游戏客户端架构 / 系统课时
哪些移动状态必须可复现
哪些移动状态必须可复现
网络角色控制器要支持预测回滚,就必须能从某个历史状态出发,用保存的输入重新计算后续移动。如果只恢复位置,却遗漏速度、接地、朝向或跳跃计时器,同一段输入可能得到不同结果。本篇明确哪些数据必须保存、哪些数据可以重新计算,以及怎样验证一段移动逻辑能稳定重演。
学习目标
- 区分决定后续运动的模拟状态、每 Tick 输入命令和纯视觉数据。
- 识别接地、速度、朝向、动作边沿与计时器的重演依赖。
- 使用固定步长示例验证相同初始状态与输入能否得到相同结果。
可复现的核心不是只有位置
设想角色在 Tick 200 位于平台边缘,水平方向速度为 5m/s,竖直速度为零,并且仍处于接地状态。下一 Tick 玩家按下跳跃。如果回滚时只恢复位置、却没有恢复接地标记,控制器就可能拒绝跳跃;如果漏掉水平速度,角色的空中位移也会不同。
判断一个变量是否属于重演状态,可以使用一个简单标准:在相同输入下,这个变量当前的取值是否会改变未来 Tick 的模拟结果? 如果会,就必须能够从历史快照或完整的确定性上下文中恢复。
常见状态可以分成几组:
| 数据类别 | 典型字段 | 为什么影响重演 |
|---|---|---|
| 空间与速度 | Position、Velocity、Yaw | 决定下一步位移与朝向 |
| 接地与碰撞 | Grounded、GroundNormal | 决定跳跃许可、坡面投影和滑动 |
| 移动模式 | Walk、Sprint、Crouch、Dash | 决定速度限制、碰撞体和加速度 |
| 动作状态 | JumpCount、DashRemainingTicks | 决定动作是否允许再次触发 |
| 容错窗口 | CoyoteTicks、JumpBufferTicks | 决定边缘跳跃和提前按跳是否有效 |
| 外部运动依赖 | PlatformId、平台相对位置 | 决定移动平台上的下一步位移 |
不要求把所有字段无条件发送给服务端。能够由完整快照和确定性规则重新得到的派生数据,可以不单独存储。但接地计时、动作剩余时间等已经影响后续分支、又无法由其他保存字段恢复的数据,不能因为看起来很小就省略。
区分输入命令、状态与外部环境
输入命令记录玩家在指定 Tick 想做什么,例如移动方向、跳跃按下事件、冲刺请求;模拟状态记录执行命令后的结果。两者不能互相替代。
特别要区分 JumpPressed 与 JumpHeld:前者表示该 Tick 是否产生新的按下边沿,后者表示按键当前是否持续按住。如果只保存布尔持续状态,在重演时可能把一次长按误认为连续多次跳跃请求。

外部环境同样重要。如果一端的平台已经移动、另一端的平台仍停在旧位置,即使角色状态和输入完全相同,也可能得到不同碰撞结果。因此实际重演需要明确使用哪个 Tick 的平台状态、哪些碰撞体参与查询,以及接触结果如何影响角色。
对于依赖物理引擎的刚体控制器,还不能直接假设不同设备上的浮点计算、接触顺序和物理求解结果完全确定。跨端通常仍需通过权威状态校正解决差异,而不是要求客户端与服务端的完整物理模拟永远逐位相同。
编写一个可重复执行的移动步骤
为了验证状态依赖,可以先实现一个简化的固定 Tick 移动函数。它只读取当前状态、当前输入和固定参数,不在函数内部读取实时按键、帧耗时或随机数。
下面的 Unity 示例使用水平地面 Y=0、固定步长 0.02 秒以及简单的跳跃和重力规则。创建 ReplayStateDemo.cs 并挂载到场景对象,进入 Play 模式即可运行。
using System.Globalization;
using UnityEngine;
public class ReplayStateDemo : MonoBehaviour
{
private struct State
{
public Vector3 Position;
public Vector3 Velocity;
public float Yaw;
public bool Grounded;
}
private struct Input
{
public Vector2 Axis;
public bool JumpPressed;
}
private static State Step(State state, Input input)
{
// 固定时间步长,不读取Time.deltaTime或实时输入。
const float dt = 0.02f;
Vector2 axis = Vector2.ClampMagnitude(input.Axis, 1f);
state.Velocity.x = axis.x * 5f;
state.Velocity.z = axis.y * 5f;
if (axis.sqrMagnitude > 0f)
