游戏客户端架构 / 系统课时
平滑阻尼如何避免帧率差异
平滑阻尼如何避免帧率差异
每帧固定混合 10% 会让高帧率机器跟随更快,因为一秒内执行的次数更多。本篇用时间常数构造指数衰减系数,比较不同帧数下同一秒的结果,并说明这种一阶平滑与带速度状态的弹簧阻尼之间的区别。
学习目标
- 由时间常数计算每帧混合系数。
- 验证固定目标下的时间步一致性。
- 识别移动目标和调度带来的限制。
用秒定义误差消失速度
设时间常数 τ>0,误差在 dt 秒后乘 exp(−dt/τ),因此混合比例 α = 1−exp(−dt/τ)。经过一个 τ,剩余误差约为原来的 36.8%。τ 越小跟随越快,这比每帧比例更容易跨帧率调节。
固定目标下连续两步的误差倍率相乘,等于按两步时间总和计算的倍率。因此同样经过一秒,不论拆成 30、60 还是 144 步,都应得到近似一致的结果。这里的一致性针对这条解析更新与固定目标,不代表所有带阻尼系统都天然无关帧率。
比较一秒后的三个结果
以下 Python 3.12 标准库程序使用 expm1 减少很小 dt 下 1−exp 的相消误差。速度状态没有参与,因此这是无超调的一阶指数跟随,不是完整的二阶临界阻尼弹簧。
python
import math
def smooth(x, target, dt, tau):
if not all(math.isfinite(v) for v in (x,target,dt,tau)) or dt<0 or tau<=0:
raise ValueError('finite state, dt>=0 and tau>0 required')
alpha = -math.expm1(-dt/tau)
return x+(target-x)*alpha
for fps in (30,60,144):
x = 0.0
for _ in range(fps):
x = smooth(x,10,1/fps,0.5)
print(fps, f'{x:.6f}')
print('paused=', smooth(2,10,0,0.5))预期输出:
text
30 8.646647
60 8.646647
144 8.646647
paused= 2.0移动目标仍然受采样影响
若目标在每一步变化,程序把本步采样值当常量使用,不同采样率会看到不同路径。快速运动、瞬移、网络修正时应明确是否预测目标或立即重置跟随状态。不能把固定目标测试通过扩展为任意运动轨迹完全相同。
dt 应取实际推进的秒数。暂停时为零,大卡顿后要决定使用完整时间还是限制时间;限制 dt 会改变真实时间响应,但可能符合视觉需求。回放和联机还需要一致的输入时间戳与状态快照,单独换一个系数无法解决调度差异。
带惯性的阻尼需要保存速度
如果设计要求镜头带速度、惯性和可控超调,应使用二阶模型并保存速度,选择稳定积分或解析更新。用一阶指数平滑冒充所有 SmoothDamp 行为,会改变手感。调参时记录一秒后的误差、到达阈值和最大延迟,再在实际渲染循环检查目标更新时序;本例只实测数学响应。
按自己的节奏,确认真正理解。