GAMES 图形学系列笔记（五）

08.游戏引擎的动画技术基础(下) ｜ GAMES104-现代游戏引擎：从入门到实践 - P1：GAMES104_Lecture8 -02 - GAMES-Webinar - BV1fF411j7hA

好，那这个时候我们有了这个怎么去表达，rotation的数学基础的时候，我们这时候就可以表达每一个joint它的姿态了，那回到刚才我们讲的，就是说其实joint它首先有一个叫orientation。

orientation这个词呢其实跟rotation呢也很像，但是rotation更平民一点，orientation呢更能表达它叫空间上的朝向，那么空间上的朝向的话呢。

它实际上呃就是说在我的每个joint在任何时候，实际上都是它有各种各样的朝向的变化，这里面有个细节，就是说在大量的动画里面，大量的关节实际上它的运动都是以orientation，就是以旋转为主。

其实如果我们把关节只看它和它的腹部之，间的关系的时候，你会发现他很多时候不会发生平移，也不会发生放松，只有旋转，所以旋转的表达是动画的一个最核心的东西，那么就是说另外一个呢。

joint pose表达就是它的位置，这个位置呢指的就是空间上的平移，这个位置呢像我讲了两个joint之间，其实一般来讲不会变，就比如说我的父joint定在这的时候。

我的子joint他的position一般就是一个常数，不会变的对吧，你的负负骨骼转了之后，我相信的也就跟着转，但是呢在游戏引擎里面这个数值还是有用的，为什么呢，有些特殊的情况。

你比如说我们的人的那个PVS尾椎骨骼，它相对root的话，当这个人蹲在那儿站起来的时候，他的位置position是不是发生了变化，对不对，那么我整个这个角色站立和蹲下，都是要靠这根p vs骨骼顶起来。

所以这个骨骼有很多的平移的变化，那么第二个呢就是刚才我讲了，就是在人的这个表情动画里面，其实呢也有很多的平移的这个变化，还有呢就是在一些特殊的机械结构里面，比如说我们要做一个古代的弩。

弩箭这个弩箭它会拉开松起，拉开松起，那这个骨骼呢实际上也有这样的一个平移变化，但是在其他地方，如果你加了平移变化之后，这个角色看上去就会非常的奇怪，对吧嗯，那么joint这个姿态也是大家比较难理解的。

就是它的放缩变化，放缩变化呢实际上我们一般时候都会用，所以你如果看大量动画数据的话，scale这一项的话就是这个POS数据一般都是一一，大家都不懂，但是呢在在有些场合我们用的还是蛮多的。

比如说在我们的面部的表达的时候，我要做给他做个大眼睛，小眼睛对吧，我做个大鼻头高鼻头诶，这个时候我们会用到它的这个放缩的变化，而且放缩这里面我沿着X轴，Y轴，Z轴的放缩比例可能都不一样。

比如说我想做个阴沟比，还有我想做个很塌的鼻子，这个时候我就会用到它的这个这个，这个这个技术，所以呢这也是在动画中，有的时候我们用到的一个技术好，那其实对于任何一个joint一个关节，它的姿态的话呢。

实际上我们可以把它分解成三个元素旋转旋转，刚才我讲了，他是一个四元数对吧，那任何一个四元数呢，我可以把它展开成一个3×3的旋转矩阵，对不对，那么它的平移我们可以再转换成也是一个啊。

就是那个3×3的这样的一个一个矩阵，我们还有什么呢，还有放缩，那这里面的话呢，就是当我们把所有东西放在一起的时候，其实啊我们可以形成一个，就是这个一个一个3×3的，我们叫做啊应该是3×4的。

一个叫a fine matrix，那为什么呢，因为我们在表达平移的时候，实际上我们要加一个额外的是XYZ，还加上个一，那个一的话就是拼音，但是这里面的话呢就是说这个a fan matrix啊。

实际上它和我们在做那个投影的那个，那个那个矩阵不一样，投影矩阵的话呢，他的那个就是最后你算出来，他那个坐坐标XYZW的时候，你要把X除以WY除以WZ，它除以W才能表表示，这种就是就是透视变化对吧。

但是呢在骨骼动画里面的话，它这个矩阵我们叫做反射反射矩阵，它实际上是一个3×4的矩阵，它下面那个零零内列其实是不需要的，为什么呢，因为它永远是正交投影，大家仔细想就知道他永远是正交投影。

所以这个矩阵呢其实是非常重要的，实际上这也是我们在游戏里面对对骨骼，对顶点进行运算的核心数据系统，那么它的数据语言就是我刚才讲的旋转，我用四元数表达你ABCD对吧，你的你的TRC。

你的translation，你的平移，我用德尔塔XYZ表达放缩呢，我可以用就是那个AAASS，ASBC或者SXXYSZ来表达，我就能表达成一个反射矩阵，到这1part的话，同学们没有跟丢吧。

就是这个这就是你的joint的，表达了最核心的一个矩阵，那这个时候呢，我们当我们去表达一个joint的时候呢，哎这个地方开始有数学符号了啊，他真正的做法。

动画呢我们一般都会存储在他的local space里面，就是说我只会去成相对于他的父亲的这个变化，为什么呢，因为你会发现当一个角色在动的时候，很多骨骼其实是没有任何动画的，或者它只有一点点的旋转。

所以的话呢我们实际上对于每个骨骼来讲的话，我们知道几个概念，第一就是说我自身的这个复骨骼是谁，第二就是说我的这个腹骨骼，它在local space里面到底长什么样，那接下来我要求的东西是什么呢。

就是我这个骨骼，我这个joint我也讲错了，就这个这个关节，它在是在模型坐标，坐标系里面应该是什么样子的，那这个怎么做呢，实际上它是从他的这个根节点开始，一个骨骼，一个骨骼算下来，刚才我们是讲了。

你会得到这样一个反射矩阵嘛对吧，那它具体怎么算呢，实际上哦我们怎么讲了这个interpolation了，哎呀好吧，我先这个地方这个地方我觉得讲的是有点难了，那我先讲一下，就是为什么我们要把这个动画数据。

全部存到这个局部坐标系呢，其实它有一个数学原理的，就是说，当我的动画如果全部存在模型坐标系的时候，我因为我从第一个这个姿态到第二个字，代价是这样，如果我们每个关节点啊，它假设是在世界坐标啊。

在模型坐标系差值的时候，它插出来的动作啊，你的骨骨头它会一会变长，一会变的，为什么呢，因为如果你在模型这边也差值的话，你插出来的是条直线，大家看对不对，他两个位置变的时候。

它它的joint顶点位置它就会变成一条直线，那个骨骼看上去就是诶，就是他是走就是两点之间，比如说我第一针，我的我的我的胳膊在这儿对吧，我的第二针胳膊在这儿，那我的胳膊这个轴脚是不动的话，你发现没有。

你插出来的这个这个两个joint的位置，是不是正好在一个三角形，大家看我们的这个右边这个图就是model spy差值，但这个显然和我们人的认知是不一样对吧，而我们应该真正差指的是什么呢。

是这两个joint，这这这个joint的话，它的rotation，那么这个rotation的差值累积上去的话呢，你看到的就是一个骨骼，在定场的这样的一个旋转，所以说动画系统用局部坐标系进行插值的话。

它是有很深的一个数学原理在里面的，而这个时候呢我们先讲一个最简单的原理，就是说假设我只我的一个点，它只跟一根骨骼关联，记注意啊，一个顶点就是我在模型上的一个顶点，和一个骨骼关联。

大家特别容易搞混的东西是什么呢，我的骨骼，我的joint在这儿对吧，但是我跟他关联的这个这个顶点，在另外一个地方，它们之间是什么呢，还有一个相对位移的，大家仔细想是不是这样的对吧。

那我现在这个joint它本身动了，发生平移，发生旋转的时候，我希望我表皮上的这个这个皮肤，上的这个这个mesh也跟着相应动，这两个之间的数学是怎么去映射过来的，其实比大家想象的要复杂。

那这里面我怎么去表达它呢，其实他在数学上我们可以这么看，就是说对于任何一个顶点，一开始我人在a pose的时候，他呢这个顶点在模型空间，是不是有个有一个位置对吧，我们叫做那个V。

这个V呢我们用上表表达它是在哪个space里面，它在模型空间，mage表示它在模型空间里面，那么他那个B就表示是在绑定的时候位置对吧，那这个时候呢我的这个V啊，就是在那个local space的话。

相对那个绑定的那个那个那个骨骼的话，实际上也是有一个位置叫VBL对吧，那这个时候呢，我相对于我的这个这个绑在绑定的时候呢，我实际上是他那个那个骨骼啊，在mod设备里面有一个绑定，那个joint。

有个绑定的矩阵，刚才我们不是定义了一个FMRX吗，那个绑定矩阵它其实呢要满足一个恒等式，就是如果你这个绑定关系不变的话，当我这个joint的无论在空间上怎么移动，怎么旋转对吧。

我实际上我把我的这个顶点在local space，就相对你那个joint看上去的那个位置，和你一开始绑定的时候，它两个数据是不能变的，大家仔细看我们在这边画的这张图，就是右边这张图就是一开始的话。

在第绑定的时候，假设我们有个logo，那个标价我中间也有一个点，蓝色那个点，它相对于那个标价的话是个固定的位置对吧，当我的这个标价就是local space在被动的时候，再动到T的这一帧的时候。

那他的那个新的那个黄色的点，它在它的两个局部坐标向上投影，是不是要严格一致，否则这就不叫绑定了对吧，所以这样你会出现就是当这个关节在动的时候，这上面的表皮就跟着动，所以你会发现这里面有这样的一个恒等式。

这个恒等式里面有个关键的矩阵，就是说这一根骨骼在它绑定姿态的时候，它在模型坐标系里面的那个transform，就是那个翻译，那个那个那个那个那个叫fine matrix，那个叫什么来着。

哎呀我老是反应不过来，就是他那个叫反射变换的一个矩阵，这个矩阵是它最核心的一个矩阵，而且呢我们要求就是任何时候，当你这个肩关节点动了之后，我实际上我们两个的相对关系不能发生变化，我们只考虑一个。

就是说一个骨骼的情况下，那这个时候呢我们去看一个概念，就是说实际上我们的任何一个点，他在就任何一个关节，它在单位时间T的时候，它的在模型空间的位置啊，实际上你可以认为它从根节点的那个。

模型空间的那个那个那个矩阵一路的垒成上来，这个是没有问题的，就是就是一个transform叠一个穿刺孔，最后叠叠到我的手这个地方的这个矩阵，那么我实际上要满足的，就是刚才讲的那个恒等式。

就是说我的V在任何时候它在模型空间的位置，就是这个顶点变的那个位置，实际上等于什么呢，等于它的那个就是说他在绑定pose，那个矩阵的逆乘上呢，就是说在我的这个model space的时候。

那个那个那个那个joint，他在那个T的那个时刻的反射矩阵乘上呢，我在绑定时候的那个位置的相对关系，就是大家不要这个推导，大家自己可以推导一下，其实讲起来很抽象，但是简单来讲的话。

就是说我在这个顶点在绑定的时候有个位置，我乘上，我在绑定的时候，我这个上我的腹关节的，我绑定的关节的那个就是仿射矩阵的逆，我现在知道我们的相对位置，当你的这个关节这个这个位置呢。

在模型空间已经发生了很多变化的时候，我把这个相对位置再乘上，你这个变化，就可以得到我现在新的模型空间里面的这个值，所以这个值呢是就是我的新的坐标值，就这件事情其实大家经常在做这个东西的时候。

经常会忘记什么事，就把那个逆矩阵乘上去，就绑定的那个逆矩阵，所以我们在计算机运算的时候，在做那个动画的时候，我们一般在每一根骨骼，我们存的就是它的这个叫它的这个逆矩阵，再乘上它的这个。

就是说它当前动的在模型空间的矩阵，这个矩阵叫什么呢，就是我们叫做skinny matrix，skinny matrix就是我们的动画矩阵，就是我给你这个模型上的任何一个点，说只要你绑定。

比如说032号骨骼，你就要找到032和骨骼的这个skinny matrix，你把他在绑定的时候，你原始mesh里面的坐标的XYZ乘上这个sky mamx，就是这个骨架动过之后它的位置。

所以这里面的运算的话是要有把把一个绑定的，一个逆矩阵放进去的，所以这个时候我们去看那个，就是我们怎么去在计算机里面去存一个，股价信息的时候，你们如果看任何一个引擎的实现的时候。

你会发现它除了传我们所知道的，就是绑定的时候，比如说它的位置，他的放松放松一般是一一嘛就不动了对吧，还包括什么呢，还包括他的这个这个就是哦，那个那个那个QUATAN的rotation对吧。

就表达在空间的旋转，实际上它一般会存一个就是这个这根joint呢，这根关节在绑定的时候，它在空模型空间的那个那个那个变化的那个，它的逆矩阵在那，为什么呢，因为我在运算的时候，当我动股价的时候。

我会算出来这个joint的话，在新的动画pose下，它在模型空间的那个就是那个transform，那这两个transform呢，我要把这两个乘到一起，就得到了他的skinny matrix。

而这个SKINMATRIX的话，实际上就是当我知道这，当我在做vertex的这个空间的这个绘制的时候，我把老的这个模meshing的位置，乘上这个skinny的matrix的话，就是他新的位置。

所以这个实际上是，当大家再去做动画系统的时候，一定要牢记这个公式，这个公式是非常非常重要的一个公式，那么我们有了假设我这个人有70根骨骼对吧，那我把对骨骼进行编号，01234567，一直到69~70。

那实际上我算出来所有的这些skinny matrix的话，它形成一个就是pilot，就是一个一个表，也就是说因为我为什么要算这个表呢，其实很简单，就当我正式绘制的时候，我这一个角色身上的顶点输出多少呢。

可能是几万个对吧，那这几但是呢我的骨骼就几十个，所以说呢我不应该在每次算一个顶点的时候，我去再去算这个骨骼应该怎么样，我是要先把所有的骨骼它的位置算好，算好之后呢，我把他的这个就是那个蒙皮的矩阵送啊。

送送算好，那这样的话当我这些顶点用的时候，我就可以重用这些蒙皮矩阵的这些纸，那这个事情非常的重要，为什么呢，因为我们接下来会讲的就是说它这个母体啊，实际上是有很多的权重加在一起的。

那我实际上每一个那个每一个蒙，就是每一个joint这个矩阵会被访问很多很多次，所以必须得一圈算好，但这里面还有一个细节，就是刚才我们讲的就是，我们有三个三个坐标系嘛对吧。

从我们这里面讲的最多的是模型坐标系，但是呢这个模型本身在空间上是不是有位移，所以呢在游戏引擎里面，我们一般呢就是对这个磨皮矩阵的这个PALEA，会把它在世界坐标系里的那个那个transform。

也会乘上去，就是我们会再乘上一个矩阵，就是从模型坐标系向世界坐标系的，这个transform我也乘上去，所以你真正看到的这个skinny matrix呢，应该是就是这样的一个形式。

就是说它最外端是模型向世界的转换，第二个呢是你这个joint就是你依赖的这根骨骼，他在模型坐标系里面，最后它的这个pose是什么，就是它的变化是什么，然后呢要乘上一个，就是你在绑定的时候。

这个就是这个这个joint，它在它在模型坐标系里面的，这个这个这个这个transfer transform，就是变形的这个逆是什么，这三个乘到一起，就构成了我们的一个矩阵的pallet。

这个地方稍微有点抽象，如果同学们听不懂没关系，就是说你可以反复的来回推，因为刚才跟大家讲，就是在这边的公式里面，其实这个恒等式非常重要，也就是说下面那个就是你会它核心讲的道理。

就是说如果我的一个顶点相对于某一个joint，就是某一个关键点绑定之后，无论你撞的怎么动我，我这个顶点所在的新的位置，它相对于你这个就joint，相对于这个空间关系的话永远是不变的。

它其实整个就是用这个恒等去推出来，这个所有的绑定的原理，其实这个恒等的话，你把两边同时乘上一个矩阵的逆的话，你会发现它这个等式就变成了，我们这边的这个等式。

所以的话呢这就是这个就是skinny matrix的话，最核心的两个运算，第一个运算就是上一节上那个上上一个公司，就是说我的每一根骨骼，它是从根节点用local的transform，一路累积上来的对吧。

这个transform要包括旋转，平移放缩一路上来对吧，那么第二趴呢，就是说我一旦一路把他的在模型空间的变形，给他算出来之后，那我对于所有绑定的点，它的新的位置怎么算呢，我要承受你绑定时候的矩阵能力。

再乘上你当前的这个，你在模型空间的那个那个那个那个位移，那个那个那个那个就pose矩阵，然后呢我就能得到你的skinny matrix，这样的话我就能算出我的心的位置，那么我在真正渲染的时候呢。

我再加上一个，就是说你的从模型坐标系向世界坐标系的转换，那么这个时候我才能算出来，那么我们在做引擎的时候呢，我们在数据结构里面，会提前的把它矩阵的逆给存好，为什么呢，因为大家如果学过线性代数。

就知道我给你任何一个矩阵，虽然这个矩阵它是一个正交啊，它是一个就是A翻译矩阵，他的力是可以相对快的求导，但是本身还是比较慢，所以呢我们会提前把它矩阵的逆给求好，那这个就会预先存好。

所以说大家如果想做动画系统的话，这四页是很关键的事业，就是其实做动画系统我觉得就两个数学吧，第一个就是说COTAN的力东西要理解透，第二个呢，就是这个矩阵怎么一步步的去运算过来，这一排要理解透。

基本上你就可以去写这个，我们的这个这个这个动画了，那么接下来的话呢所谓的蒙皮动画，实际上呢它只是在这个基础上，让我们的一个顶点啊，任何一个表面上的点，能够和多个joint同时起作用，就多个关节起作用。

那它这个joint它的原理其实非常的简单，就是加权平均，那么他要求就是说诶我每一个顶点啊，就每一个那个表面上的点，它会和不止一个joint起作用，一般来讲的话呢这个数量它可以不设上限的。

但是一般来讲我们会不超过四个，就是说当我们要求相应的所有受他影响了，骨骼的话呢，它的加权必须要等于一，如果不等于一的话，就会出现很多很奇怪的变形，那么当我有了这个vt sky的话。

我怎么去算出它新的位置呢，其实这个过程呢就非常的直觉和简单，就是说我相对于我的依赖的joint1，我要算出我在模型空间的这个坐标系，对吧哦，我的我的我的新的坐标，我在相对于我的joint的二。

