多人游戏与网络同步 / 系统课时
预测状态怎样与服务器重新对齐
预测状态怎样与服务器重新对齐
客户端预测能让操作在高延迟下仍然流畅,但断线期间本地可能继续积累预测结果,而服务器权威状态已经发生变化。恢复连接后不能直接覆盖,也不能盲信本地结果;正确做法是回到服务器确认的基线,再重演尚未确认的可预测输入。
学习目标
- 区分服务器权威状态、已确认输入序号与客户端输入缓存
- 掌握“回滚到权威基线,再重演未确认输入”的对齐过程
- 识别哪些操作可以重演,哪些一次性业务操作必须排除在预测队列之外
重新对齐需要三个信息
客户端至少要同时保存三类数据:最近一次服务器权威状态、服务器已确认处理到的输入序号,以及客户端尚未清理的输入缓存。只看当前位置是不够的,因为你无法判断本地状态中哪些变化已经被服务器接受,哪些只是客户端自己的预测。
假设客户端本地预测位置已经到 12,恢复时缓存里仍有输入序号 1~4。服务器返回位置 9,并声明已经处理到输入序号 2。此时序号 1、2 已包含在权威状态中,真正需要重演的只有 3、4;正确答案不是继续保留 12,也不是永久停在 9,而是从 9 开始重新执行 3、4。
回滚与重演的顺序
恢复包应携带类似 serverTick、ackInputSeq 和权威状态。客户端收到后,先删除所有 seq <= ackInputSeq 的输入,因为它们已经包含在服务器状态里;然后用权威状态替换本地预测基线;最后按原顺序重演剩余输入。

重演必须保持输入原顺序,并使用与正常预测一致的确定性规则。若移动受碰撞、技能冷却或服务器纠正影响,重演后的结果可以与断线前本地预测不同,这正是重新对齐的目的。
用序列号实现最小对齐逻辑
下面的 Node.js 示例模拟一次重连:客户端原先预测到位置 12,输入缓存尚未清理序号 1~4;服务器恢复包给出权威位置 9,并确认已经处理到输入 2。客户端删除 1、2,回滚到 9 后按序重演 3、4。
function applyMove(state, input) {
return {
...state,
x: state.x + input.dx
};
}
function reconcile(serverState, ackInputSeq, inputBuffer) {
const unacked = inputBuffer.filter(
(input) => input.seq > ackInputSeq
);
let predicted = { ...serverState };
for (const input of unacked) {
predicted = applyMove(predicted, input);
}
return {
predicted,
pendingInputs: unacked
};
}
const localPredictedBeforeReconnect = { x: 12 };
const serverState = { x: 9 };
const inputBuffer = [
{ seq: 1, dx: 1 },
{ seq: 2, dx: 1 },
{ seq: 3, dx: 1 },
{ seq: 4, dx: 1 }
];
const result = reconcile(serverState, 2, inputBuffer);
console.log(`before=${localPredictedBeforeReconnect.x}`);
console.log(`authoritative=${serverState.x}`);
console.log(`after=${result.predicted.x}`);
console.log(
`pending=${result.pendingInputs.map((input) => input.seq).join(",")}`
);预期输出:
before=12
authoritative=9
after=11
pending=3,4输出中的 11 不是服务器直接下发的值,而是客户端以服务器的 9 为可信基线,再把未确认输入 3、4 重演后的预测结果。等服务器以后确认到序号 4,客户端就可以把这两个输入从缓存中删除。
不是所有操作都能放进重演队列
预测队列适合移动、转向、可确定重算的技能前摇等操作,因为它们的目的只是重建临时表现。购买、支付、领奖、开箱这类一次性业务操作不能因为“重演输入”而再次触发服务端副作用;它们必须走独立的幂等请求机制。
如果预测逻辑依赖随机数、物理模拟或时间,还要保证重演能够获得一致输入条件,例如保存随机种子、固定时间步或由服务器下发必要的校正信息。否则客户端虽然执行了“同样的输入”,结果仍可能持续漂移。
什么时候需要直接放弃预测结果
当服务器返回的快照版本跨度过大、客户端缺失必要输入历史,或本地预测算法版本已与服务器不兼容时,继续重演反而会扩大错误。此时应清空预测队列,以服务器快照为新的本地状态,再从恢复完成后的新输入开始预测。
重新对齐的核心不是“让服务器迁就客户端”,而是让客户端明确知道服务器已经确认到哪里,只对尚未确认且可安全重演的输入继续预测。这样既能保留操作流畅度,也不会把断线期间的本地猜测当成权威结果。