介绍如何在 Unity 利用稀疏体素化八叉树 (SVO) 和专门的 A* 寻路算法在 3D 中进行寻路。

要解决的问题

游戏《失落的废墟》希望引入一种远程武器，这种武器可以在发射时自动搜索目标，而无需瞄准目标。作为解决方案的一部分，需要一种自动触发的闪电发射器和一把可以发射寻找敌人的连锁闪电的弓。

寻找路径

通常，二维空间中的寻路（例如，在三维世界的表面上）是通过烘焙导航网格并使用导航网格代理来解决的，这在 Unity 中是一项简单的任务。如何在三维空间中烘焙导航网格？没有要遵循的表面，因为世界中自由空间的体积是要遍历的媒介。因此，让我们引入一个空间树结构，这在其他游戏引擎（子）系统（例如物理）中很常见。让我们为该结构定义以下要求：

• 遍历结构必须很快。
• 它必须是内存高效的，因为我们希望支持大型环境中的寻路。

首先让我们考虑一个间距均匀的常规 3D 网格。这将是问题的简单解决方案，因为您只需将世界细分为具有给定大小和尺寸的网格单元，并检查是否有任何静态（几何）对象与每个单元重叠（稍后会详细介绍）。遍历此结构会相当快，因为​​可以在常数 O(1) 时间内访问任何单元。但是，很多时候（尤其是对于大型开放世界）很多空间都没有被任何几何体占用，但常规网格会分配一个单元，而不管与几何体是否有重叠。这不仅会导致过多的内存需求，以便在大空间中拥有均匀的网格，还会导致更糟糕的寻路运行时间，因为大多数单元是空的，但在遍历中无法跳过。

稀疏体素化八叉树

八叉树是一种相对简单的空间数据结构，每次需要细分时，它将父空间拆分为八个子空间。在这种情况下，稀疏意味着只有某些空间（在我们的例子中是至少部分被占用的空间）实际上被分配为八叉树中的子节点。体素化部分意味着一个体素（我们为寻路定义的最小空间单元）是八叉树可以细分到的最小空间。对于我们的情况，这也意味着插入到我们的八叉树中的任何占用体素都会立即导致将其嵌入八叉树的最低级别所需的所有细分。这种类型的八叉树对我们的用例有利，因为它很好地满足了要求：

• 遍历速度相当快，因为​​访问树内的任何（体素）节点都保证了 O(log n) 对数时间复杂度（如果后续遍历相邻节点从起始节点而不是根节点进行，则效果会更好）。由于节点数比均匀网格的单元数少得多，因此遍历速度加快，因为覆盖整个空间的节点数更少；因此，需要的遍历时间更少。
• 它非常节省内存，因为较大的未占用空间不是显式存储的，而是因为没有为该空间分配节点。除此之外，如果我们消除节点总是像体素一样小的限制，较大的占用空间也可以缩小为更大的占用节点

在这里，您可以看到斯坦福兔子被体素化为 SVO，从每个基本方向看都是如此。绿色方块表示空的、未被占用的八叉树节点。红色方块（有时有点橙色/棕色/深绿色，因为边缘与相邻的空节点重叠）表示被占用的八叉树节点。

优化和配置

可以在计算着色器中轻松实现与三角形重叠检查的算法，从而大大加快体素化过程。我建议随后在 CPU 上使用普通 C# 脚本构建八叉树，因为在我看来，在 GPU 上构建八叉树并非易事。此外，我建议您仔细考虑问题域，以便以最小的成本（内存、构建时间、精度/分辨率）获得最大的性能。例如，如果可以在不牺牲太多精度的情况下在体素化步骤中使用较小的网格大小（或较大的单元大小），那么请这样做以节省内存和遍历时间（以及构建时间）。此外，如果您可以在设计时构建八叉树并在游戏过程中需要时对其进行反序列化，那么您应该这样做以避免必须动态构建它（如果您的游戏中没有影响结果的动态变化元素，例如程序地形）。您可以考虑的另一件事是根据需要异步构建（或加载）游戏各个区域的八叉树。这样做有两个好处：1. 你需要更少的内存，因为只加载当前活动区域的八叉树。2. 通过将你的世界分成几个较小的区域，你可以在大小和遍历时间方面获得更好的结果，因为这些区域通常不需要互连的寻路（例如，想象一下 roguelike 游戏中的独立房间）。另外，请注意应用此解决方案的数据：如果你的世界有许多重叠的单元格和相邻的空闲单元格，从而阻止八叉树将节点组合成更大的节点，那么你最好只使用统一的网格，因为它更适合问题域。最后：不要在寻路中对你不需要的东西进行体素化。在失落废墟的例子中，我排除了底层（因为没有射弹/闪电会低于该水平，并且整个游戏过程中海拔保持不变）以及可玩区域之外的所有物体。此外，我还排除了像树叶这样被定义为可被射弹穿透的东西。

欢迎下载