我也算出我的像在那个模型空间的第二个坐标，这两个坐标用一个加权，就是你一开始给的权做个平均就出来了，那这里面有个细节也是非常重要的，就是这个差值呢它必须是在模型空间。

不能够在joint the local space，为什么，因为local space每个joint都不一样，对不对，比如说这是joint的，一是joint的二对吧，那我joint的一转成这样了。

但joint那我还加了个旋转，那这个地方假设我的表皮有一个顶点，有一个有一个点的话，那其实呢我要用这个句型来算出它的新的位置，再用这个卷子算出另外二个位置，然后呢他两个在一起的话。

其实就能形成我们想要的那种twist的这个效果，所以这个是就是大家做真正的蒙皮动画的时候，注意所有的这个就是顶点的这个差值，一定是在模型坐标里做完，不，千万不能在local spss。

local space里面做，LOCPA1做你肯定就完蛋了，它实际上它也差不了好，那实际上呢我们有了这样的一些数学基础的话，我们就可以完全的进行我们的动画系统了，那这里面的话呢。

就是当我们一帧帧的pose做的连接在一起，这个呢我们在动画里面一般叫做一个CLIPSE，就是就是一组动画，我们家就我们或者叫做一个动画，克里斯在中国也不知道怎么翻译，就是说一个动画资产嘛。

就是我一个比一个走路的克里斯，我有个跳跃的clips，我有个跑步的clips，那么就是说真实在渲染的时候呢，其实我们会对他做什么做差值，因为CLIPSE的它一般存比如15帧或者20帧。

但是我们在游戏游戏里面的话呢，我的真的密度是很高，想象一下，比如说我们现在游戏里面一般是多少帧，120帧，60帧，对不对，但我动画资产不可能存60帧，存120帧。

所以很多时候呢我们要在这两个pose之间去插值，那差值呢，其实就是说它能够让这个动画，看起来更加的平滑，那差值呢这边我就讲的比较简单一点，比如说如果我对于我的这个就是位移，对于我的scale。

大家用线性插值基本上就都能看了，但是呢比较复杂的是rotation，那么rotation怎么做呢，实际上那个我们前面讲了quota嘛对吧，假设你一开始的旋转就是第一针的时候。

哎你这个joint的logo是Q1，第二种是Q2，那它的差值呢，实际上就是Q1和Q2的线性差值，再加个什么呢，再加上一个normalization，这样的话你就能得到一个旋转。

就像这个右边的下面这个图一样的，所以这个差值我们叫什么叫安乐，就是normalize，我的这个NERP它就可以旋转，这个呢其实在啊游戏引擎里面用的非常多，就是CORTANA一个很大的好处。

就是说如果你这时候给我的这个欧拉角的话，表达了旋转，或者你给我的是用那个就是矩阵transform rotation，矩阵表达旋转，我给你一个矩阵一和矩阵二是表达两个旋转，我问他们之间怎么插值。

实际上同学们想一想，这个计算其实非常的麻烦的，就是说至少我现在没有想出来说如果不用HOTAN，我怎么去做动画系统，我我我，我觉得就是说哈密尔顿，几乎给出了我们这个行业的唯一解。

那么NNP呢它其实是一个有一个细节，就是说其实角度差值为什么它很复杂，就是rotation的差值，实际上它有一个就是叫最短路径的原则，就是说两个旋转从旋转一插向旋转二人的。

以我们的人的perception的直觉，一般你都要沿着球面最短的路径，这就相当于是比如说你从北京到新疆对吧，你从北京直接飞过去，从北京飞到新疆是最短路径，但是呢你其实从北京往美国飞，然后然后沿着太平洋。

沿着大西洋，再从欧洲整个一路撞回来，你穿过亚欧大陆，你其实你也得到新疆，但是你那个路径是不是，它就是不符合人的直觉了，所以呢在这个地方呢我们加一个小小的运算。

就是说唉我们把CORTANA1dot product的口袋生二，这个值我得到的是大于零小于零，其实这个大于零小于零就代表了，如果是大于零，你就直接插上就好，如果是小于零的话呢，大于180度的角。

你就反向去查查就好了，那这个其实是一个很重要的处理，那这个东西如果你不去做的话，我们在我们在小引擎里面，其实已经做了这个处理，你看的就是这个角色的动画，如果那个你不去做这种最短路径的差值的话。

你会发现在某些时候那个关节会突然做个翻转，但是呢你加了这个最短路径的差值呢，诶他会看上去相对自然一点，所以这是啊小运行一个很重要的一个，一个一个一个属性好，那么在现在3A游戏中的话呢，就是你会发现。

就是说即使有这样的一个cod的差值，它有一个小小的问题，就是说它其实在角度空间中的这个差值旋转，就是你比如说你把它参数从00~11点点的，变的时候，它的速度是不均匀的，你会发现就是他一开始就是到中间慢。

到后面又开始快，它是一个，就是你如果对一个质量要求很高的动画的话呢，你会发现这个东西看上去有点不自然，所以呢现在在三游戏中，大家提出了一个叫SLP的概念，那SROP呢实际上也很简单。

就是说我把两个旋转之间的夹角theta给找出来，他用了一个阿克cos的运算，找出它的theta，然后呢我用那个theta哎一点点的差值，这个效果是比较好的，但是这个差值呢就是第一个它比较费。

它有一个反三角函数的运算对吧，我们都知道在计算机里面进行这种三角函数，特别是反三角形运算，它是很废的，它是要查表的，我不太可能现在在实时的真的去算，我要去查表去算，那么另外一个的话呢。

就是当C塔非常小的时候，那这个就是那个那个因为你用sin theta，就是因为你知道就theta很小，sin theta是不是很小，对不对，那这个你用它做分母，其实这个差值啊，它本身是不稳定的。

所以真正的在我们游戏的实践中呢，一般来讲会给定一个magic number，这个两个CORTAN就是两个旋转镜的夹角，如果它很小，我就不折腾了，用最简单的ENERP差值就完事了。

但是呢如果两个夹角比较大的话，哎我就用SLP，其实这两个方法都比较简单，如果同学们在写引擎的时候呢，我会建议按这个方法实现，基本上你能够达到这一代的这个效果，包括我们的小引擎。

其实小引擎现在我们只用了ENERP的方法，那我们后面的话可能就是说不定出个作业，让同学们写个s lf joint的共同方法，也就能帮助大家理解，CORTI和整个这个动画的这个运算好，那么其实讲到这儿啊。

其实动画的最核心的数学和它的原理，就讲完了对吧，虽然不好意思，我今天又超时了一一小时，38分钟了对吧，但是的话呢就是说呃，确实一个简单的动画系统给大家讲明白了，真的需要这么久。

那么这里面的话呢就是一个简单的动画，Rua pipeline，就是我首先呢有大量的动画的clips对吧，然后呢我们在每一帧都是我CLIPSE，就存在这个角色的各个pose，对不对。

那我就会找的就是它的当前帧和它的下一帧，其实我们这里的frame和post的概念是很相似的，然后这个时候呢，我们就算出它的这个就是interplay，就刚才我们讲的差值算法差。

除它现在真正的股价应该在这个pose，然后这个pose呢我会把它转换成model space里面对吧，我把它算好，算好之后就用刚才我讲的那个数学方法。

我把它算成我们的skinny matrix palate，就是说每一根骨骼表达成一个他的skinny magic，这样的话注意在这一趴的时候，一般来讲我们就会从CPU的运算，像GPU的运算的一个转换。

就显卡运算，就前面这一发传统的游戏引擎里面，都是在这个CPU算完的，但是后面这一盘呢我们一般会交给GPU啊，GPU里面的话呢，在他的word shader里面，我的每一个顶点就是几万个顶点，几百万个。

假设有skinny的这个顶点一般没有那么多了，就可以带ski的对象的话，一般在游戏里面也就是几十个到上百个，那么每一个的话几千个上万个点不同，然后呢他们就开始用这个这些这些skinny matrix。

真的让这些角色活灵活现的动起来，但是呢其实现在的游戏引擎里面，我一般讲叫GPU driven，实际上前面的那部分运算，现在也越来越多的游戏，特别是主流的3A游戏的话。

我们基本上也是全放在GPU里面去算了，因为这个CPU算实在是没有必要对吧，所以这个就是一个非常简单的动画的软弹，PAPI讲到这儿，基本上你的游戏就可以去做了，但是呢你真实的在游戏中啊。

还有一个很常见的一个技术就是动画压缩，那么动画压缩为什么很重要呢，实际上是我们会发现动画数据存储啊，它的数据量不像大家想象的那么小，那我举个游戏的例子吧，就比如说在一个游戏里面，比如说以撸啊撸为例。

我有100多个英雄对吧，每个英雄大概有5~10秒的这种动画，每一个动画呢一秒钟我要存30帧，30帧里面我要存它的这个平移，放缩和旋转的数据，这个加在一起，大家算一下，你会发现就这么一个简单的case。

你的数动画数据量将近两到三个G了，那这个数据量其实不能忽视的，其实现在游戏特别是3A游戏的话，它的动画量比这个还要大，因为我的模型的这个，这个就是因为你比如一个角色，一个动画。

它实际上是有70个70个关节嘛对吧，那70个关节的话，每个关节在每隔三每秒钟要存30个它的pose，每个pose里面又包括它的平移旋转和放缩，所以这个数据量非常的大，但是呢动画数据呢你仔细观察。

你会发现很有意思的特点，就是说其实对于同一个joint，你去看它，它很多数据是不变的，比如说大部分的骨骼，它的放缩是都是一个常数，就是一对吧，那么它的对大部分骨骼在local space看过了。

就刚才我一直在讲，就说哎他的那个就是位移其实也是不变的，对不对，因为我这个这个这个joint，和这个joint之间的位移，只要我这个骨骨头不打断，它一直都是连在一起的对吧，那么它大量的数据是什么呢。

是rotation，那么其实就算是rotation呢，你会发现啊，就是当我们表达很多角色动作的时候，你比如说像他的手指上，当他走的时候，他的手指头不会一边走，还一边捏来捏去，对不对。

很多时候他的手的这个手指头的这些这些，这很多十几根骨骼，它几乎没有什么rotation的动画，然后呢上臂呢虽然有一些，但是呢它的幅度也很小，但是你的大腿一块抬起来，一块放下去。

所以这边的数据它又会又会不一样，所以当我们观察到动画数据这个性质的时候，我们实际上就知道，怎么去降低它的数据的难度了啊，数据的量了，第一种方法呢就是说哎我们对于你那些不变的，那些就是那些track。

我们直接把你干掉，比如说scale，你干掉translation呢，我不要存那个沿时间轴和一串，我只要存一个值就完事了对吧，这个是非常常用的，也是很常见的一个东西，我们很快就能定义说哪些骨骼完全没有。

就是位移变化好，那这个时候这个时候呢对于rotation的话，我们压缩的方法引入一个关键的概念，就是k friend的观念，就是关键帧的概念，关键帧的意思就是说你的整个这个运动啊，这些信号。

其实我可以用一些关键帧别拉出来之后，在关键帧帧之间差值我就能表达，你那这个k phone之间的差值呢其实也非常的简单，它就是跟我们前面讲的MARSHIN的算法，比如说我先选取时间零零作为第一个关键帧。

我就依次往前走走走走走，在走的下个点之间，我们线性差值，当你的就是原始的数值和我差值出来的值，之间的误差超过了一定阈值的时候，诶我就把那个点退回来，把上一个点就输出它的关键帧。

然后再以它为起点再往前插对吧，就是一个martin算法，我永远保证你的error小于我的阈值，那我这个我就可以把原来，比如说几百帧的这个动画变成几十个关键帧，连接在一起的这样的一个动画。

那这些关键帧注意啊，它关键帧和关键帧之间的时间间距是不均等的，这取决于你的信号，在这个时间轴上的变化的频率，但这种差值呢对于旋转来讲的话呢，其实还是不太符合他真实的数据，我们去观察一下。

就是说其实啊在关节的旋转数据啊，即使你表达成CORTINA，它实际上很多时候是一个光滑的一个弧线，那么我们如果用线性差值的话呢，他很多时候表达的误差会很大，很就是你会要加很多的关键帧。

但是线性差值的好处是什么呢，就是在RUNTIME的时候，我计算很复杂很简单，而这里面的话呢就会引入大名鼎鼎的cut more曲线，对吧，卡通木曲线是一个非常经典的一个，就是polynomial。

就是多项式的一个曲线，它基本上就是三阶吧，那么这里面它有个参数叫阿尔法，就是它叫它叫锐度，一般我们只用阿尔法等于0。5，那么你给定任何两个点P1P2，你在他就P1往外延拖一个就是P0那个点。

P2往前拖一个P3那个点，那么你就可以定义的一个叫C0和C1连续的，这样的一个一个一个多项式曲线，这个曲线的话呢，你用这个方程去表达它就是那个曲线，这个曲线的话呢实际上是非常光滑的，很好看。

那么这个呢就是我今天不不不展开了，因为今天课程的量有点大，但是同学们这应该是一个will study的一个problem，基本上你做任何一个东西，你都要用的cut more曲线的。

那么你有了卡拉莫曲线之后，你会发现，我们去逼近一个真实的rotation的信号的时候，我们用的k phone的数量就会少很多，而且呢差值的时候，这个精度也会更好控制，这里面就是一个真实的案例。

就是我们拿了一个真实动画的一个rotation，的一个数据，然后呢用cut more曲线就一点一点的去逼近它，而这个过程的话呢，呃其实它都是离线计算的，所以大家不用担心这个计算很复杂，因为到实时的时候。

你你就你只能看到控制点，你最多只需要拿四个点的数据，用一个多项式计算机就能查出它的值，那么基本上用这个这是整个曲线的差值，那么对于他数值表达呢，我们也不会那么傻，就是说对于它的位移啊。

对于他的这个这个旋转都用那个那个浮点数，浮点数我在前面也讲过，浮点数32位对吧，32个beat，那它的存储量是非常大，压力也很大的，那这里面有一个很简单的方法，就是如果你的这个数字在数值在一个空间的话。

其实呢我可以用一个定点数来模拟你，它的基本思想呢也很简单，比如说假设我知道一个数值，它的范围假设是负，比如说50_{120多，那实际上我可以把这个区间啊，把它规划到0}1上面。

这样你在里面任何一个数值的话，我可以比如用16位的这个整数来表达，你如果这个时候你用16位整数表达，你可以发现你可以表达到0。01，甚至更低一点的这个精度啊，更更更密的这个精度，更高的这个精度。

而这个对于很多的数值表达来讲，其实就已经够了，那这里面的话呢，就是说那我们怎么对四元数进行定点化的，这个数值压缩呢，这里面就要利用到四元数的一个，很有意思的数学特性，当我们对四元数进行归一化压缩的时候。

你会发现，虽然每每一个数值都有可能在正一之间波动，但是呢你把那个最大的那个数扔掉的话，其他三个数值啊，它一定会小于正二分之根号二，也就意味着是说，我只需要拿两位的这个哪两个beat存。

是哪一个位是最大值，那剩下的三个那个值的话，我把它存下来，我就可以通过规划反向算法，可以还原整个四元数，这个就是一个非常重要的观察，那这样的话我们在工业上就会发现，就是说你把他的这个虚部的三个量啊。

用大概是15个，就是比特就可以把它表达得非常的准确，所以在工业上我们去压缩一个四元数的时候，并不是傻乎乎的，存了四个float，存了四个float，大家想想它的多大，就是一个float，四个BT对吧。

四个float呢我们要再存啊，16个BT，这是很很废的，但是呢在我们的这个这个表达，你们拿一个四元数，我只要48个bit，48个币多少呢，就是六个BT，就我家大概压缩掉了将近70%以上的。

这个呃对60%多吧，这个额外的空间这个其实是非常的有用，所以动画数据的压缩啊，对于所有的引擎来讲，都是非常重要的一个一个一个东西，那这个的话呢，就是如果我们做一个真正的实战的，游戏引擎的话。

动画数据也是一定要压缩，但是呢做小引擎的时候其实是不需要的，比如像我们的PIO引擎，因为时间紧张，我们也不想搞得太复杂，所以我们的数据是没有压缩的，但是如果你真的要把它改成实战的话。

同学们一定要加入它的压缩算法在里面，那么这里面给大家讲一下，就是压缩其实会带来很多的问题，就是说虽然我每个关节的动画压缩的时候呢，我都把他的error控制住了，但是因为我们的动画是什么。

它是从一个关节传递到下一个关节，对不对，大家用很自然的方法去想一想，这个error会不会一直叫propagation，就是说一直传递下去，也就是说当你在这个地方，前面几个骨骼看的时候。

它的error还可以，但是当你从这个PV，一路传递到我的手指尖的时候，哎这个error就会大得有点离谱了对吧，而大家想想看我们的武器挂在那，武器是不是挂在手上，所以这个时候如果你动画压缩没有做好的话。

你会发现就是压缩完了动画，你手上拿的这个武器啊，他会一直在那抖啊抖啊抖，那这里面给大家举个例子，比如说他最最糟糕的情况是什么呢，就是当你拿了一个长柄武器的时候，你会发现动画压缩，如果我做的不好。

当这个角色做一个动作的时候，比如说我以前做halo的时候，我印象特别深，就是当时那个压缩就是我做的嘛，我做的第一版的时候，那个大块我们拿了一个很长的武器，他跳起来往地上一打的时候。

你会发现那个动画是砸到地上的时候，就开始噔噔噔噔噔在那抖，就跟那个触电了一样，就特别明显，而且包括他另外一只手不是抓着它吗，那个那个那个饼和那个手，他一直是错开来的，就是一直这样就是浮空的。

所以这就是动画压缩的时候，你会意识到，就是说不同的骨骼对于这个error，它的敏感度是完全不一样的，那这里面的话呢，就是我们用一些很简单的方法去定义这个error。

比如说我们去marry他的CORTANA，它的TRANSTRANSLATION，他的rotation呢这样error，但这个error的定义是最简单的。

但这个error呢其实是不符合人的perception的，因为我们动画压缩，本质上是希望你在人的认知上，不会产生这个差距，所以在行业里面，我们一般最关注的是什么呢，是visual error。

就是视觉上的error，那世界的error呢最粗暴的做法是什么，我把模型上的所有的点对吧，用你的动画压缩完，和没有压缩前的数据进行比较，告诉你，这个就是叫我们像素级的差距到底是多少。