state.Yaw = Mathf.Atan2(axis.x, axis.y) * Mathf.Rad2Deg;
// 跳跃使用本Tick的按下事件和快照中的接地状态。
if (state.Grounded && input.JumpPressed)
{
state.Grounded = false;
state.Velocity.y = 5f;
}
else if (!state.Grounded)
{
state.Velocity.y -= 10f * dt;
}
state.Position += state.Velocity * dt;
// 采用静态平面地面,避免依赖外部物理场景。
if (state.Position.y <= 0f && state.Velocity.y < 0f)
{
state.Position.y = 0f;
state.Velocity.y = 0f;
state.Grounded = true;
}
return state;
}
private void Start()
{
State snapshot = new State { Grounded = true };
Input[] history =
{
new Input { Axis = Vector2.up, JumpPressed = true },
new Input { Axis = Vector2.up },
new Input { Axis = Vector2.up }
};
// 两次重演从同一快照出发,读取相同输入序列。
State first = snapshot;
State again = snapshot;
foreach (Input command in history)
{
first = Step(first, command);
again = Step(again, command);
}
bool identical = first.Position.Equals(again.Position)
&& first.Velocity.Equals(again.Velocity)
&& first.Yaw == again.Yaw
&& first.Grounded == again.Grounded;
Debug.Log($"同快照同输入:{identical}");
Debug.Log(string.Format(CultureInfo.InvariantCulture,
"高度={0:F3},接地={1}",
first.Position.y, first.Grounded));
}
}预期输出(忽略 Unity Console 自动附加的对象和调用位置信息):
同快照同输入:True
高度=0.288,接地=False第一次 Tick 触发跳跃,竖直速度设为 5m/s;随后两次 Tick 分别施加重力,竖直速度变为 4.8m/s 和 4.6m/s,因此第三次更新后的高度为 0.288m。两次重演从相同状态出发,使用相同命令和固定步长,所以示例中的完整状态一致。
可以把输入历史第一条命令的 JumpPressed 改成 false 再运行。此时角色不会起跳,输出高度为 0.000,接地为 True,但两次重演仍然一致。这说明可复现不仅需要保存位置,还需要准确保存动作触发的时间与输入边沿。
哪些内容不应参与核心状态重演
摄像机平滑、粒子播放、脚步音效以及纯视觉 IK 通常不应该决定角色下一 Tick 的物理移动。它们可以读取模拟结果,却不应反过来修改权威移动状态。否则回滚时重复播放或重复执行副作用,可能让动画与碰撞同时失去稳定性。
对于真正会影响移动的动画根运动,则必须明确记录或确定性重算对应位移;不能因为它来自动画系统,就自动归入纯视觉数据。类似地,若冲刺事件会消耗体力、改变碰撞体或开启无敌时间,相关状态也需要纳入快照或可恢复的游戏状态。
实际工程中还应将一次性副作用与模拟事件分开。重演时可以再次计算某 Tick 是否发生落地,但不应因此重复发放奖励、播放多次声音或重复发送网络消息。可利用 Tick 与事件标识去重,并由确认阶段处理不可逆行为。
怎样验收状态可复现性
在引入真实网络之前,建议为移动控制器建立一组固定输入历史。测试分别从相同快照重演两次,比较最终位置、速度、朝向、接地、动作模式和所有影响后续运动的计时器。
接着针对边界情况检查:角色在平台边缘按跳、跳跃缓冲刚好过期、冲刺剩余一 Tick、空中切换朝向、平台突然改变运动方向。若结果不一致,应优先排查是否使用了未记录的帧时间、实时输入、随机值或变化中的碰撞环境。
这类测试能够证明某段独立模拟逻辑在相同条件下稳定重演,却不能自动证明跨设备物理引擎完全确定。对网络角色来说,最可靠的设计是让移动步骤的输入和状态边界足够明确,保存所有不可重新推导的关键数据,并允许服务端权威快照在发生差异时纠正客户端结果。