多人游戏与网络同步 / 系统课时

客户端应该在哪条时间线上渲染

客户端应该在哪条时间线上渲染

多人游戏中,服务器快照到达客户端并不等于客户端应该立刻显示该状态。本篇建立服务器时间、快照时间与本地渲染时间的统一关系,并据此确定插值缓冲与外推计算应该使用哪条时间线。

学习目标

  • 区分服务器模拟时间、快照时间和客户端本地时间。
  • 理解客户端为什么通常要渲染一个“略落后”的目标时间。
  • 能根据快照时间戳计算插值位置,并识别外推何时才有必要。

三条时间线分别负责什么

多人同步中至少存在三种时间概念。服务器时间表示权威模拟推进到哪里,快照时间表示某条状态在服务器时间线上对应的位置,本地渲染时间则表示客户端此刻真正要把画面显示到哪里。三者混在一起使用,最容易出现抖动、倒退或预测距离突然变大的问题。

服务器时间、快照时间与客户端渲染时间的关系

服务器时间通常由权威服务器单调推进,例如每个 simulation tick 增加固定步长。快照携带的时间戳必须与这个时间坐标一致,因此客户端收到快照后,不应该把“收到消息的本地时刻”当成快照发生的时间。

本地接收时间只适合回答“网络花了多久”,不适合回答“这个玩家在什么时候处于这个位置”。例如一个服务器时间为 10.0s 的快照,即使客户端在本地 10.18s 才收到,它仍然代表服务器时间线上的 10.0s 状态。

为什么渲染时间通常要落后

假设服务器每 100ms 生成一个快照,网络延迟又存在波动。如果客户端总是立即渲染最新收到的快照,那么画面会不断经历“等待下一份数据”和“突然跳到新状态”的过程。更麻烦的是,新快照的到达间隔并不稳定,移动速度看起来就会忽快忽慢。

更稳定的做法是让客户端定义一个渲染目标时间:

Trender=Tlatest−BT_{render}=T_{latest}-B

其中 T_latest 是当前已经收到的最新快照时间,B 是插值缓冲量。只要缓存中还有更早和更晚两个快照,客户端就可以在它们之间连续插值,而不必等待网络以完全固定的节奏送达数据。

缓冲量不是越大越好。较大的 B 能提高“总能找到下一帧”的概率,但会增加可感知的显示延迟;较小的 B 更接近实时状态,却更容易因为网络抖动而进入外推或出现短暂停顿。因此它应根据快照频率、网络抖动和游戏类型调整。

插值与外推使用同一坐标

设缓存中存在快照 S0 和 S1,其服务器时间分别为 t0、t1,当前渲染目标时间为 tr,且满足 t0 <= tr <= t1。线性插值系数为:

α=tr−t0t1−t0\alpha=\frac{t_r-t_0}{t_1-t_0}

位置可以写成:

p=(1−α)p0+αp1p=(1-\alpha)p_0+\alpha p_1

这里最重要的不是公式本身,而是 tr、t0、t1 必须处于同一时间坐标。不能用本地收到消息的毫秒数去和服务器快照时间直接相减,否则 alpha 会失去实际意义。

当 tr 已经超过最新快照时间时,客户端没有未来快照可用于插值。这时才可能使用外推,例如结合最新快照的位置与速度估计未来位置。但外推属于“根据历史状态推测未来”,持续时间越长,预测误差通常越难控制,因此应把它视为缺少未来数据时的退路,而不是默认的渲染方式。

实现时间选择的核心逻辑

实际代码通常会维护一个按服务器时间排序的快照缓冲区。每次收到新快照后更新最新时间,再根据固定或动态缓冲量得到 render_time。渲染循环只负责寻找包住 render_time 的两个快照;能找到就插值,找不到才考虑外推。

下面的示例使用简单的一维位置数据演示时间选择逻辑,重点是保证所有计算都在同一条服务器时间线上完成。

python
from dataclasses import dataclass


@dataclass
class Snapshot:
    server_time: float
    position: float


def render_position(snapshots: list[Snapshot], latest_server_time: float, buffer_seconds: float) -> tuple[str, float]:
    if len(snapshots) < 2:
        raise ValueError("at least two snapshots are required")

    render_time = latest_server_time - buffer_seconds

    for left, right in zip(snapshots, snapshots[1:]):
        if left.server_time <= render_time <= right.server_time:
            span = right.server_time - left.server_time
            if span <= 0:
                raise ValueError("snapshot times must increase")
            alpha = (render_time - left.server_time) / span
            position = left.position + (right.position - left.position) * alpha
            return "interpolation", position

    # 没有未来快照可用时,示例只报告需要外推,不伪造预测值。
    return "extrapolation", snapshots[-1].position


snapshots = [
    Snapshot(10.0, 100.0),
    Snapshot(10.1, 102.0),
    Snapshot(10.2, 104.0),
]

mode, position = render_position(snapshots, latest_server_time=10.2, buffer_seconds=0.05)
print(mode, round(position, 2))

预期输出

text
interpolation 103.0

这里的渲染目标时间是 10.15s,它位于 10.1s 与 10.2s 两个快照之间,因此客户端能够稳定插值。即使本地系统当前时钟继续向前走,只要渲染逻辑仍围绕服务器快照时间选择目标,网络到达顺序就不会直接改变运动时间线。

什么时候切换到外推

判断是否需要外推时,优先检查快照缓冲区是否存在覆盖 render_time 的未来快照。存在时继续插值;不存在时才进入外推,并限制最大外推时长。这样可以避免网络短暂抖动就让预测状态无限向未来延伸。

实际项目还应保证服务器时间戳单调、快照按时间排序,并避免直接使用系统墙上时钟参与物理模拟。对渲染而言,关键原则只有一个:先确定统一的服务器时间坐标,再决定当前帧应该播放这条时间线上的哪一个时刻。

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

客户端应该在哪条时间线上渲染

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