大家想想这件事情怎么算，这个这个就算是你对不对，因为我有那么多动画，而且我每一帧都要算我几万个顶点，这不要死人吗，诶这个大家在行业里面，我们一般定义error的方法，实际上是定义两个垂直的点。

就在每个joint的定义，两个垂直点给出一定的offset，那么如果你这个就是特别敏感一点，我这个offset给大一点，如果呢就是它是一个小骨骼或者不重要的骨骼，我的office给小一点。

这个时候其实我用这个方法可以定量的去估计，说哎我的压缩前和压缩后，对于整个这个skeleton它的error到底产生了多少，其实我们比较一个两个压缩算法的好坏的时候，实际上也是用这个方法。

但是呢其实今天我讲的是最简单的压缩算法，实际上这个动画压缩啊，在现代游戏引擎里面，是一个非常重要的研究领域，其实到现在我认为也没有解决的非常的好，那这里面呢会给大家讲一个比较，比较简单的方法吧。

就是这里面的话就是我们会讲的是说，你在你骨架的不同位置的话，他这个对error的敏感度是不一样的，那这里面的话呢就是说有一个简单的想法，也是很直接的想法，就是说既然你的error会沿着我的股价。

一直在往上传递传递传递传递传递嘛对吧，那我上一上一根骨架，假设压缩出来产生一个error的话，我下一个下一个joint的话，我能不能反向的对它进行补偿，这个是不是很符合我们的认知对吧，其实在我们的系统。

比如说这个误差控制或者系统控制理论里面，经常有一种叫误差补偿的原理，就是这个原理，但是呢这个方法说起来是非常有道理的，但是你会发现，当你进行这种误差补偿的时候，实际上那个你本来在你的末端的这些骨骼。

它以前的动画数据啊，是一个非常平滑的低频数据，但是他为了要补偿上面四五跟六七根骨骼，传递过来的error的时候，因为每一个骨骼它的频率不一样，这些频率压缩完产生的error会依次叠加。

结果在你的这个终端骨骼上，会产生非常高频的这个数据，就导致了你的末端骨骼那个压动画压缩，第一个效果很差，第三个呢它会产生很多很奇怪的，这种就很高频的抖动，虽然你看到它的动动作不大，但是你会觉得有点怪。

其实在现在有些很前沿的方法，就是说我会把一些末端骨骼，用一些那个会存在一个单独的，就是在这个模型坐标系的track，这个这个说法叫做forward f i k就是forward and inverse。

conombic animation这个方法，但这个今天我不想看了，因为这个太复杂了，而且今天我的时间又超标了，我已经讲了快两个小时了，所以的话呢就跟大家讲就是动画压缩。

当你们真的在做这个商业级的游戏引擎的时候，这个地方一定要小心，就是说第一个你的数据一定要压缩，但是呢你只要压得不好，或者你的方法选的不对，他一定会产生很多很奇怪的error。

当你的artist要找你的时候，你就会把头发抓破，在想我到底哪一步做错了好，那最后呢就轻松一点吧，就跟大家讲讲这个动画到底是怎么做的对吧，就几页快速给大家讲一下，就是第一个呢就是说我们动画制作呢。

首先呢你要去构建一个mesh，注意就是我们在前面讲过，就是我们的美术在构建mesh的时候，都是那种很高精度的mesh，但是呢那种非常高精度的mesh，实际上做动画做skinny的时候是很麻烦的。

所以呢我们一般会用他的low poly mesh，就低精度的mesh去做他的这个动画，但这里面就有一个细节，就是说我为了保证这个动画的效果啊，在很多的关节的地方，我们的动画师会额外的加几拳的mesh。

这样保证当你去动的时候，这个地方不会变形，所以说你们将来做一个引擎程序员的时候，当一个就是角色动起来的时候，你们会发现他们会在很多关键的地方，会加一些额外的一圈的网格，就像刚才这个视频中。

我们的artist会在他的这个这个这个elbow，这个这个手肘这个地方，我们会加几拳的这个mesh，这个非常重要，那么接下来的话嗯，我们开始给他做股价，其实现代游戏引擎呢已经就，现在工具已经非常发达了。

比如像3D max maya，它有现成的by pad的股价，所以当我们的artist做好了这个APOS或者TPOS的，这个这个这个角色的时候，他可以直接在工具里面拉出一个骨架，然后一个个的把它对上。

这样的话我就可以完成一个，就是我可以定义了一个跟这个mesh相匹配的，这样一个绑定的这样的一个skeleton，而接下来呢也是最神奇的部分了哦，这里面还要再加上一些game play joint。

比如说这里面我要加上他的这个武器的骨骼，对吧，然后呢我会再加上什么呢，我会再加上他的那个PV和root连连到底触的骨骼，因为很多工具，你们的这些骨骼会让需要你自己加，这个时候也是最重要的。

就是它的skinny，那skinny呢是怎么做呢，就是现在很多工具呢它都是自动给你算出来的，就是其实自动的auto skinny，是现在比如说基于深度学习的这些一些前沿的。

这个这个这个这个就是引擎的算法里面，我们很热点研究的东西，为什么呢，因为现在最简单的skinny啊，像很多3D max maya，他已经算的非常好了，但是呢他这个时候算出来的这个skinny。

会让这个人看起来像像橡皮糖一样也很软，所以这个时候呢artist呢需要做一些手动的校正，就是这个地方诶，我希望关节的点在这，那这边的话呢就是这些权重，关节的其他权重不要传的太厉害对吧。

他要手动做一些调整，但这个呢已经比之前要快非常非常多了，所以这个地方我一直用一个词叫pad，真的是那个我看动画生元素的时候，有时候真的像画那个颜色一样，五颜六色的，就是它那个颜色是代表的。

就是每一根每一，比如说每个每一根骨骼，对我顶点影响的权重是多少，好那你有了这个之后呢，其实那个animator就开始做动画，做动画呢其实核心的思想，因为刚才我讲的live two d很像。

就是说它并不会一帧一帧，就是一秒钟做30帧的，那不得了，动画师就下不了班了，对不对，他其实跟LOTOD一样，它只做它的关键帧，设置，每个关键帧之间的时间间隔，当这东西做好了之后，诶这个角色他就能动了。

动起来，那么是这个时候，如果我们我们引擎的程序员干什么，我们要去写它的导出工具，这里面要讲一个细节，就是说大部分动画呢我们就直接导出，但是呢如果他的PVS，就是他的root假设也发生了位移。

这个一般在什么时候会发生呢，就是说比如他发起跳跃的时候，这个root也在变，对不对，那我们会在动画里面root，一般是不会把它这个动画存下来，我们把root单独导成另外一个叫位移曲线，这个曲线给引擎用。

所以呢这个是大家在写引擎的时候，一定要注意的一个小的细节，你有了这些东西的话，基本上一个完整的动画系统就已经实现了，所以呢这也是我们今天课程部分的话，最后一排就是说我们的数据。

最后导致各种各样的那个文件格式，比如说FBX文件格式就是我们常用的一个格式，就是你今天在现代游戏引擎里面，游戏里面看到各种各样的DC的动画，各种精确的表达，它基本上万变不离其宗。

就是用刚才那一整套的技术就能做出来，所以这个的话也就是大家很难想象，就是说我们用这种CORTANA，用这种matrix啊，用这种插值啊，卡特莫这些数据的变化。

最后我们让电脑能够表达出这样一个fancy的，现代游戏的这个动起来的这个世界，所以我个人的话也是认为是动画系统，是一个几乎所有想做引擎，想做game play。

想做这个游戏design的同学都要理解的一个系统，好今天我的课程部分差不多到这儿就啊结束了，接下来呢给大家讲一下，我们的上一节课的小作业，那首先呢首先非常开心啊，就是我们好多同学做完了我们的作业。

然后又真的是很多神来一笔，就是说呃就是PIO引擎，我们一开始呢是没有color grading，大家看起来就这么简单对吧，但是我这边随便取了我们几个同学的作业呀。

比如说我们这个同学就是无所谓同学做的作业，他这个滤镜就做的非常的专业，这个滤镜一看诶，有没有一点那个就是虚幻的感觉了对吧，其实我一直跟大家讲，就是这个所谓的大牌引擎，和一般的这个土鳖引擎区别很大，程度。

我觉得至少有五成以上的区别是在滤镜上面，那么也有同学做的非常的有艺术感，这张我也蛮喜欢的，我觉得哇这个这个很像这个夕阳残雪，就是今天我讲的夕阳残雪，那么当然了，还有一些很神来之笔的，就比如说这个作品啊。

当时那天我收到了之后，我就我就整个惊呆了，就这个同学说哎我是不是做了一个阴间滤镜，这个这肯定是写出了bug，但是大家也看到，就是说这个效果还是非常的魔幻的，假设我们作为一个非常魔幻风格的游戏的话。

我觉得这也是个非常好的一个CD，这也是就是说其实SHADER代码，包括渲染它很有意思的一个地方，就是你会产生很多很有趣的一些效果，那么实际上的话呢就是说我们的引擎系统，这两这两周呢。

我们在做这个进一步的去重新架构，就是说我们发现就是说作业的话，那同学们在里面写的时候，有些系统我们架的还是太难了，就是架的太抽象了，所以呢我们现在对这些系统，最近也在做进行一些升级和清理。

就让他这个逻辑更简单，更方便，同学们，然后加入你们的代码，因为我们是希望就是呃，大家学了这个游戏引擎的这个克制化，一定要做一点点小小的实践，特别是你将来想立志做游戏啊开发和游戏，游戏引擎开发。

那你做了一点小小的代码，其实你为了写那么一个小小的SHADER，你要看很多很多代码，这个时间其实这个过程肯定是比较麻烦的，这绝对比你做一个图形学的一个实验，要麻烦的多，但是的话呢你真的把这些代码。

那个就是看明白的话呢，就是说你会真的掌握引擎，它是一个什么一个系统，包括就是说我们上周的话，大家也看到了，我们开始更新我们的wiki了，第一前两个wiki做的还是比较大，就比较high level的。

就是我们讲一下最基础的数据流，其实后面随着我们的引擎的重构，我们会不断的就是想办法给同学们更新一下wiki，就是说大家如果有什么东西看不懂啊，不会用啊，不要不好意思，这是很正常的。

就是你们就直接给我们提问，因为有的时候我们自己是平时做引擎，做的比较久嘛，我们有时候是没有感觉的，就觉得这东西应该很简单吧，就算大家应该能明白吧，但是等我们开始跟同学们讲课，包括我自己在准备课件。

包括在收到同学们社区里面大家的反馈的时候，我才知道哦，原来这个地方我讲的好像有点超纲了对吧，我们想想怎么把它拉回来，那么所以这个地方的话呢，是一个我们社区共创的这样的一个过程，那么最后呢也给大家讲一下。

这个也要请我们的社区大家一起帮忙，就是啊有同学告诉我们说，我们的PO的那个引擎这个名字太普通了，就是好多引擎很多技术点了，用了这个名字，他说我们那个PIO引擎，因为以后大家用的会比较多嘛。

有可能会被大家说我们侵权了，虽然这个事情我们很委屈对吧，我们也没有任何商业的目的，所以呢后来我们就想了一下，我说要不这样，就大家伙一起这个，麻烦，大家，给我们的相遇琴取一个更好玩的一个名字对吧。

比如我们也是P打头，但是叫一个什么，我们自己造个词觉得很酷，因为这个引擎就属于我们社区的对吧，那就是名字大家一起来取，所以的话呢我们就想了一个投票网站，大家可以在这个周四之前的话。

大家觉得有什么有趣的名字，就直接在里面告诉我们，就在微信群里面告诉我们，然后的话这个社区里面那个扫二维码告诉我们，然后呢我们会在中间呢我想了一下，就是说我们会做一个小T恤，这么一个小的周边的纪念品。

就是我们我们也不要说是选中了谁的名字，我们就给谁奖励对吧，这东西也不公平，每个人取名字都有自己的艺术，我们就随机的去试，十个同学给大家发一些纪念品，那么最重要的是说，希望能争取和大家一起。

给我们的小引擎取个有意思的名字，因为这个这个小引擎的话，真的是可以带给大家，做很多大作业的一个利器吧，而且的话大家真的想引起我们一起摸啊，一起玩的话，大概我觉得就是半年到一年之后。

会有很多同学建立对现代游戏的引擎的一个，基础的认知和基础的结构感好，那这个地方呢也是拜托大家给我们帮忙，那今天的课程基本上就这些了，其实啊虽然休息了一周，但其实我们的课程组的同学们还是蛮辛苦的。

特别是最近我们在对引擎进行一次重构，就希望做的更简单，这里面有好多好多的工作量，包括我们自己连我都在一起跟大家去看代码，一起看怎么去弄好的，那今天就是我课程的全部了，那同学们有没有什么问题。

啊OK第一个同学的问题是说，顶点绑定的关节有数量限制吗，对这个课程我讲过，就是说啊原则上是没有的，你可以绑50个关节，但是呢在实践中的话呢，我们一般只取最多不超过四个，他的原因其实很简单。

就是说如果绑了太多之后，你在计算的时候，那个计算量是非常非常大的，那么你每个顶点都算一遍的话，这个这个就很废了，另外一个就是其实我们对关节，一个角色的关节数量的话呢，一般我们会做一些控制。

比如说最多不会超过255个，为什么呢，因为0~256，是不是正好用一个BT就可以去表达，比如说我我要存的那个绑定的，那个叫joint index的话，我用一个八位的，一个一个一个八个beat的。

这样的一个BT就可以表达，这样的话我存储上，包括数据访问上效率就会高很多，因为这个数据是每个顶点都要存的，所以说对这是有一定限制的，哇这个问题有点难，有同学问我说骨骼和场景碰撞的动画怎么做的。

这个其实是蛮难的，因为其实你你们我们会发现啊，就是很多所谓能和场景交互的，这个就是说这些动画的话，它实际上呢就是我并不是拿一根根，骨骼和场景算，这个其实很麻烦，因为实际上我当我们动物。

一个角色的骨骼的时候，其实我们看到了那个就是这些这些skinny，就是我们看到这个表面的这些模型，实际上只是一个visual的看的东西，它真正和场景互动的是什么呢，是钢铁。

就是我们会做一个richard body的一个顾客，这个我们在物理那怕你会跟大家去讲，就是说比如说我们人身上有75个对吧，一直到星期道小手指小手指，但是呢我们在做它的这个物理的相关的时候。

我只用了其中十几根骨骼，动了一些诶简简单单的圆柱或者方块，然后呢，这些圆柱和方块呢，确实是可以和静态的场景发生碰撞的，比如说我拿了一个刀对吧，我拿了个刀砍下去，这个刀砍到墙上去。

那其实是我刀上在我这个这个joint上面，就是这个关节上绑了一个，就是刚才我讲了拿武器的关节上，我绑了一个他的read body，它撞到那个墙的时候，诶我可以算出来它的焦点在哪里。

这个时候我可以跟沿着你的切割的那个轨道，形成火星，包括就是在很多游戏里面，现在很多引擎里面都是这样，就是说诶你这个人突然打出一拳或者做个动作，但前面有个东西的时候，他这一拳会停止掉。

甚至会变成另外一个动画，那这个里面的话，它实际上不是用那个skinny matrix去做了，他实际上是用的那个叫rigid body，Read the body，会告诉你说我的这个动画放到比如说D。

比如说我这个clips有100个pose对吧，我可能放比如一个攻击动作，我100个pose我可能放到第16个的时候，我就动不了了，因为我已经撞到一个东西了，这个时候我立马切到另外一个clip。

就是我这个这个攻击失败了，我说我这个手很疼，对，所以说这样，他是用另外一套系统解决这个问题的，啊这个同学问我说，MF target的动画和蒙皮动画是不是侧重点，是不是只是侧重点不同啊。

这个呢他两个的方法其实差别还是蛮大的，蒙皮动画呢，你核心动的是它的那个joint或者叫骨骼，然后呢通过骨骼就是一个骨骼可以驱动啊，几十个甚至上百个顶点，所以顶点上其实是不会存动画数据的。

但是more ftie的动画呢，它存的是那些顶点的位置，就是每一组顶点的位置，就是他的一个key friend，然后呢，我我的顶点在它的KF1，K分之二之间进行插值，这就是move target的动画。

他两个的话方法其实非常不一样，就是more发给动画的，更像是我刚才讲的那个vertex animation，就顶点动画，所以呢这个在下一节课的时候，我们讲人的脸怎么做的。

人脸上的表情怎么做的时候会讲的比较清楚，特别是大家特别喜欢的那个捏脸系统，好的今天的时间也比较长了，现在已经是两个小时零五分了，我们又刷了这个课程记录，所以今天的话呢我们的动画的第一节先到这，谢谢大家。

那我们争取下周再跟大家见面。

09.成像工具箱：波前分析／PSF／MTF和镜头组件 ｜ GAMES204-计算成像 - P1 - GAMES-Webinar - BV1de4y1C7st

那这个好不好使，这个再说好，今天咱就扯到这儿，咱开始今天的课程，就上节课我们讲到了，就是整个呃整个基本的一个光学系统，包括薄透镜模型嗯，像那种还有那种复杂的compound length。

当然最后给大家分析了这个成像的相差，这相差是怎么来的，我们怎么样去消掉这种相差，那今天呢我们就继续上节课的话题，就是我们这个相差是怎么分析的呢，就是我们嗯有一种专门的一种称法。

叫REFANALYSIS的，就是波前分析，目前分析啊里面又涉及到几个概念，包括我们的点扩散函数pbad function，然后跟点扩散函数对应的就是一个线扩散函数，是lspread function。

那有lfire function呢，还有我们要测它的物体的一个就是model，Transfunction，就是我的一个光学传递函数，有时候也叫optical transfunction。

这个时候我们就会用到一个edge spread function，但我们还会覆盖到一些镜头里面的一些，其他的一些光学组件啊，不过像presume呃，像那个嗯nd filter就是衰减片。

好像偏振片等等一些一些一些光学元器件啊，今天将在这节课里面给大家完全的搜，改到就是一个镜头，还有镜头相似的，相差的一个呃纠结的一个终结吧，相当于这节课过后，我们就会进入到下一部分的一个主题。

