图形渲染与 Shader / 系统课时

粒子数量为什么会失控

粒子数量为什么会失控

粒子特效在单独预览时可能只有几百个粒子,进入真实战斗后却迅速增长到几千甚至几万个。问题通常不是某一个参数特别大,而是出生率、生命周期、Burst、子粒子和多个特效实例同时叠加,使活跃粒子数被连续放大。

学习目标

  • 根据出生率和生命周期估算稳定状态下的活跃粒子数
  • 找出子粒子、Burst 与多实例叠加造成的数量放大
  • 用峰值场景验证粒子上限,而不是只看编辑器单实例预览

出生率和生命周期决定基础规模

对于持续发射且速率比较稳定的系统,可以先用一个简单关系估算活跃粒子数量:N=rLIN=rLI。其中 rr 是每秒出生率,LL 是平均生命周期,II 是同时存在的特效实例数。

例如单个发射器每秒产生 120 个粒子,粒子平均存活 2.5 秒,场景里同时存在 3 个实例,那么仅主粒子的稳定规模就约为 900。把生命周期从 1 秒改成 3 秒,即使出生率完全不变,活跃数量也会接近原来的三倍。

下面的脚本用于快速估算主粒子与子粒子放大后的规模,其中 child_factor 表示平均每个主粒子最终带来的总数量倍率。

python
emission_rate = 120
lifetime_seconds = 2.5
instances = 3
child_factor = 1.4

main_particles = emission_rate * lifetime_seconds * instances
total_particles = main_particles * child_factor

print(f"main particles: {main_particles:.0f}")
print(f"estimated total: {total_particles:.0f}")

预期输出

text
main particles: 900
estimated total: 1260

这个估算适合快速发现数量级问题,但 Burst、随机生命周期和延迟触发的子粒子会制造瞬时峰值,因此最终仍要用运行时统计确认。

子粒子会把线性增长变成连锁增长

如果主粒子死亡时继续生成子粒子,子粒子结束后又产生火花、烟雾或碎屑,就不能只查看最外层发射器的数量。每一级看起来都不多,但多级触发后,总数量可能远大于主系统面板中看到的数值。

粒子数量失控的放大关系

排查子粒子时,应沿触发关系逐级查看:主粒子一次会产生多少子粒子,子粒子是否还能继续触发下一级,以及这些粒子的生命周期是否互相重叠。只要任意一级既数量多又存活久,就可能形成持续堆积。

Burst 和实例叠加制造峰值

持续出生率主要决定稳定负载,Burst 更容易决定峰值。一个爆炸系统可能平时没有粒子,却在触发瞬间生成数百个火花、烟尘和碎屑。单独播放时没有问题,但多人战斗中多个技能同时触发,峰值会按实例数量直接叠加。

因此测试时不要只播放一个特效。应构造真实上限场景,例如同时触发多个爆炸、连续释放技能或让多个敌人同时进入受击状态,并观察总活跃粒子数量、CPU 模拟时间和 GPU 绘制时间是否同步上涨。

按增长来源逐项压缩

确认数量失控后,优化顺序应从增长来源开始,而不是随机降低所有参数。持续型特效优先检查出生率和生命周期;瞬时特效检查 Burst 数量;层级复杂的特效检查子粒子触发倍率;战斗场景则重点检查同类实例能否无限叠加。

还可以为非关键特效设置距离裁剪、实例上限或对象池复用策略,但这些措施只能限制运行时规模,不能替代对发射参数本身的检查。一个粒子系统如果单实例已经远超合理预算,增加实例限制只是把问题延后出现。

真正需要控制的是峰值场景中的总活跃粒子,而不是编辑器里某一个发射器显示的数量。先用出生率、生命周期和实例数估算基础规模,再追踪 Burst 与子粒子链路,通常就能找到粒子数量突然失控的具体来源。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

粒子数量为什么会失控

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通