驱动的分层状态机就是一种设计思想，可以抽象为：AiEvent（事件）、IChecker（检查器，也就是决策）、IAction（执行的行为）。它们共同组成一个行为单元（AiCell）。

!图片5.png

完整的状态机：

!图片6.png

 行为树黑板数据思想

黑板（Blackboard）是一种数据集中式的设计模式，一般用于多模块间的数据共享。黑板数据是AiState、AiCell之间用来共享数据的一个数据结构。在行为树中，黑板十分适合作为行为树的辅助模块。每个行为AI组件拥有独立的黑板数据，并将黑板数据分成3个作用域：

- Global：全局作用域，不会自动删除
- AiGroup：切换行为AI（状态机）时该作用域销毁
- AiState：切换行为状态（状态）时销毁

举个例子：在怪物追击玩家的过程中，玩家的数据位于全局作用域中，怪物可以根据这个数据做出是否追击玩家的决策，而追击的过程数据可以位于AiGroup状态机中，状态机切换时，这个作用域的数据也会销毁。最后是行为，行为数据存储在AiState中，会随着切换行为数据而销毁。

总结

游戏AI的最终目的是提升玩家的游戏体验，并不是为了“炫技”或者打败玩家而生，游戏AI设计时应考虑设计成本，不宜过于复杂。并且AI的引入需要合理，保证不会破坏游戏的公平性。最后，随着AIGC时代的到来，游戏的AI的行为可能会逐步趋向智能化，我们不妨大胆地期待。

游戏AI十分常见，从小时候玩的五子棋人机对战再到现在大型游戏中的各种仿真AI，例如追逐战中追着我们不放的怪物、游戏中天空的鸟群以及能够与玩家做出交互的NPC。游戏的AI随着时代不停地在发展，近期随着ChatGPT大语言模型的兴起，游戏的AI有了更加前沿的探索。不过，在目前的游戏中，我们常说的AI还是偏向于工业AI，并非学术上典型的AI。所以本文将详细讨论游戏工业中的AI。

标签：游戏服务器

浅谈实时多人在线游戏客户端服务器协调技术

浅析游戏AI行为与设计思想