包括像噪声分析，还有一个呃写上算法的一个入门的一些问题。

这个波前分析呢就是我们分三个部分，包括像点扩散函数，线扩散函数，还有边缘的一个扩展函数，然后在它的频率呢，我们就可以得到一个model transfunction，也就是光学传递函数。

然后我们会再根据这个V方波前的一个分析呢，给出一些像拨弦的分析的应用，我们在从伯克利的王从利老师那呃，之前学到过新造过一些呃，像魏方的申请，也就是波前传感的一个讲座。

这里会给大家讲一些整个不间传导的基本概念，大家有兴趣的话，可以再回去听完这节课，再回去看一看这个未发申请到底是怎么回事，那除了这个播前分析啊，我们也会给大家讲一下这个整个透镜的一个design。

的这么一个基本的就组件，包括像filters presume，像我们单反的一个透镜是怎么构成的，下面我们进入第一个主题，就是we found analysis，就我们之前可以看到了很多相差，包括像球差。

还有像那个slider，就是柱面的一个差，但这个差的时候呃，这这这些东西呢就叫数据相差，我们有时候也会遇到一些他的高阶的相差，比如像二次三次的一个相等相等相差，但是这个时候我们之前就是不太好测量。

这些线长就很容易忽略掉呃，所以说这个时候我们想要啊，比如说我们要做一个准分子激光手术的时候，比如说要做致敬视或者治散光，我们怎么样去测量，就是我们眼睛里面这个相差到底是怎么样子，来给他定制一个三维形貌。

告诉激光，我这个角膜该怎么切呢，那这个呃除了对眼睛里面，这个就是激光手术的一个分析呢，我们还可以用用来去做啊，大气的一个，比如说大气一个扰动，怎么样把图像变得更清晰啊。

这个叫adaptive optics，也是对拨弦波相差的一个分析，我们知道以前学物理的时候，我们学到过拨弦是什么意思呢，播前就是呃，比如说一个点发出了一系列的等相位面，这个时候嗯就叫它一个等相面。

最前面的那个等下面就叫拨弦，但是这个拨弦呢其实我们今天就告诉大家，这个波形到底是怎么测量的。

跟我们的点扩散函数，光学传递函数MTF有什么样的关系，啊讲到这个危房申请，当然也要聊聊它的历史，这we found season呢，在80年代当时提出了一个跟苏联在冷战，这时候就提出来诶。

我们要一个星球大战的一个计划，包括出受到这个嗯，其实那时候也有电影啊，那个star wars，那个电影也是受到这个星球大战计划的影响，来拍摄出来的，当时我们受到想要关注到一个呃，比如说一个行星的时候。

因为受大气的扰动了，就是我们很难拍到一个清晰的图像，比如说像右边这张图啊，这个就是以前就直接，我们通过一个望远镜来拍摄呃，这个是天王星，还是好像我现我忘了来拍摄，可能应该是天王星。

本来是拍摄天文学这么一个图，发现诶这个怎么这么模糊，这个有大气的扰动，有大气的散射，我们怎么样啊，去对他这个来到大气，受大气扰动的这么一个这个一个呃图像，来给他做一个校正。

这个时候大家就发明了一个叫adaptive optics，就是我先对这个播前进行一个预叫声，然后最后再形成一个图像，也就是我对它呃成像的相差，先戴一个眼镜，就是它是当当然。

他这个眼镜是根据本身它测量值来去做一个，adapted的，除了这个大家也经常观测到，比如说天上的星星在闪啊，这个都是受到一些扰动这么一个影响。

然后说这个播前的这个为FCC呢，然后之前有个叫shake htman嗯，因为为什么要check up on，We found sensing，因为最早大概100多年前就有个叫HARTMAN。

这这哥们儿就第一次就想到了，对这个波像差进行分析，然后到了80年代有个叫帅哥，然后中文翻译就叫下课，然后呃在这个他在为了这个美国空军在工作，然后通过呃对哈特曼的一个方法的改进。

然后最后实现了一个在94年呃，呃在就80年代就有了哈，这80年代就实现了一个very fcc，然后量呢在94年把这个会发sensor，就用到了这个人眼，特别是人眼的这个激光手术，去其他的提前测量之中。

然后到了一个90年代末，这个逐渐运用到商业应用里，就是大家今天常见的一些呃准分子激光束啊，还有一些像嗯，我们透镜装配里面的一个装配的一个，拨弦分析的仪器，然后当我们我们知道。

我们一个完全平整的一个平面波，我们假设我拨弦是一个平的时候，这个时候理想的情况下我们会汇集到一个点，就就是我们要通过一个这个一个透镜影响透镜，它会绘制到一个点，但实际的情况我们局限于衍射的一个情况。

这个一个点它往往不能变成一个点，它会形成一个跟我这个口径，我们知道这个相关的一个这么一个班，我知道这个半径是1。2，拉姆达垂D，这个比如说这个艾里斑，然后呢这种现象就叫衍射，这之前我们提到过。

看，因为演示之后呢，我们又有一种概念叫点扩散函数，因为我们图像里面哦在五五空间中的一个点，但我成像经过一个关键系统，成像到一个传感器上，理想的情况下，我一个人一个点，对应的在一个相声选上的一个点。

对不对，但实际上由于本身光学系统的相差的问题，跟演示两种结果共同作用，当然还有镜头本身的缺陷，加工缺陷，也有可能这三个因素的共同作用，我们最后在图像传感器上拿到的，往往是一个非常大的一个班。

那么这一环一环的呢，经常就是受到衍生的影响，而扩散的大小呢就跟口径相关，但是本身这里面还夹杂了，它里面的一个相差的一个关系，共同构成了一个点宽的函数，在我们看到这的一个中心这个位置。

啊比如说像对焦的一个位置的情况下，函数，当我们这个项目就不在，我们对焦的这个项链的位置的时候，我们发现一个点往往会扩散成一个班，这个时候就会到左边跟右边，就是前面跟后面。

后面就会形成了很大的一个点扩散函数，这个时候我们承诺的项就不再信息了，每一个点都会受到这么一个大的一个圆，都会变成这么大一个圆环，最后我们的图像实际上是这么大一个圆环，跟我一个高频信号的一个卷积。

这个时候呃，我们这个点扩散函数实际上就变成了一个呃，一个光学的一个LAPISPUTER，我们把高频都滤掉了，这是我们定义了一下这个pspread function。

我们可以看到就正常的情况下，就这个平方的函数，它就是由中心到边缘，中心的地方非常亮，无论是受到衍射呀，还是就这个相差的一些影响，我们中心的地方，往往它的能量是比较高的，到了边缘它会急速下降。

然后衰减到一个我们可以忽略到忽略不计的值，啊右边这个是一个实际拍摄到了一个顶峰的函，数的每一个图层，这个点扩散函数呢，呃经常是用来去衡量我们实际的一个就物理，就是光学的一个分辨率的这么一个东西。

就是我们两个就点之间到底能不能分开，这个就决定了这个它的分辨率，而且这个点换函数呀，它不一定是对称的，比如我们考虑到会差的影响会差，再加上衍射，最后我们形成了这么一个呃不对称的，一个典范的函数。

也是非常常见，特别是在大市场的这么一种情况下，也就是说就是我们最后拿到了呃，我们最后一个相机好，在不同深度，不同视野的情况下，我实际的一个光学的分辨率是不一样的，所以说啊大家注意到这个问题啊。

一个相机它的各个地方的一个真实的分辨率，也可能也是不一样的，而且他特别容易受到，就整个视野就是各个中心市场边缘市场，还有各个呃深度之间的一个影响，这都会影响到它整个的一个光学分辨率，然后呢，对应的。

我们再把这个点扩散函数做一个复制变换，我们做变换到频域，然后实际上就我们就拿到了一个modulation，Transfunction，也就是它的一个光学传递函数，这实际上也就是它在频域的一个响应。

MTF呃，也是用来衡量，我最后实际上就是衡量最后这个光光学频率，能传通过这个光学系统，它还剩到了一个多少的一个比例，这么一个函数，后面我们会仔细讲到，这个简化函数跟MTF到底是怎么回事。

要说到点扩散函数，我们就我们要比如说我们要测量一个就MTF，不得不说一个概念，就是一个线扩散函数，这个线扩散函数是啥呢，它实际上就是我我一一根线，它上面有好多个点，每个点都会产生一个点框的函数，对不对。

然后跟这根线做一个condition，实际上我们就最后拿到了右边的这么一个线，框的函数，就是A作为一个很薄的一个薄片，一个墙，我最后会散开成什么样子，就一个冲击函数，还要乘一个线。

然后最后变成了一个线扩散函数，而我们这个关于传递函数一般是怎么测量呢，就是我们呃去如何去评估，这么一个光学系统的光学传递函数，那比如说像我们可以看到啊，我没有我的图像，就是这样黑条一个黑条。

一个白条间隔分布的，当我们通过一个透镜之后，哎我发现这个边缘好像变得不是很锐了，对不对，我们会有一定的频率损失啊，实际上就是我们变化到这个强弱，黑白就是零零值跟最高的值。

它的本身那个contrast是百分之百，对不对，我经过关系统之后，也发现很多频率损失了，我们在这个正式这个方波，他频率损失之后，比如说变成一个正弦波，因为我刚学传递函数，很多高频传传不过去了，诶。

这个时候我的一个contrast，就最高比最低的值变成90%了，对不对，这个时候我们这个我们定义这个modulation，TRANSFUNCTION是M，就是我们最后在图像上拿到了一个。

最大的一个对比度，实际上这个图像的一个呃最大值减最小值，比上一个最大值加最大值就是它的一个对比度，contrast就是它的一个AUDIVATION创作方式，我们叫它modulation。

他的传统function，实际上就是我们最后ME这个modulation，输出的modulation跟输出的modulation，这个也就是它对比度的一个对比值，就是它的一个就是MTF。

在我们实际的测量中，我通常会拿到这么一个这么悬的一个波纹，的这么一个测试版，测试版有各种各样不同啊，空间频率分布的这么一个SN的条纹也好，是黑白的条纹也好，我通过这么一个分辨率卡。

我们可以测到我们就输入的一个modulation contrast，跟输出的motivation contrast，他们的比值，实际上最后就是拿到我们的FMTF值，是MTF呢。

实际上又是这个点扩散函数的一个，物理意义上就是点扩散函数的一个数列变换，就是它的频频谱，我们可以很容易地想象到，我这个点化的函数越大，也是我高频预料越多就越平坦嘛，对不对，我们最后变换到一个频率。

我就发现诶，这个就越集中在一个小的一个值的地方，就是低频的一个值的地方，在这个MTF函数到底长什么样子呢，说到这个MTF在测量我们还要提到一个概念，就是age4Y的方式，刚才我们捡到一个线。

但是对一个边缘来说，比如说一个step，一个从零跳到一的这个地方，我跟一个顶峰的函数相作用，我们就会得到一个像右边这种一定要斜坡，这个叫就边缘的一个扩散函数叫ESF，就是理想的情况下，就是我们的MTF。

就是完全是一个应该是一个平台的，我们可以看到，就是完全不考虑频率的损失，就什么样都能过来，我们可以拿到最理想最理想的信号，这个时候就发现哎就是它完全平坦，但是这个是不太可能啊，因为本身无论是什么系统。

它往往它它的平，它的通过率都不可能是百分之百，所以说呢就真实的物理情况下，就是我们那个FMTF，就通常呃在最低频的情况下，我们可以看到横轴是一个低频，纵轴是一个就是就频率传递的一个比例。

就是在低频的情况下往往传的非常好，就是从一开始，然后频率越高和这个损失就越大，然后知道损失到没有，这是一个比较经典的这么一个就频率损失函数，就是光学传递函数，然后怎么去测量这个MTF呢。

其实这个测量MTF的这个方法非常多，然后我我们举个例子哈，嗯就除了像我们要，比如说我们要评评价整个光学系统的一个性能，常见的方法，比如刚才讲到了一个点cos函数，我们可以用瑞利判据学工业设计的同学呢。

可能会用到点列图，然后呢，其实这个MTF是在整个光学就是性能系统评价，或者是镜头加工制造中，运用最广泛的一种评价方式，这MTF曲线真实地反映了整个成像系统，误方信息传递到下方信息的一个能力。

MTF曲线一般就是我们可以仔细看一看，实际上是TCLPERMELIMETER或是lpaper millimeter，呃，纵向其实就是调制度的对比啊，就是我们看到其实MTF方法，计算方法也比较多呃。

最简单的比如像用条形目标，然后还有随机目标点框的函数法，还有带宽受限的激光散斑法，当然我们能接触到的最长，最常使用的就是这个就叫刀边练法，也叫这个santage method，这个是除了点矿的函数。

在工业界应用最普遍化，因为它比较容易，我打印到一个黑白的一个图，就有这么一个斜边，我就是很容易的就可以把这个MTF给算出来，这个比甚至比点炮的函数的方法其实更常用，因为我拿到一个点换的函数。

我很难拿到一个理想的一个小点，对不对，就是这个点化函数测量就是经常不是特别准，所以说这个刀柄刃法呢其实就比较容易，我们可以看到左边是实际拍摄的，造一个这么一个刀片刃。

就是一个实际上理想的情况下是一个斜边，然后经过一系列的这么经过，它跟我们这个点化函数的一个卷积，然后还有一个本身传感器这个网格状也要采样，我们就可以拿到整个就是各个位置之间的一个。

其实这个里面啊各样各种各样的一个配置，一个边缘的一个啊扩散函数都有，因为你看我们可以看看到斜边，就各各种各样的灰度，各种各样的梯度，就可以大致的就是计算出在各个频谱之间，各个频率之间。

它的一个就是modulation的一个contract，一个值之后，我们通过这么多个点，像素点那么不一样的一个卡萨尔级，就可以拿到我们的FTF曲线，你看我们当我拿到一系列的一个ESS啊。

对这个EF做一个一阶的一个微分，就可以拿到他的一个LSF，然后再通过做一个频率的变换，就可以拿到TF的值，啊说到这个为房产本身的这个应用网，我们知道整个光学的性质啊，就是从19世纪我们就发现光学。

它自己有这个它的一个玻璃二象性，然后呢，整个波前分析，实际上是描述了我这个光波的一个性质，但是我实际的图像，比如说嗯像我眼睛成像的时候，我一个点呃到一个视野中央，我穿过整个文件系统。

然后我们要对比跟一个理想成像的一个，相差的一个值，就是比如说一个点一个点列经过我的眼睛之后，这个点列变成什么样子，我们就需要对人眼最后成像的一个质量，或者是一个关于系统成像的质量进行分析。

这个就是we found analysis，比如说叫wave sky，我们可以看到呃。

我们一个定制的一个就准分子激光手术，因为人眼，人眼睛已经没办法在视网膜上呈现一个，非常好的像，但是这个时候我们想要通过激光手术来对人，眼球，就是人眼的这个嗯透镜系统，进行做一个手术的时候。

我们就怎么练怎么办呢，就是我们要校正近视眼，远视眼，这是散光嗯，矫正人员的相差，校正人员的会差，那么怎么样啊，去真正的校正一个过程是什么样子呢，下面给大家放一段，这个人眼这个校正的一个过程。

我们可以看到打一束光到视网膜下面，可以呈现出诶这个相差到底是什么样子，当我们知道这个三维形貌应该是什么样子之后，然后就把这个角膜抠开，然后用激光去根据这个形帽去扣掉一部分，把这个相差教程过来。

然后整个准分子激光手术时间就做完了，大家就可以拿到一个嗯，就就直接用眼睛看到一个比较清晰的像，当然这个做做手术有风险啊，这个不是很鼓励大家去做，那我们可以通过这种这么一种定制的一个。

we flak的一个就是水分子激光的扫描，扫描的时候就可以嗯，是拿到我们就相差到底是什么样子，来给大家眼球上精装体上做一个呃，最好的一个校正呃，这个同学说这个太可怕了。

确实是这个角膜刮开之后要抠掉一块东西，嗯是挺可怕的，这个恢复还是有一定风险的。

啊说到这个整个拨弦的一个分析呢，然后这个赛cut man，然后就分析了，就整个就从打一束光到眼底，那这个眼底在被这个视网膜反射回来，然后再返回到这个optical system。

然后最后去分析这个我们这个人眼的光学系统，到底有怎么样的一个相差，实际上我们就嗯对我们每个人也通过这种方法，都可以就扫描出来一个呃自己眼睛的一个，像他的一个面型。

有时候大家也叫他的fingerprint，就是演了一个指纹，这个对每个人也都是不一样的，那我们要分析这个就是波相差的时候，所以房子拨弦的时候，所以我们想要嗯直接算到。

因为我们的一个波就是危房的error，实际上就是就是这两个之间的一个差值，这个时候聪明的人们就想要想到诶，比如说我可以用一个LSLIARRAY，来把这每一个点的，每一个部分的一个拨弦盛出来。

像他可以跟一个标准的，就是没有像他的这么一个想去做对比，这个时候我们就可以把这个坡前的一个相差，分析出来，就是我们通常是用到一个点列图来去分析出来，怎么做的呢，就是像这种做法，就是我理想的情况下。

就我完成一个平面波，通过一个就是一个特定阵列，这个时候我们在我们的传感器上，可以拿到一个规则的这么一个点列图啊，这一个三只龙哥同学问，小口径光束的点列图和PSF嗯有什么区别。

你是在光学设计情况下拿到的点列图吗，实际上我们拿到点列图，你要是把那个强度绘制出来，是就是PSF哎，我们我们点列图只能看到它的密度嗯，所以说跟PSL本身还是有点不一样的，但你是可以把这个呃。

你你可以通过这个密度可以等效成是PSF，它是偏向于一种表示方法，那我们可以看到这个平面波，最后形成一个规则的一个这么一个点的阵列，然后当我们波长受到扰动的时候呢，像我们发现诶这个拨弦弯曲了。

我们最后横到了像这个整个项的位置就变形了，所以我坡前受到了一个影响，然后我们要怎么样去分析这个we found error，所以我们上面拿到一个标准的，这么一个点的阵列，下面拿了一个受扰动的一个阵列。

实际上我们要分析方向朝的error，就是算上面一个点阵跟下面一个点阵的，一个2MS的一个差值，就每个点我算它跟它标准点的一个距离，然后就可以拿到这个，我们最后的一个坡前的误差。

啊这个运用到人眼的情况下也会是这种情况，这标准的我拿了一个标准排列的一个sport gram，就是一个点列，然后受到人眼不减的一个影响呢，我们就发现这两个不重合，实际上我们做激光手术。

也就是我克这个角膜啊，就把这个角膜刻到呃，跟这个标准的一个阵列去重合的情况下，这个时候我们就成功了，看这个拨弦很容易嗯，可以通过一个three d valization的手段，来把这个就via的出来。

我们可以看到呃，像右边一个球差球差了一个面型，它就是一个和球一样的这么一个东西，所以有时候嗯以前人也考虑过做那种曲面的，像人也一样，可以做一个嗯啊这个球差是不大好纠正的，他大概就是这么一个面型。

然后还有柱状的面型，柱状线差的线程安TT安MANAGM就是散光，散光就是因为有柱状的那么一个嗯，影响铸造经济的影响，所以我们可以拿到看到的这个3D realization，是这样的，然后呢还有像这种啊。

Terry fold，就是三阶的四阶的这么一些相差哎，就三阶，其实你可以理解为三次函数，四阶就是四次函数，可以描述出来这么一种波纹状的相差，那我们算这个为front这个error的时候。

实际上就是两个点之间的一个rose me square对吧，就是理想的情况下，我们这个误差就是零，人眼其实人的视力是在逐渐退化的，比如说我们在小于四岁的时候，人眼的这个RMS5差通常是小一毫米。

就我们这些点列打出来，它的平均误差是小于毫米，但你超过60岁之后，就通常会变到0。25mm，说这个古代说的好啊，这个老眼昏花，这个视力确实是会随着年龄下降的，当然有一些人除外，当然有些很精神学术啊。

有很多老人目光如炬啊，这种只是比较特殊的一些情况，所以说我们做准准分子激光手术，其实还是哎呀，这个不建议大家做，啊说到这个呃，这个我们前面这个MTF平方算函数嗯，都讲完了，下面给大家分享一下。

这个length design的这么一个里面的，它是components，就是什么样子，比如说举个例子。

我们可以看到就是很夸张的那种广角的透镜，他左边那个是这个一种超广角透镜，我们可以才看到200多度这么一个图像，然后有的呢像fish i练习，特别是现在特别很多做那种全景相机的呀。

嗯做全景相机就想要看到非常大的视野，就是两个透镜有很多啊，成型机是两只，只有两个透镜啊，就正面一个透镜，正面一个透镜，反面一个透镜，我想看到一个全景，现在180度是不太够的，就他是有一些盲区。

而且因为这个市场大了，就是视野越来越大的时候，我们在边缘的地方，它的相机并不像中心那么好，所以这个时候嗯做这种VR360全景相机，我们就想要看到更大的一个视野。

这个时候我们就要用到fish islands，它最大可以做到220度，就是两个V2相机，一边220度，另一边也是220度，这个时候啊，哪怕它最边缘的时候，相机稍微差一些，他还是能看到的一个嗯。

整个拼接起来还不是太差的，这么一个边缘的情况啊，有时候大家也做上下拼接，它这个本身都是一个全景的问题，好像车载就是特别是嗯，比如像车载到一个电子后视镜，或者是倒车时的一个影像的这么一个，指挥的那么一个。

比如说就是一个摄像头吧，大家也是想看到一个摄像头，就看到一个更大的视野，这样的话其实整个系统的成本是最低的，但同时我捕获到的信息也是够的，这是一个超广角的一个特点，然后与之对应的。

大家有时候喜欢摄影的同学，会经常看到这个长枪短炮是吧，这个这种长枪就叫teleoto length，就是这种超长焦的镜头，有的可以做到800多毫米，就是非常长啊，大家想一下这个800mm这种大透镜啊。

这个透镜比你相机都大，我固定这个我用三脚架去拍摄的时候，我是应该固定固定在相机身上呢，还是固定到这个呃，这个就是长枪身上呢，是不是大家可以想想这个问题，他从配重的高角度角度来看。

实际上最后大家都是选择了，就是整个三脚架的支架，就直接知道这个长枪身上，这样对整个系统来说呃，有个比较好的一个平衡，就不会倒，当我们用镜头的时候会经常考虑到嗯，我们用这个一个定焦的镜头好呢。

还是用一个变焦的镜头好呢，对这固定镜头是呃，但是通常情况下，这个定焦跟变焦起来相比起来的优势在哪里，就我们看到很多专业的摄影师，他带一包镜头，全是定焦镜头，他为啥就不带一个呃一个氢键。

然后又不用换了一个那个就是变焦镜头，这是为什么呢，大家有没有想到这个原因到底是什么，整个就是zoom length，就是变焦系统设计的时候，它各个位置的相差不太容易考虑到。

就是整个地方所有的显卡都优化的非常好的，因为我们要最后我我是一个变化的过程，他在我就是相差设计的时候一定会有牺牲，无论是从视角的一个新视野的一个牺牲，光圈上的牺牲，还是一个嗯球球差啊。

或者是会差的一个牺牲都会比较大，但定焦就没有这个问题，我因为我是固定死的，我不用不需要考虑这个镜头，位置变化的这么一个过程，所以说这个时候，近焦镜头往往会有一个更加优异的表现。

但我是说这个一样价格的情况下，有那种特别贵的那种变焦镜头，也是质量非常好的，但是这个设计难度就完全不一样了，对差不多一样的价格的情况下，定焦镜头的表现是非常好的，比如像800块钱的一个佳能的一个小痰盂。

实际上它的一个成像质量是非常好的，就可以跟大几千块钱，甚至上万块钱的这么一个变焦系统去媲美，所以说大家为什么专业摄影师，就喜欢背那么一包的一个定焦镜头，然后说到这个镜头呢，嗯我们我们还要补充一个概念。

我们之前讲到过这个f number，但是我们没有讲到这个numerical apperture是啥，emer after这个定义是非常简单的哈，在这个最经常最经常使用的，是在这个显微镜里面啊。

因为可能后面会涉及到一些显微镜的知识，这个时候先给大家补一补，实际上就是嗯我后面这个是观测的这个面啊，实际上就是这个绊脚啊，sign这个theta，不过这里面有介质，我们就可以叫这个女娲会叫NFC。

这f number跟那个new VIP，这个我们之前讲过有介质的时候，这个要加个NFC，它，那这个exercise呢就是实际上我们在镜头里面，就是我们要调的这个物理学的这个光圈。

那我们可以看到这是常见的光圈，就可以比较算是比较大的，就是我们可以买到的就是F1。4，这个时候光圈就是非常大了，然后我们小一点就是F2。8，F四F八F16，然后就逐渐调小，让我们调这个过程中嗯。

我以前的老机透镜啊，经常会有一些手条，这个嗯exture size的一个环，就拧一拧就调，现在很多都变成电动的了，但是我们有有个概念叫stop，就是呃一级吧，像一有时候拍照的时候一定要一档。

然后每调一档的就是光圈，调一档，实际上就是调大一档，就是光圈，整个门就是进光量变大两倍，然后呢像我们人眼大概我们感受到了动态范围，这大概就是十几档啊，这个也会涉及到一些呃进进光量的一个问题。

圆形光圈跟六边形光圈有什么区别，这同学问了啊，为啥圆形光圈啊，这个六边形光圈它好弄，圆形光圈它不好弄，就一般就很难加工啊，这个圆形的光圈，所以说大家最后都做成六边形了，然后这个左边这个屋。

最左边那个为什么是圆的呢，因为这个最大就是这样啊，右边其实大家也想做成圆的，只是工程上不是很好做，成本划不来，还有六个或六个边，我其实六个卡片就行了，然后做成圆的，我得用无数个卡片，这个就非常困难。

啊说这个let speed的这个镜头的速度是啥。

实际上就是光圈大小，我光圈越大，我就可以在更短，在同一个传感器来说，那就可以用更短的时间内捕捉到一定的进光量，唉所以说呢就是这个快的一个镜头，充上对应的一个它的最大的一个光圈，算是比较大的。

也就是它的最小F数是比较大的，然后我们这个右右边像我们一个透镜，在这些地方就是标注了它的linen speed，实际上实际上就是它的一个F数，比如说大家标成一比3。5，虽然就是这个F数这个东西。

那么最快可以做到啥呢。

所以这个出厂目前为止哈，可以做到最大的一个光圈，最小的负数可以做到F0。5，就很恐怖的一个数字啊，大家更可能拿到好的单反就1。81。4，然后我们市面上就photography的一个认识到，0。9到0。

95，就已经是非常非常大的一个光圈了，然后下面这个左边这个是徕卡的一个50mm，F0。95这么一个高端超高端的一个镜头，那这个要超过1万美金的一个价格，就通常这种口径做的越大，它的一个越贵。

然后整体光学系统也就越复杂，右边这个是阿波罗的一个蔡司的透镜，因为我们在太空里面有非常暗的这些情况，就登月，特别是月球的背面啊，什么暗的地方拍不到，这个阿波罗就当时给蔡司做了一个这个planet l。

就是0。7的这么一个，0。7的这么一个F数啊，那个时候跟现在不一样哈，现在大家光学EEDA软件是非常发达的，那个时候纯靠人算诶，这个我觉得当时的这些科学家跟功能，是真是非常厉害，那除了这些哦。

我们还有一些像其他的一些特定的设计。

比如像MARKL马克雷斯，有时候也叫微距镜，就是它可以拍到嗯，就是非常大的一个就是尺寸的一个放大，就叫magnet magnifications，就可以最大可以基本做到一比一。

就是我本身这个下面的大小跟我传感器的大小，它的放大率可以做到一比一，所以叫马克罗斯叫微距镜，现在包括很多手机，也能支持这个微距的这么一个功能，啊麦克斯，他是呃诶诶我记得是哪家手机厂。

之前说了一个显微镜的功能，对不对，其实实际上就是一个马克认识，基本上靠近靠近焦点，它焦点稍微往前设计一下，都可以做到这么一个微距的一个效果，所以说这个我不记得是哪个厂家了。

然后还有一种叫ARCHROMATIC叫或者是apple py，实际上就是concern的一个透镜，就可以对一个颜色进行一个很好的一个校正，特别是嗯，大家有很多就是多光谱相机或者高光谱相机。

大家对整个呃颜色的一个分散，有非常高的要求的时候，这种ORROMATIC的设计就会变得就非常嗯，必要的一个，大家可以看一下右边这simple length，诶。

这个时候这fox error嗯应该是纵轴是不一样的，波长，右边是pocket error，我们可以看到simple length，它的波长跟fox error变得非常明显。

那我们这个APPROGRAMATIC就可以做到它的fox error，基本不大，随波长变化而变化，当然我们这种做高光谱相机，我们会又会有一些叫super chromatic，它就会下的更好。

当然也会更贵，现在高谱特别是卫星航空用的那种钢谱相机，他那个透镜一个可能要上百万，也是很贵的，除了这个为了降低相差，我们经常讲到这个非全面镜，非全面镜啊，之前也讲到过。

像我们就刚才讲到了这么一个half spectre camera，就我们要拍到一个很高很的光谱，需要一个非常均匀的一个颜色的一个分布，然后这个时候呢，我看到一个比如说500块的，一个标准的一个透镜。

我们拍在一样的深度，你会发现随着波长的变化不一样的深度诶，我这个最后那清晰的位置是不一样的，这我要想做扫描，特别是我扫描，比如说布料上面的一个光谱诶，这个时候波长不一样，清晰的位置不一样，这可咋办。

对啊，所以说有的很贵的一个apple cometic l，这个要超过5000美金一个就可以做到，随着波长的变化或者深度啊，就基本上都是清晰的这么一种效果。

好给大家分享一下future1些问题，就有个叫nature distributer，叫中性密度滤光片，为啥叫中性密度呢，实际上就是嗯它对不同波长的一个衰减，基本上都是一样的。

大家可以理解为它就是一个衰减片，可以让光变弱，因为我们有时候拍那种大夏天，大白天说你这个伤害比较大，哪怕你调到非常小的光圈的时候，这个时候还是非常亮，这时候就要上一个ending cut，把这个光变弱。

因为这个中距离对流光片这个材料非常好，它可以对400到700NM等值的一个下降，啊你这个而且这个你可以叠加使用，叠这50%的，你再叠一层，25%，再叠一层，就是1。5的三次方，诶可以这么叠加使用。

那除了这种均匀的一个晒脸面包片了，就摄影里面还有一种叫嗯讲graduate，Nature distppt，也就是渐变的滤光片，通常有两种，一种就是嗯那个软边的一个界面，还有一个就是硬边硬边的界面。

就是大家可以很明显的看到它的区别，但这些中心位置对方片，像这种界面的中心的方片有啥用输出来，所以大家拍那种有天空的时候，比如说天空非常亮，我那个下边这个山啊水啊就没有那么亮。

这我要拍这个时候我动态范围就很大了，我天太亮了，还想拍清楚下面的山上面就过曝了，呃这个基本不会引起向上，因为是平的嘛，然后我就特别亮特别暗，上面天特别亮，想拍清下边上边过曝了，拍清上边下边也看不清。

这时候加了这么一个呃渐变的一个NINFTER诶，那上边衰减强一点，下边是点慢一点，就可以看到这种效果，对不对，就可以把亮的暗的地方都可以拍的比较清楚，那除了常用的这个nt tutor。

这个偏振片其实也是非常常用的，就是我们通常拍电影，就拍照的时候会用到一个circle poem，就是跟我们这个眼镜的这么一个polo rider，是一样的，对面是一个大家拍照的时候用的一个呃。

POLARIZER的一个样子，它它会标明它的口径啊，大家可以看到这个口径是77mm，然后加这个这个偏振片有什么好处呢，第一个就是它可以降低，就是大气里面空气中的散射，也就是比如说我们就是有很多嗯。

写入到大气中的一个光，有非常多的光被散射掉了，那么这个散射的减弱之后，我就看到整个天空会更加蓝，更加漂亮啊，同时这个因为有很多啊受到雾的一些影响，因为雾的这呃光打到这个物上，也会引起也偏振的一些效应。

这个时候这些嗯这种雾的这种感觉啊，实际上就是一些偏振光偏振，那些杂光加入这个偏振片之后，就会变得更加清晰，也就是有起到一个去雾的这么一种效果，啊除了这个还可以嗯去减弱这个直接反射。

因为我们知道有些水面的一些反射，还是经过一个布鲁斯特角，那么反射会引起偏振，这时候加一个偏振片，就可可以把这个呃海色给去掉，太阳光是全部，但是你散射光是偏振的，大家可以看到这个反射的光通常带有偏执性。

就加个偏振片就可以比较好的力量，嗯还有一些比较常见的就是像这种color future，Just spectre future，这个就嗯用到一些嗯不是很常见的一些摄影的，一些需求，是的。

像比如说嗯像SATIC，或者是加一些嗯这种带颜色的滤镜，我们通常有这种浅色滤光片跟加色滤光片两种，就加速流光片，大家就是很容易理解，就是加起来是白的，浅色的就是加起来是黑的这么一种感觉。

下面左下角我看到了一个加速滤光片的一个，Translate curvature，那右边呢就是一个检测的一个CHARMIS，Curvature，实际上就是左边的，右边就是扣掉那那么一种区别。

啊这个本身各种各样的SUTER。

上面不是红的六宫片呀，nd cut呀，还是我们可以买到的这么嗯一种偏振片，它都是有它自己的标准大小的啊，比如说像右边这种30mm，70mm，17mm，这种大小可以直接挪到我们透镜的这么一个呃，镜头前面。

因为我们镜头前面是有一个它的标注，比如FI77毫米，就只有这个地方可以拧进去哦，77mm的这么一个嗯，就是这么一个对光片，比如说拿个相机举个例子哈，这么一个相机我们可以看到，诶这上面标注了一个72mm。

上面标注了一个72mm，也就是说我这个线头上面可以摞这么一个，72mm口径的一个嗯滤光片，然后这上面标注了一个它的一个速度是ED，3。5到5。6，这个就是呃，在各个位置上的一个最大的一个口径。

实际上就是最小的F数，然后还有一些棱镜的应用。

常见的棱镜呢，比如说像我们的直角棱镜，比如说叫right angle l，这歌里哪里边用的最多的，就是大家嗯就是潜望镜，就包括潜艇上的潜望镜，当然也包括今天手机上用到了一个，潜望式长焦透镜。

这里面就用到一个就是这种全反射的棱镜啊，通过这个棱镜呢就可以改变光路的，一个就是实际上把很长的一个长焦的光路，把它横过来，就像躺在手机里，这个就不至于我这个镜头模组太过突出。

但这个呃因为这个光路成本其实是比较高的，就是大家买手机的时候，就就可以看到在墙前方是强调的，这个这个这个这种手机啊，实际上是比较良心的，然后下面一种就是ta prison，就是无棱镜。

这个是大家在单法里面常见的一个文件，因为这个因为我们以前的那种老式单反啊，就是在电子不是那么发达的时候，他没有电子，它单反没有办法直接看到，我最后拍到的像是什么样子，他就做那么一个五棱镜。

然后把一部分光传感器分光分出来，分到一个小的一个视窗上面，大家肉眼就可以看到，这是一个物理的一个模棱镜，所以说那个时候就见过一个拨片，你看单次反射的一个情节就叫单反，单反的名字就是这么来的。

啊给大家看一下，这个翻译比较流行的一个问题啊，就是一个单反图鉴跟这个无法通镜，到底是有啥区别呢，下面说一下这个单反的一个结构，我们可以看到这个单反透镜的，一个非常复杂的一个镜头啊。

各种各样镜片的组合来消除相差，然后再A我们可以看到一个神奇的地方，这儿有个半透半反镜，好一部分光直接打到传感器上，内部用光就会诶反过来通过这个五棱镜，然后到这个观察窗上，这个观察窗上就可以看到。

我实际镜头拍到的一个图像是啥样的，哪怕到今天的一个，有那么一个电子后视镜的时候，大家有时候还是想看到真实的物理的，我相框里的相到底是什么样子，因为就是最后屏幕预览出来的图像啊。

经常会有一些动态范围的损失啊，不过ISP处理不是很完全啊，这个时候其实像质还是不如，这么一个物理的图形的好，我们可以看到第一部分前面的一个途径，然后第二部分就是一个半透半反镜A3，直接成像到传感器上。

就反过来到人眼之中，然后跟今天的这些微单啊，很多微单就没有想把这个无能键取消掉，因为我后面这通常有一个电子的那么一个视窗，或者是直接大家可能没看屏幕了，所见即所得，那我们可以看到新V单啊。

也没有这个五棱镜之后，实际上就会小非常多，就是上面那一段都可以砍掉，当然坏处就是我没有办法直接看到，真实的物理世界是什么样子，我看到的都是经过传感器捕捉的一个情况，今天给大家分析了一个做一个拨弦分析。

包括呃点扩散函数的概念呃，model transfunction的概念，还有这个module transfunction是怎么得来的啊，给大家介绍了一些就是we found sense的应用。

大家最后给大家抽一段时间就把整个透镜啊，相机的一个结构讲一下，然后下面的一些课程里面，我们就会讲到一些噪声，然后噪声是怎么处理，然后也会逐渐的设计一些数学的方法。

包括像这个half quetic bet method，我去可以去做一个底部，然后我会给大家讲一下像DM的算法啊，deep learning算法，然后最后嗯把这些算法应用到，比如像CODMATION啊。

special encoding和temper encoding里面啊，这个呃会把呃再花那么一两节课或两三节课啊，这个MAZINGTOBOTS讲完，我就可以进入到下一个章节。

就是呃competitional top box啊，大家有什么问题的话，可以在这里问一下，没有问题吗，没有问题，我们今天就到这里，感谢大家来到games204嗯，希望大家嗯再坚持下去学下去。

因为这个内容越来越精彩，MTF的测量要啥教程吗，这个不用啥教程，你就看到那一页刀变刃法，就是记住这个刀变刃法，这个是最常见的一种方法，我们拿到一张纸，一块一半黑一半白，这个角度，这个边刃角度不要太大。

78度，20度，然后拍了一张图好，通过对这张边缘的一个分析，我们得到它的配置，spider function啊啊做一个既分手，找到了他的LSPREFUNCTION，再做一个数列变换。

就拿到MTF这个嗯嗯不用啥教程，这个感兴趣的话可以直接搜一搜，应该有很多的方法都可以试一试，好像没有别的问题啊，反射光散射光是偏振的，就是你你比如说你这个散射，就是大气里面一个小液滴。

这个小液滴实际上它的小分子的一个反射，它就是小液滴的一个反射，实际上跟水的反射是一样的，它也是有布鲁斯特角，经过这么一个步，四大角的一个反射，就是一个反射光，那就是一个偏振光。

所以说为什么要加上大气里面散射光，实际上都是偏振的，它是就是受到分子的一些散射呃，镜头设计的难点主要就是对相差的校正嗯，因为这个镜头设计还是挺玄学的一个东西，就是我们要要叫相差，要想要大的口径。

比较小的体积，这个时候就需要在各个之间达到一个，比较好的折中，而且这个透镜设计的各个面型之间，它是一个非线性的一个过程，就是我光学传播它是不是线性，就我校各个参数的时候，尤其是顶点的位置。

很多时候都是凭着经验去设定，这个顶点的位置啊，材料啊，但也会有一些经典的一些指导指，比如说双螺丝的结构，然后这个时候像顶点的设计的位置啊，最后你能接触到的一个相差的程度，它本身优化的过程中。

它是一个非线性的，所以经常经常到收敛到可能会不收敛啊，可能就不收敛了，你这个设计是发散了，你就永远达不到，你最后想要设计的一个约束的值，那这些都是课件设计的一些难点，好既然大家没有别的问题。

就是感谢每天games204啊，下一周同一时间。

09.高级动画技术：动画树、IK和表情动画 ｜ GAMES104-现代游戏引擎：从入门到实践 - P1：GAMES104_Lecture 09 - GAMES-Webinar - BV1pY411F7pA

嗨大家好，欢迎大家回到games104，现代游戏引擎的理论与实践，然后在开始我们今天的课程之前的话呢，我先highlight一下，我们最近收到同学们的作业，然后真的是很很震撼啊。

就是我们的同学们真的人才济济，你像这个卡通化的渲染，是不是觉得非常的酷，那么再给大家看一个啊，这个是很风格化的一个效果，然后再看一个最后一个是最酷的，我认为直接上了motion blur这个效果了。

然后我是觉得就是我知道同学们做这个作业，做的头疼，肚子疼确实挺难的，就是就像我讲的，就是说呃其实理解一个算法不难，难的是在于一个很庞大的系统里面，怎么去把这个算法做进去，但是的话呢我觉得有这么多。

那个就是我们的好同学，我们的学霸做的这么好，也给大家一点鼓励，但确实就是我们的那个课程组的话也很辛苦，就是在一个一个的看同学们的作业，每天都有惊喜，然后另外一个的话呢。

就是那个给大家做简单做一些前排课程的反馈，因为其实因为这段时间准备课程，准备的特别的辛苦，然后呢我们自己很自责，就是我们课程组觉得跟同学们的互动，还是做的不够，然后呢，所以呢就让我在课程中呢。

给大家做一些我们的课程组的反馈，比如说大家反应，就是说PIA的引擎的源代码，看起来还是有点难啊，这个确实是这样的，就是说我们自己也在那个看这个代码，我们觉得代码架的还是不够好，就是不够简单，不够清晰。

所以我们正在做一件事情，就是说对整个引擎代码进行一次重构，然后的话让整个这个架构更加清晰，更加的好理解，然后我们后面的话呢会持续性的，因为在上上周，上周我们在出了一些wiki嘛。

然后呢我们这些在后面就是这个重构完之后，会出一批新的这个wiki的文档，帮助大家去理解这个引擎，所以说大家如果看不懂的话，不要不好意思，肯定不是你一个人，那就直接告诉我们的课程组，那我们这边来改进。

就你看不懂一定是我们的错，那么第二个的话，就是那个大家说那个挖坑的那一层API特别难懂，这个地方的话呢，我觉得实际上真的是我们当时犯了一个错误，因为那个时候我们在考虑说，我们教大家做引擎的话呢。

就是说选择一个更加现代的，更加前沿的这样的一个平台，这个平台一致性也会好一点，但是呢实际上因为win这样，上次我的课上讲的就是，他非常的趋向于硬件底层，所以说对于初学者来讲的话，确实蛮抽象的。

不像学OPENGL啊，就很简单，很易上手，所以的话呢这件事情我们想了想，好像重新改吧，好像有比较难，我们打算的就是把那个上面那层，就是我我们以前讲过的那个叫RIHIG层，就是绘制渲染的这个虚拟化。

这一层的话呢，我们把它抽象的更干净，更好懂一点，这样的话呢再配上一些我们的文档，然后呢让大家能更方便的理解这个，这个就是说我们的渲染是怎么发生的，而且尽量不需要碰到wen的非常底层的API。

那么另外一个的话呢，就是说大家也说我们需要一些更多的学习资料，因为很多算法在课上，我们只是蜻蜓点水的点过去了，大家后面还是需要看这件事情的话呢，就是我们呃确实大家说的很对，所以我们后面可能会准备。

就是在我们的引擎的小网啊，小引擎的网站上，放上一些我们的一些参考资料的链链接，可能因为有些文章它是有版权问题的，我没有办法把那个原文直接给大家，但是我会把链接给大家，方便同学们自己去下载和阅读。

这件事情，我觉得可能需要大概一两周的时间，因为最近我们还得认真的准备课程，所以有可能是在，就是后面两节物理课程结束之后，我们有一个星期的break的时候，我们把这个事情给同学们准备好。

然后呢包括另外一个就是同学们普遍反应，就是真的第一次做作业了，我记得很很很有意思，在之前大家老是问我说我们的作业，我们的作业呢当我们的第一次作业布出来之后，大家就说哎呀，我们的时间不够。

所以呢就是现在看到同学们都很想做这个，做完这个座位，但是呢时间又不够，所以的话呢我们决定把这个第一份作业的时间，截止日期的话延长到这个月的30号，这样的话，大家就可以有更多的时间去写这个作业。

然后有什么问题的话，也可以跟我们课程组去，这个就是说去反馈，那最后一个的话，那就是我们要隆重隆重的感谢一下同学们，给我们的小引擎取名字，我们真的是非常感动啊，大家取的名字都非常的有才华。

我们现在已经收到了将近两三百个名字了吧，而且每个名字质量都很高，同学们不是说只是给了一个名字，嗨写了很长一段话告诉我们说，我对这个小引擎的想法和预示了，其实看到这一趴的时候，我们课程组还是蛮感动的。

因为实话实说，准备这个课程，我们从去年年底开始都没休息好，真的花了很多很多心血，在想怎么去怎么去准备这些东西，然后写这些小引擎，有时候我们会说我们为什么辛苦干嘛呢，但是看到同学们在给我们取名字的时候。

那份用心，那份真的把这个小引擎当成我们自己的一个，我叫做一个playground，就是我们自己玩的一个游乐场的感觉，突然一下子我们觉得心里很温暖温暖，比如像下有有有同学就给我们取了个名字。

叫做啊叫做那个breaking亲，他说这就是我们自己的这个花园，我们一砖一瓦去构建它对吧，还有同学叫我们叫派引擎，什么意思，就是说诶，我希望这个小引擎能像太阳，无穷无尽的能够绵延下去。

这这也是我觉得我们这个社区吧，大家最想看到的一件事情，就是说这门课程，就是虽然我们会有他的第一个part，这个finish的那个时候，但是我们一起通过这个小引擎，这个小社区在一起去连接。

那么特别有意思的，还有人写诗，我这里面特别用了我们一个同学写的一首诗，叫做什么晴空一鹤排云上对吧，引得这个诗情，这个什么腾九霄，我觉得就太棒了，那个最后两个字我看不清楚，因为我被摄像机挡了。

但是我当时看到这个词是我就是哇我的天呐，我都想把它打印出来，挂在我的办公室，就说嗯这是我们做引擎人的这个乐趣，所以说啊在before我开始今天的这个课程，之前的话呢，我还是再次的感谢一下我们社区。

你们的小伙伴真的有你们的这些声音，有你们的支持，我们课程组做这个课程，在最更有动力好，那接下来就开始我今天课程的正文了，那今天的这节课程呢，我们就继续我们上一节课，那个的内容。

就上一节课我们讲什么讲动画系统对吧，上一节课大家花了很长时间听我讲了，那么绕来绕去的四元数，讲了一大堆的公式，但是这个公式说实话比渲染还是少很多了，然后呢终于搞明白说唉呀给了一个一组骨骼。

我到底怎么让这个骨骼动动起来，我这个骨骼动起来之后，我蒙这个蒙皮的一个网格，怎么样，像真的像人的皮肤一样，也能跟着骨骼去动，但是的话呢我们学了那么多，其实呢是一个基础的动画浏览，而今天这节课呢。

我要跟大家讲一些高级的动画技术了，这些技术的话，实际上是现在现代游戏引擎技术里面，最实战的一些技术好，大家准备好冒险了吗，首先的话呢就是给大家看一下，这是我们上节课学的东西是什么。

比如说我们理解了DCC动画是在DCC里面，怎么怎么通过控制那个骨骼的运动，做出我们各种各样的效果，然后呢我们也知道引擎怎么把这些动画导进去，怎么去做各种各样的蒙皮动画对吧。

然后这个看上去我已经知道一切了然于心了，我们还知道什么叫做动画pipeline，但是大家想一想看，如果我用DCC，你生成了几十个，上百个甚至上千个这一个一个的动画，那它就是一个一个的动画。

那为什么今天我们玩起现在这些游戏的时候，我发现他你们的这些角色的动画行云流水，你看不出来他是动画A动画B动画C，好像都是完全自然地连接在一起了，那这件事情是怎么发生的呢。

这其实就是今天我们这节课要讲的重点，就是当我们有所有的这些动画的算法，我们知道有所有的动画素材的时候，怎么样的，让我们游戏里面这个角色真的按照我的意愿，活活灵活现起来那么好。

所以呢第一趴也就是叫动画blending，也就是说，当我有几百上千的这个动画的素材的时候，我们叫做CLIPSE的时候，那么在游戏引擎中啊，我们不是依次的去播放它，或者是随机的播放它。

我们实际上是要把很多的动画的素材，按照一定的规则，根据我的game play把它blender在一起，所以动画的blending，其实是动画的最重要的一个底层系统，那么在这里面的话。

我们讲一个简单的例子，就是比如说还是我们小引擎的这个角色对吧，我们做了一个他走的动画，假设假设是0。1啊，1。5米每秒，那么我再做一个他跑的动画是3米每秒，那我现在假设这个角色我现在是从走逐渐到跑。

从1。5米每秒，慢慢的到3米每秒，这个中间我怎么去过渡它的动画，我们不可能是说为每一个速度做过动画对吧，我相信学学到games104的同学都知道，游戏引擎绝对不会这么傻，我们多聪明啊。

那我们就在想着怎么办，那么如果只是到了一个速度的，设个阈值切换的话，那就会出现在我们的这个，就是下面的第三张图里，你会看到一个很明显的切换，我们肯定也不会那么傻，所以同学们一定会一拍脑袋说。

那不很简单吗，我们要做这个线性差值，也就是在你在第四张图看到的结果，就是诶，你能看到一个很smooth的这样的一个transition，从这个走路跑，这其实就是动画blending的一个。

最基础的一个原理，也是而且这也是最经典的案例，就是为什么我们要动画要做blending，就是因为我们要无极变速好，那布兰妮怎么做呢，其实在上节课基本上讲的已经非常清楚了，就是learn对吧，线性差值。

那我们讲的就是每一个joint，它它的无论它的平移，他的放缩，它的旋转，特别是旋转，因为旋转是最多嘛，那我们要去进行这个就是rotation的差值，那我们也讲到了quota的话，你可以用ENERP啊。

你可以用ATHLOR，whatever什么ERP，但反正就是可以去做线性差值，但是呢不同于在上节课里面，我们的差值都是什么呢，比如说我有无数个key free，我去插值一个动画是什么呢。

它本质上是在一个动画的clips内部，一直就是在真与真之间去插值，而这个差值呢就blending的差值呢，是在不同的动画，比如说在我走和跑的各取一帧进行差值，所以这是在两个clips之间差值。

这一点的话是一定要分清楚的，因为所有的动画的blending，都是在多个CLIPSE之间来进行插值，那这个差值的话，我相信上完上一课的，上一节课的同学的话，一般应该知道这个算法该怎么写了。

所以这地方我就不赘述了，而今天我们就讲一些这个乐谱，怎么这个这个这个blending怎么做，首先第一点就是我们怎么去算两边的权重对吧，那这个方法呢其实非常的直觉，就以我们这个数。

就以这个从走到跑的这个案例吧，那么我们首先要引入一个我怎么算他的weight，其实非常的直觉，如果你是因为移动速度发生了变化，那我就用速度作为一个这个自变量。

然后我可以推推导出来你的weight怎么变化，那假设我们的跑步的速度是这个speed2，走路的速度是speed1，那我其实可以根据当前的4B的，我就可以算出来，我的第一就是走路动画的VT1是多少。

跑的动画V2多少，那大家只要保证V1加VT2等于一对吧，那我速度越来越快，我wait12的就是从0~1之间过渡，那就基本上就OK了，这个东西的话呢，我写了这一盘的话，同学们肯定觉得啊，这个我也会对吧。

那这就是一个很简单的一个啊线性差值，根据这个那个你的靠近哪个信号，我去选择它的权重重一点，这是很直觉的好，接下来讲的这一趴呢是当我们做布兰妮的时候，特别容易忽视的问题。

其实啊当我们在做这个动画CLIPSE的时候，其实首先能做这种差值的动画，很多时候我们希望它是循环的，大家想一想，当我在走路的时候，当我在跑的时候，我们的不平是不是不一样的对吧。

我跑的时候不平会不会相对快一点，我走的时候步频相对短一点，那其实在这里面的话，我们这两个动画之间实际上是并不同步的，那你差值的时候，你该用我的跑的哪一帧，走的哪一帧呢，这个其实是在动画布莱尼系统里面。

特别就是基本的一个问题，所以但是一开始大家做的时候很难会意识不到，所以这个时候我们就会要求动画师，在做动画的时候，你无论这个循环动画做多长，但是首先你必须是循环的。

而且比如说假设走路动画都是左右脚各迈一次，那跑的动画也得是左右脚各迈一次，而且呢你就是那个脚落地的时间，最好大概是一致，这个时候我们要把它两个循环动画的时间规划，这样我的差值才能够保证说当我的时间。

比如说是零的时候，我们的脚都没有提，0。5，0。25的时候诶，我的左脚踢到空中了，0。5的时候哎，左脚落下来了，0。75的时候，右脚踢到空中了，0。1的时候，右脚又落下来，要重新开始对吧。

这个时间的timeline alignment，实际上是很多动画可以blender的一个基础，而且这里面就是让大家意识到，就是说其实动画的blender，它特别容易让你觉得直觉上非常的简单。

非常的就是很好理解，但是的话呢如果你对这些基础的概念，如果理解的它不够准确的话，你特别容易写出各种各样的bug，比如说如果你的时间online做不好的话，比如说你的速度和这个差值没做好。

你会发现这个人走路在地上就ice skating，就是说脚在地上滑步，这是为什么呢，比如说你的那个啊啊就是你的那个速度，他没有跟那个你的两边的权重，产生一个合理的关系。

包括推进的那个步进的速度也没有配合的话，它就会产生滑步，而在游戏中的滑步，是一个我们一定要解决的问题，所以你有了这样一个非常简单的算法的话。

你就完成了一个最简单的animation blending系统，你就可以得到任何一个无极变速的动画表情，看到这一趴的话，我相信很多同学都会觉得嗯我懂了，原来这个高端的游戏就是这么做的，就这么简单啊。

确实就这么简单，比如说像我们的小引擎里面，好像已经实现了一个最简单的blending，但是的话呢它和我们真正的就是游戏引擎，你用的全套的动画系统来讲的话，还差得很远，但这个是一切的基础。

好接下来我们再讲一点有意思的东西了，那其实啊你会发现这个blending，它实际上是有异味的变量，然后呢左右去控制它整个blending，那我们再讲一个有意思的事情，就是说假设我现在有一个这个角色。

有一个向前走的这个动画，然后呢我还有一个叫向左走的动画，我还有一个向右走的动画，那大家想想看，我们在玩游戏的时候，这个角色是不受我控制，一会儿左，一会儿右，对不对，那实际上按照上一节课的那个思啊。

按照上一趴的那个思想的话，是不是我可以让这个轴在左右之间自由的差值，然后选择在这个就是三个动画中的百分比对吧，那么这个差值叫什么呢，就是一维的blank space，但这里面大家注意一个细节啊。

我这里只是举了三个采样点动画，刚才那个动画走和work的话啊，就work和run的话只有两个动画，我们只在两点之间差值，对不对，但是你发现没有，这里面把这个东西general generalize。

就说虽然我还是一个一维这段差值，但是呢我的采样点不是两个了，是三个了对吧，那大家想想看，是不是我可以再加四个，再加五个，比如说我往左边慢移动和左边快移动，和站在中间直接往前走，还是往右边慢移动。

往右边快移动，我可以变成五个采样动画，是不是也是一样的，所以说这里面有一个细节，就是说当我们做这个意维的动画的，这个bland space的话，实际上我们并没有规定这些采样点的总数，这些clip的总数。

同时我们也并不要求，这些CLIPSE在这个轴上是均匀分布的，它可以有的时候密一点，有时候输一点，比如说人在正常走的时候，动画动作变化不大，但是他一旦开始侧翼的时候，他动作发生了很大的变化。

很可能在一个很小的速度，我都切换成另外一个动画了，然后但是呢，当我在向更快的速度往侧面走的时候，这个速度动动作变化又没有那么大，直到发生显著的变化，我再切换到第三个动画。

所以说它的分布其实也是可以不均匀的，这就是我们叫做blank space概念，那这是一维对吧，那同学们肯定会讲，你这个做的不完整的，因为我往就算我往前走，我可以走得快走得慢，我往左走一样也可以走得快。

走的我甚至可以往斜走路方走，那怎么办，诶，这个时候很自然的，我们就需要一个二维的blank space，现在刚才大家讲的就是我站在中间，我是这个idol的，站在最下面那个点是idol的，我站在这不动诶。

我我往前走的点是work，是是走的，我再往前走就run对吧，如果我的这个采样点只是往前走的话，我就是从idol到work到run的这样的一个变化，那同样的就是我在往左前方走出那个右前方左。

我往这个这个就是说左前方跑，右前方跑，那整个这个角色的动画就会完全不一样，那这个时候我们是不是得到了一个二维的，一个采样空间，这个采样空间的每一个采样点，就是一个动画的素材。

我们用它来表达这个角色的整个动画行为，大家注意啊，就是在这里面，Ban space man，所有的动画克里斯都是要求循环的，如果不循环，大家都不循环，就一次性播放网，如果要循环，大家所有人都循环。

否则的话就会产生很多很奇怪的东西好，那但是呢我们的动画师呢，是观察生活非常细腻的人，他会告诉我们的游戏引擎程序员说，这个我们发现一个细节，就是说当这个人他从走到跑的时候，如果他加上横侧向移动的话。

它会很快的进入到一个侧向跑的状态，因为侧向跑的时候人身体很难保持平衡，所以说如果它的速度只要超过一个简单的意识，他就开始必须要切换到跑的动画了，否则看上去很不真实，这个东西讲起来很细节啊。

但是如果你们以后跟动画师团队去合作的时候，你会发现他们对人的动作的行为，就是肢体的这种变化是非常非常敏感的，这个时候就回到刚才我讲的那个概念，就是这些动画素材的话，在采用空间让它的分布其实是不均匀的。

他们可以随机的散布在各个点上，也就是动画师觉得这个地方，我需要一个更细腻的表达，那个地方我可能会再加一个CLIPSE，那作为引擎程序员，我们怎么办，那好吧，随便你怎么放，我都理解了。

然后接下来我们要去选择差值，但是你看这里面我们就有这么多动画了，对不对，你看这里面我们大概有七八个动画，那我难道每次不烂的时候，要把七八个动画不烂在一起，然后我就算他们的平均全中。

这个呢好像这个计算机一个是比较费，因为我每一个动画CLIPSE，我首先要去算出来，他当前这一帧的动画是什么样子，然后我就要把七八个pose在一起进行blending，那这个计算量是不是会非常大。

哎这个时候我们发现一个规律，就是我们用DRI3角化的方法，DN3角形是个数学方法，大家如果有兴趣的话，可以去查一下，其实非常简单，就是我给了你一堆二维空间的点，其实这个算法在三维也可以变成台球会哦。

三维好像比较复杂，二维的话其实算法比较简单，我就是根据你的这些这些点，这些顶点我可以生成这个空间的三角形划分，那么你现在这个时候，你在任何一个速度这个轴上，你在任何一个方向。

这个人就确定了二维空间一个唯一的点，那我就会选择临近的三个这个动画clips，然后呢用BIOCENTRIC，大家还记得我们在前面反复讲到的重心坐标，对吧，那个方法去在这个三个顶点里面。

就三个动画的CLIPSE里面去插值，所以这个呢是一个完整的2D的，ban space的一个实现，而波兰space的话呢，在我们的游戏引擎早期是非常好的解决了，就是说艺术家只需要做几个角色行为的动画。

但是呢我们可以在整个游戏引擎里面，实现一个非常丝滑的角色的运动，所以说我们的小引擎现在ban space还没有实现，所以说不定我们会把这个ban space，作为我们小引擎的一个作业，不给大家啊。

现在我我我先不剧透，我只是说这是一个非常好的一个，就是做作业练习的一个东西，因为你会发现这个奇迹就会发生，就是说你本来看到一个很离散的动画，然后呢但是如果你有了一个ban space的话。

你会发现你用你的摇杆去控制它的时候，唉无论以什么速度，无论你什么朝向这个角色的行为，看上去好像都很舒服，很smooth好，这就是tod black space的一个概念，这是我们在做动画的。

这个就是real time的处理的时候，一个非常核心的，也是非常基本的一个数据单元，基本上现在游戏引擎，无论最高端的游戏吧，虽然我们讲很多游戏都是号称是这个。

就是data driven的这个那个这个这个这个match making的，这个这个就是这个就是那个这样的一个动画，但实际上呢ban space的话呢，实际上还是一个非常基本的一个元素。

很多地方还是要用到它那个，那接下来我们有了这样一个曲线方法，我们问题是不是解决了呢，我们发现又来了第二个问题，就是说，我们就这还是以我们的一个小机器人为例，他对特别喜欢大家，很欢迎大家来跟他玩。

他要鼓掌对吧，但是我们小汽车有很多的pose，他可能一会儿站在这儿，他也可能蹲在这，大家觉得这个小机器人很可爱，那么我这个机器人甚至可能在走，那么在这样的一个情况下，我们还希望给他混合一个鼓掌的动画。

但是我们知道鼓掌的动画，我不可能为每个姿势都做一个，我可能只能做上半身，但是我下半身的行为又会不一样，那怎么办，我相信聪明的同学们应该很快就能想到，很简单嘛，我们对skeleton做一个mask。

就是说有些动画它只apply到你的上半身，有些动画呢我只apply到下半身，比如说我的下半身apply，一个这个人蹲在那儿的动画对吧，我的上半身呢apply，一个就是这个这个鼓掌的动画。

我而且这个动画树那个，因为你只有这一部分的这个joints，参与了这个动画，它的动画的数据量是不是变得更小，而且因为你有这个mask，所以说当它apply到skeleton的时候。

只要拍到一半的左右的骨骼，那我的计算量也会下降很多，这个时候我就可以自由的，把两种甚至更多的动画，在这个角色身上进行混合，这也是一种blending，就是skeleton mask blending。

那你有了这样的一个API的话，或者这样的一个方法的话，你就可以实现这样的一个效果对吧，你就看到小机器人无论是什么造型，无论在什么位置都在鼓掌，欢迎我们，所以说这也是我觉得是个非常好的，小引擎的作业啊。

大家可以拿这个效果来做这个作业，OK所以这是我们的叫做skeleton mask blending，好再给大家讲最后一种blending，假设我们对这个小引擎提出，这个机器人提出更高的要求。

你不仅要对我鼓掌，你还要向我点头示意，这个这里面有有一个引擎的要求，叫做你要向着我去点头，因为鼓掌你可以这样对吧，你可以你可以可以这样，但是你的头我们希望机器人总始终朝着我，假设我做了个点头。

我做了一个向前点头，向左点点头，向右点头，那这个时候我要让他有各种坐姿，我要让他这个手在不停的鼓，而且我还希望他的头看着我不停的点，而这个时候怎么做呢，其实这里面就有一个很重要的blending呢。

我们叫做attitude blending，什么意思呢，就是在这一个动画里面，我们不仅只作用到这个skeleton的局局部，而且呢我们只存他的这个动画的这个变化量，而不而不至于那个就是存它的绝对量。

这样的话我们在你无论怎么渲染的对吧，无论怎么动SKT的结构结果之上，我再加上一个extra的旋转呢，或者是这个translation啊，或者是这个scale。

这个时候我们就可以在上面又去apply1层动画，这个时候你有这样的一个技术的话呢，诶你就可以实现这样的一个效果，就是你看到很多的机器人在这对，冲着你去点头了对吧，这个其实就是非常的简单。

就是这个呢也就是在我刚才讲的三种补蓝顶，第一种是非常简单的LP，就是线性补蓝顶全身的，还有一种我们叫做mask blending，他只是对一个局部的进行blending。

第三种呢叫做additive blending，就是说你们blending全部做完了之后，我再给你上面加一个修饰，加一个差分量，这三种不ending，基本上是游戏性里面blending的最主体的东西。

那有了这个东西的话呢，呃我们基本上就可以做动画了，但这里面要讲一个细节，就是说其实这种editor blending啊，如果做的不好，是特别容易产生各种呃，我们称之为叫broken case的。

就是比如说吧啊，我们这个角色本身做了一个转身的这个动作，他的脖子已经扭了，然后你再给他加上一个扭头，看别人的这个动作的话，他的脖子可能就超过了它的旋转的这个上限了。

所以这个时候你这个角色看上去非常不自然，所以说adam blending的话，一般都会做起来非常的谨慎，而且这是我后面要讲的，就是在后面在规划这个角色运动的时候，我们会非常有意识地避免。

就是过度的叠加这些动画，因为它会让有些joint的行为非常的异常，OK好，这个基本上就是我们的blending呢，就是这个三件套啊，应该是四件套吧，就是说首先大家理解什么叫一维和二维的这个。

band space对吧，然后呢理解了非常简单的，就是说线性的或者是双线性的，或者三角形的边三角形差值的这种blending，然后呢我们理解了居skeleton mask的blending。

还有呢就是说if blending，就是再加上你offset边那个，就是偏移量的种blending，那基本上你有了这些东西之后，你就可以把那几百个上千个动画，按照你想要的方法把它各种叠加在一起。

根据你的game play，这个其实就已经可以做一些简单的小游戏了，其实如果你这时候不在乎，这个引擎是真的给artist用，你自己直接用来做游戏的话，有了这四个算法基本够用了好。

那但是呢我们的这个引擎设计师是不满足的，为什么，因为我们的目标是要做工具，我们不是做算法，工具的目标是什么呢，就是我们要把它变成一个，可以教给我们的设计师，教给我们的艺术家。

能够自由地构建他的世界的东西，那这里面我们对这个动画的表达呢，就会希望拥有一种更可视化的，更形式化的话去表达，这里面要介绍一个大名鼎鼎的概念，叫做呃animmation state machine。

这个单词拼错了，不好意思，应该是呃也就action也可以，反正这个词我们有的时候一般都叫state machine，状态机，那么状态机的概念呢，为什么这个在动画中很重要。

因为刚才我们只是讲了blending对吧，但是其实在动画系统中，他很多时候是状态在切换的，我们举一个非常简单的例子，就大家还记得在上一节课的时候，我们讲的就是说一个角色，我们作为一个跳起来的动画的时候。

我们要把它的位移去掉，对不对，因为什么呢，因为在游戏中啊，这个角色跳多高，包括多久能落地，都不是动画能作死的，大家想象一下，比如说我站在一个斜坡上，我站在一个台阶上，我从台阶上跳下来。

虽然我跳的高度是一定的，但是因为我跳下来这个台阶的深度我并不知道，所以我并不知道什么时候落地，所以一般我们会做三个动画，第一个动画呢就最上面的这个叫做起跳，第二个动画是什么呢，叫做空中的loop。

也就是说你在空中浮空的时候，很优雅的把你的腿啊，手啊摆来摆去说啊，我现在飞在空中，I believe，i can fly对吧，那最后一个呢就是我的天，我要快落地了。

这个时候呢有一个叫landing的动画，一般我们一个奖品实际上会拆成三个动画，这个时候你会发现你没有办法去blending它了，因为它不是个blending的问题，它是个什么呢。

它是一个就是彼此依赖的一个状态切换的问题，就是当我决定按下一个button，比如说像XBOX经常按的是A键是吧，我记得A键就跳，那我按A的时候，或者XBOX那个叉那个PS圈的时候，诶。

我播放这个角色起跳了，当这个角色跳到他的高点的时候，这个时候我应该播放什么东西呢，应该是在空中的那个loop哦，不是高点，就是说起跳动作播放完之后，我就要切到他的loop，为什么呢。

那个时候因为他向上还有惯性嘛对吧，然后他就开始有惯性了，在那边，但他他就悬崖，那我并不知道他马上就要落下来，还是下面是一个无尽的悬崖，如果是无尽的悬崖，它就会一直这样啊啊啊这样摆。

然后呢唉当它快落地的时候，我这个时候记住啊，这里面其实有个很复杂的东西，就是我不是说落地那一瞬间，我播放落地的动画，实际上是快落地的时候，一般是快落地的时候，我会让这个角色做出一种紧张的姿势。

然后准备落地诶，我要播放这个落地的动画，当然这个这个是比较讲究的，如果你不那么讲究的话，是你检测它的位置到D的时候，你播放一个脚去削减势能的动作，Anyway，这个都可以。

你会发现它是在三个状态里面是有序的切换的，而这个呢就是一个非常经典的状态机的要求，所以这个时候我们再去看动画的时候，就会不一样了，那我们就需要定义动画的状态机，那动画的状态机呢其实一般就有两种核心元素。

第一个恒元素呢叫做它的这个节点，也就是说我们的动画的那个CLIPSE，就是原来的原始的动画素材，是它的节点，对不对，其实呢你可以把一个整个一个ban space，比如说我们的刚才讲的那个诶。

前后左右这个在一起怎么混合，你也可以把它打包成一个节点对吧，你甚至可以把一个动画的蓝图都放进去做下，这里面我就借用于aria的概念吧，就是整个一个动画可以混合的速度可以放在去，它非常的灵活。

那么但是呢这个里面它的，它最终产出的一定是一个动画，就是一个pose，一个pose to animmation，然后呢当这个东西呢它又满足了一定条件之后，它会从状态A就node a切到note b。

就是我们叫STA或者到STB，所以叫动画的这个状态机的话呢，它实际上核心的元素就是一个可以反复循环，或者叫循环输出动画的这样的一个，就是这个它的state或者叫做note，还有什么呢，就是满足条件。

我就自动的从这个node a切到node b的这样的，一个过程，回到刚才我们那个案例里面，这里面是一个非常简单的这个SM的一个案例，就是你从爱豆开始，当我收到了这个玩家跳起来的这个动画的时候。

我可能就会进入到jump的那个新jump那个节点，那jump那个节点首先是jump start是吧，然后在jump loop这个jump，首先jump star，他可能觉得哎我到了高点的时候。

jump star就停掉了，我就变成jump loop，这个JBLOOP里面啊，它一直会循环，直到他说我要落地了，这个时候这个状态就切换到a landing，到landing之后。

landing他要把自己播完之后，他才能回到这个人的idol，所以这你只有这样的一个系统的话呢，这个角色的行为才是看上去是自然的，那么这里面的transition的话呢，其实就比较复杂。

我这里面给出了一个最简单的定义，比如说你只需要知道它的起点是谁，它的终点是谁对吧，那么这里面的话你还说哎，我之间要不要去做这个差值啊，如果差值的话，我从动画A的话，B不要马上过来。

我中间有一个布兰妮的过程，可能是比如说0。2秒，0。3秒，0。2秒是我以前我们以前经常用的一个magic number，我也不知道为什么很多artist都喜欢填0。2秒，好像这个数字看上去就那么舒服。

但其实真正复杂的是什么，是这个transition是在什么时候激活，待会儿我们会讲就是它其实有很多的条件出发，而且呢这里面讲一个比较复杂的概念，就是一个完整的动画状态机的实现的话。

它的transition条件可能是不止一个的，可能是很多个好，那这里面就讲一个fade，这个fade呢讲一个非常简单的一个数学原理，就是fade一般有两种，一种就是我从动画一到动画二之间。

就是动画一越来它的它的贡献量越来越少，动画二的贡献量越来越越多对吧，这是一个非常容易理解的一种差值，就是smooth transition，但是的话呢其实还有一种是什么呢。

就是frozen transition，就是说我的动画一要切动画二的时候，我动画一呢先停住，然后呢动画二这个时候逐渐逐渐的进来，但是这个是基于你现在动画一的这个基础，这件事情有点抽象，比较难理解啊。

但是实际上的话呢在我们的动画系统中，真的是有用处的，就是有些动作当你要发生切换的时候，你继续在播放动动作一的这个动作的话，它和动作二在一起混合的时候，看上去反而更不自然，就以刚才这个起跳为例的话。

如果你之前用smooth transition的话，你会觉得这个人在空中还在试图跑步，再怎么样，这当然也是一种这个跨栏的演示方法了，但是呢动画二那种。

就是说frozen那个这个transition的话呢，你会觉得诶这个人好像试图停一下，在原地起跳，你说到底哪个好呢，我觉得这个是artist决定的，但作为我们的engine designer的话呢。

我们实际上要给大家提供一个选项，这你们再多说一句，就是说其实啊这个两个信号之间的fade，是有非常多讲究的，就大家啊看到这里面这么多，名目繁多的曲线对吧，其实本质上就是要接，还记得我以前跟大家讲。

那个就是那个那个那个就是那个啊，材质模型的时候就讲过，说诶这个这个信号到底要尖锐一点呢，还是下面的，还是下面的波峰要拖得再长一点，其实大家都只是在找各种各样的可能的形状，比较多的形状就两种。

一种是linear，就是线性的差值对吧，还有一种是什么呢，我们叫做easy easy out，什么意思，就是用cubic的方法，或者用BASA曲线，就是A先平平的在中间长得比较快一点。

到结束的时候再慢一点，这个是用的比较多的，其他的其实像什么指数啊，这些东西至少在我们的动画系统里面，用的是比较少的，你会发现动画是大部分时候要么就是线性差值，要么就是这个EZEZL的差值。

但是呢不妨碍大家知道这些基础的这个理论，因为这个东西的话，其实在我们的引擎很多地方都会用到，比如后面我讲的party系统的时候，他的很多particle的这个这个这个明暗的变化。

可能就要用这种这些曲线来表达，那这里面的话呢给大家举一个真实的案例，就是说这是用unreal引擎做了一个案例吧，这是一个一个一个ASM的案例，那在这里面，大家看到那个上面每一个小小的那个双箭头。

其实就表示了一个transition，你打开那个transition的话，你看到里面有很多的属性，这里的属性比较复杂，我就不一一展开了，那这里面的话你会看到就是说哎，他这里面你看的特别清楚的是。

我的这个duration到底要插值多久，包括呢我大概是什么样的一种插值类型，它单这里面有一个比较复杂的东西，在这个图上没有展开出来，就是我这个什么时候发生，这个transition的条件到底是什么。

对吧，这个地方其实非常的有意思，然后呢再讲给大家讲，这个我我在后面讲，但这里面大家注意到一件事情，就是说其实这里面的每一个每一个note，或者叫每一个st，它不是大家想象中非常简单的一个动画的素材。

实际上呢这里面的话，你点开来可以发现，它可以做成一个非常复杂的一个动画蓝图，就是很多很多动画，在你们又按照一定的规则去融合，当然你也可以只放一个，比如刚才我们在前面讲的一个ED的VD。

或者2D的这个two d的这个blank space，这都可以，其实这也是为什么，我我这节课在讲动画树的时候啊，我大量的用了unreal做案例，因为其实我们比较下来，我个人认为。

荣耀的这个动画系统设计的是非常好的，它一个很大的我认为设计的比较好的地方，就在于就是说它实际上非常灵活，你可以根据自己的需要自由的嵌套，自由的组合，而且呢它的很多的这个图标啊，包括交互设计啊。

非常符合设计师的直觉，所以如果诸位想做游戏引擎，想做游戏引擎，你的这个动画树系统的话，或者叫动画蓝图系统的话，我觉得要是一个非常好的一个参考，而且也非常符合我们讲动画系统这个概念好。

那其实呢当我们有了这个就是动画状态机的，这个基础的话，我们真实的在游戏中的表达一个角色的时候呢，在最古典的时代，我们用的一个东西叫做layered a s m，就是多层次的这个动画状态机。

比如说这个角色的上半身，我们有一套复杂的状态机，比如说表达他，比如受击啊，或者说他各种攻击别人的动作啊，然后下半身的话呢我会根据我的一玩家的control，比如说哎我这个角色在跑跳走对吧。

然后的话呢我两层东西叠在一起，就是这个上一个管，上面那个管下半身，还有个人可能管这个头，还有的还有一层可能是管这个这个角色的受击，所以你几层状态机做好之后，基本上能够在游戏中表达一个。

活灵活现的这样的一个角色，这里面我举了个例子，比如像鬼泣五的这个例子，你会发现这个角色为什么你觉得很有打击感，因为他下身跳的各种动作，和他上身打怪的各种攻击动作，是基本上是可以独立控制的。

这样你会觉得这个角色特别的火，而不那么僵对吧，这就是layer sm的一个很大的好处，那这也是一个最经典的一个设计，但是的话呢就是说现代游戏引擎里面，我们基本上切到了什么呢，就是动画树了。

那动画树这个概念，我相信同学们应该至少虽然没有用过吧，或者很多同学已经用过了，应该是久仰大名了，那动画树最原始的这个idea，至少我个人的理解啊，是从表达式数开始的，因为大家想想看。

如果我layer的SM无非不就是信号，A加B加C加D嘛对吧，那其实我们对整个动画的表达，实际上可以表达成一种，就是比如说速度空运算对吧，动画A加动画B然后呢可能在TV点C对吧，再再受制于什么东西。

所以说这个东西其实如果是这样的，一个表达式的话，我们是不是用一个数的形式是不是更好，所以大家仔细看动画树啊，其实动画树的话，它其实是一个就是一个一个单向展开的一个数，它并不是一个图。

它最终一定要有一个流出的这个节点，就像你作为一个表达式数一样，最终有一个中有一个那个根节点好，那动画树呢它你们的节点就像我前面介绍过的，其实非常的简单，比如说它最最常用的就是线性插值节点，但大家注意啊。

在动画树里面，线性插值节点的一，最简单的二元线性差值的话呢，你输出的是个权重对吧，比如说零就零就表示这个我全部选用CLIPA，如果一的话，我就全部选用cb ca cb，那我加0。5的话各取一半。

那么但是的话呢，这个这个这个系统还是三通道的系统，这个时候呢它的权重我们一般会单独让你输入，就是VT1，Vt 2v3，你自己来控制它对吧，这个很像是不是很像那个电路板。

然后呢如包括刚才我们讲的editing blending，在动画树里面也有专门的节点，你可以把它放进去，也可以做你想做的事情，那么这个时候去刚才我们讲的lay了，SM的话。

是不是可以很轻松的用这样的一个结构的，动画树就可以表达出来，所以说啊动画树呢，你可以认为是layered sm的一个超级，那么也就是说它可以做表达，所有的layered sm能表达的东西。

但是动画树呢它真正的酷的地方就在于，它实际上是一个递归结构，至少我在这个游戏引擎，现在游戏引擎里面，我看到大家越来越把它变得更general，举个例子就是这里面我还是不得不highlight的一下。

就是那个虚幻引擎，就是说他在动画树的节点设计中非常的灵活，就是说它既可以是一个动画的素材，也可以是一个就是那个ban space，也可以是一个ASM，这样的话你最终只要输出一个节点就可以了。

刚才我讲了那个一个ASM，就是说动画状态机点开了之后，它里面又屏内嵌很多的note，这些note中间呢又可以在内嵌一颗小动画树对吧，这个听上去就很丧心病狂了，你这个就是就是你套我，我套你。

但这东西你觉得很复杂吧，但其实如果写过编程的同学，就知道我的类的定义，类的时间就可以，你套我我套里，就是这个代码就可以互相套起来嘛，所以的话呢这些数据怎么去组织，怎么去归类。

实际上这个结构就给我们的设计师提供了一个，非常大的一个一个自定义的空间，那么看这些节点呢，我们一般都叫做叶节点，那么在业绩点往上的话呢，我们有很多这种中间的计算机点。

最常见的就是刚才我讲的就是各种loop节点，对吧，你无论是additive还是这个mask的，还是这个只是二两通道的，三通道的还是多通道的，那么就是说这里面的话呢是一个非常简单的。

这个就是unreal animmation blueprint，这样一个案例，大家可以看到就是说两个就是ASM，就是动画状态机，他们的输出就接受了一个控制信号，诶输出了最终玩家的这个动作。

这里面的话呢我们要讲的就是说，听上去好像很简单，但是这一棵动画树放在这儿的话，它为什么可以一直在变换它的输出，对不对，你这样说，你的数的数据放在那是静态的，它为什么可以根据我的鼠标的啊，鼠标键盘的输出。

包括游戏的状态，它会产生不同的pose呢，这里面呢有一个关键的东西，就是说其实动画树它最核心的，你要定义它的控制变量，也就是说在这个动画树中的话，我们会定义大量的这个变量。

暴露给外面的game play系统，它来控制，就是说A他会告诉你说，比如说我现在的移动速度，我现在的朝向，我现在的健康状态，我是不是现在要跳起来，比如说我现在是不是受到了别人的攻击。

而这些大量的控制变量的话，实际上就会改变这棵树里面的什么呢，混合行为，你可以想象成，就是动画树是无数个流着水的管道管，每个管道汇在一起的话，它有一个阀门会控制说我用红颜色的水，液体多一点。

还是蓝颜色的液体多一点，这个阀门呢就是用控制变量来控制的，那我假设有12种颜色对吧，按照各种数学规律，我预先放好在这边可以一层层的混合的时候，那我只要输入这个阀门的控制变量的话。

是不是就可以决定最终流出来，混合出来的那个液体，那个水的颜色，大家想象一下，假设一个有颜色的水管的话，是不是这样一个逻辑，实际上动画树的控制变量，实际上是动画树的灵魂，它能控制住整个行为。

那这个这里面这个讲起来就比较复杂了，就非常的多，但这里面给大家讲一个基本的概念，比如说呃在虚幻引擎里面，就这举他例子，它定义类东西叫VERABLE，其实我们一般也会定义这个词叫VERABLE。

就是说这个一个变量它会暴露出来，然后呢这里web大家注意有两类，一类呢就是环境的一些参数，就像刚才我讲的，比如我的速度，我的朝向，我的健康值对吧，我会根据我的健康值，比如说我现在血量只有一半了。

那我的动作可能会切换到那种哎呀，很虚弱的那种动作，这种动作可能动画是体现做好了，如果呢诶我血量很满，那我这时候动作是另外一组动作，走起来这个昂首挺步的，反正两组动作我都是混合在这。

但是呢那个开关就取决于我的血量，是不是大于50%，这个是不是很好理解对吧，这是一种，还有一种是什么呢，我们称之为叫做event，就是说当一件事情发生的时候，我会去修改一些变量。

但这个修改呢一般来讲是event发生的时候，我会把动画树里面的一些局部的一些，标记给修改掉，举个例子，比如说现在我手上拿了一把步枪对吧，我突然这个接到一个指令，说我要把步枪换成一个火箭筒好了。

那这个时候我拿枪，我的动画，上半身的动画就会彻底的从这样的一个动作，变成了这样的一个动作躺在这儿了对吧，那这个信号呢一旦来的时候，我就会修改我动画树内部的一些状态里面。

就我们一般就如果大家有编程的技术的话，你可以认为这就是类中间的这个private的，这个就是我私有的这个变量，但是呢它可以被外部的一个状态激活并且修改，所以其实大家对动画树的理解，你可以理解成它有两趴。

第一趴呢是决定这些动画像流水一样的，各种颜色的动画，通过这些阀门控制它怎么去混合，那这个阀门怎么控制呢，其实在动画树中呢还有很大的一块代码啊，有一块这个计算机构去算，我每个阀门的开放的百分比。

那这些呢就通过我的变量，通过外部的控制信号，来在动画树中进行一些简单的加减乘除比较，或者说那个对那这这这些运算是最常见的，能实现我想要的效果，所以呢大家如果真的想实现一个高级的。

就是动画树的这个动画系统的话呢，那我会非常建议大家去认真的研究一下，这个虚幻引擎，因为它是我目前见过做得非常完备的一个系统，那么这里面的话呢，你会看见你会理解这里面基本的概念，而这节课上的话呢。

我觉得我把这些最基础的概念教给大家，就是说实际上你有了这两层概念的话，你基本上就能够搭建一个动画树系统，比如说你现在想做个引擎的话，你说哎呀这个太复杂了，我搞不了这么多，其实很简单。

你可以定义一些接口的一些啊一些变量，这些变量的话呢让你的game play系统可以去修改它，而你的动画系统呢做好了之后，它在每个节点读取这些变量，然后呢你允许它支持一些简单的，比如说加减乘除。

比较大小或者是等于的运算，实际上呢你也可以实现一个A，有点那么个意思的动画系统了，所以说我们土法炼钢也也是可以练出来的，那么这里面的话呢就是一个哎这个气，这其实是按荣耀五里面一个最基础的一个。

动画树的教程，他其实这个教程讲的就比较清楚，131313的就动画树的其实实现了流派啊，每一家厂商其实都有点区别，比如说你看dice引擎就是death fb引擎的话，它会也有很多自己的节点对吧。

因为根据产品不同，游戏不同，但是呢最基础的概念基本上就是这样，大家是大同小异的，大家知道了动画树这些东西啊，其实我们一个角色的动画系统，就角色的运动基本上就能表现出来，你能够表现这个角色。

是让这个跟这个games play环境连接在一起，但是呢角色它的运他的动画呀不是孤立的，它实际上是和环境在一起的，而且跟环境在一起呢，他这跟环境有很多对他的约束，所以这里面我会跟大家先讲几个基本的概念。

就是说其实我们前面讲的所有的动画，它是什么呢，它是我们叫做forward condemics，也就是说我们去驱动关节，从根到上一节节往前走对吧，动画树的混合也是这个道理。

就是驱动往前就是这个forward的，就是往前传递的这样的一个动力学的东西，但是呢反向动力学inverse conomics的意思是什么呢，就是说哎假设我约束好，我就是要让你的手抓到这个点。

那你这个动画该怎么做，对不对，就是我我现在前排，上节课我们已经提到这个概念对吧，这样的一个有约束的这个反向去解，你每一个joint怎么用的话呢，我们叫做反向动力学，而这个东西呢其实在游戏中非常的有用。

比如说那个最经典的就是游戏中，你能抓到一个把手对吧，你能够这个这个这个摔跤的时候，你能抓到一个人，那么其实呢在游戏引擎中，我们怎么样的帮助设计师，帮助这个就是去表达说，我希望这个爵士的某一个骨骼的运动。

符合我这个反向动力学的约束呢，我们叫做and effecture，就是末端的这个这个这个效果器，那么也就是说我们会在这个股上说，我要加个n effect，我希望它总是能够贴到地上，这是什么。

这就是贴地的需求对吧，那在这里面的话呢，一个最经典的案例，就是说当角色在一个颠簸不平的地上走的时候，我们希望它的脚总是踩在地面上，但是动画树做动画的时候，大家如果看过动画师做的动画。

它永远假设面前是一望无垠的平地的，所以大家看早期游戏的时候，那些角色都是在地上，就是这样，就是各种乱踩一漆皮，特别明显的就是上楼梯嘛，所以在这种情况下呢，我们特别希望就是哎呀。

有一个大神能够在我这个角色迈出去，每一步的时候，他都能够帮助这个角色，就是把他的脚按在那个地面之上，那这些怎么怎么解决呢，其实最简单的解决方法叫做a two bone ik，就只有两个B约束的。

IK就是以这个人的为例的话，那么他的大腿和他的小腿那个两根骨头，是不是代表了三角形的两个边，然后呢我的目标点也确定了，那其实目标点离我这个就是大腿根部的，这个距离的话，是不是也是去年，那我就知道了。

三条边长，三条边长的话呢，其实我们就可以唯一的确定一个三角形，因为一个最简单的这个这个初中的三角函数，我们就可以知道说你的大腿要迈多少度，小腿迈了多少度，我就可以算出你的动画。

这个呢就是一个非常简单的max叫two pi k对吧，用一个简单的两个球球教的问题，但是呢这里面有个比较讨厌的事情是什么呢，就是当我去给定一个约束点，给定一个大小腿的这两个骨骼的时候。

你会发现它的解是其实相当于它的解空间，是两个球的交点，它解除了一个圆环，也就是在圆环上的任何一个点的话，这个解都是有效的，所以就以这个角色为例的话，大家是不是发现，他无论是内八字还是外八字对吧。

他这个动作实际上都是可以，保证他的脚踩的那个点的，但是这个的话我们的艺术家肯定是不答应的，那咱们解决这个问题呢也非常的简单，那我们让艺术家呢说你这个人不是往前走吗。

那你给我一个reference vector，告诉我说，如果我需要做IK我的腿，他的整个这个朝向应该朝什么方向好，那我就在沿着那个朝向的方向，去找他的那个姐姐，这个解法其实非常的简单。

就是说我通过那个我求一个，因为你给了我一个REFERVOR，再加上我的那个大腿的这个，这个和卧底目的点的连线，我可以确定一个平面对吧，拿了个平面和那个圆环一一交点，肯定就有两个交点。

那其中有一个交点是正向的，一个焦点是反向的，用一个简单的三角，那个就是那个就是那个vector的这个cross，就是呃不是cross rector dot，就向量的点击大于零，就是同向小于零，就是逆向。

你就可以解释那个点了，这个时候你就基本上可以非常完美的解决，这个就是脚踩在地上的问题，而且这也是IK最简单的方式，但是呢这个世界上的事情就是不是那么简单，就是如果这个事情这么简单，我们就很开心了。

事实上的话呢，IK的scenario比这个要复杂很多了，比如说我们要让这个角色看一个方向，look up对吧，那我们在角色这个脖子这个地方，其实有很多根骨骼的，包括当我们的角色在空中飞舞的时候。

它要抓住一个东西，包括呢就是说我们在游戏中的话呢，其实有很多这种上下左右翻飞全身的这种IK，那么这个IP真正难的地方在哪里呢，就是说如果你参与这个IK的这个join的，不止两个，你有一条链的时候。

你怎么去写对吧，他有两个问题，第一个就是说这个自由度太高，自由度太高，大家觉得在方程中啊，就是表示他的他那个high dimension高维方程，而且它是个非线性的方程，因为它有大量的旋转角度。

角角度在里面，它不是个线性方程，所以接下来很蛋疼，那第二件事情呢，关键是它的解有无穷多个，就以刚才以就就以这张图上为例的话，你连接了这个起点和目标点，它的joint是不是有很多种可能性。

实际上它是无限种多种可能性，所以在游戏引擎里面，我们怎么能解决这种常见的这种IK呢，那这里面的话呢呃我们首先第一件事情是说，我们得判断这玩意能不能够能不能够得着，因为你想你花了半天。

写一个常见的这个IK问题的话，如果他本来就够不着，我们是不是在浪费我们的时间，这里面给大家讲两个非常简单的这个东西，就是说在大家在解决这种真正的IK问题的，比如说我要用身体去购置一个苹果。

就比如说这时候我刚好两个胳膊不够，我这身体还要前倾的话，你首先要判断我能不能够得着它，有一个最简单的方法，但这个方法其实是后面会讲，他其实是不完整的，就是说哎我把所有的骨骼全拉直了，我的长度够不够。

如果长度不够，我是不是肯定是不够的，对不对，第二种是什么呢，我把最长的一根骨骼放在这，我把所有的骨骼对着它去折，如果这两个这些骨骼无论怎么折的话，它他没有办法覆盖那个最长的骨骼。

其实我在我的靠近我的区域，其实也有一个盲区，这个是大家在写这种IK的时候，经常会忽略的事情，然后呢你会发现你在解了很久，就是拿不到一个解，然后有的时候如果上面写的不好，他就会无限次迭代下去。

这就会在会在这个地方去踩坑，那么那接下来拿到这个东西的时候，我们怎么怎么去解呢，那这边还有更难的一个问题是什么呢，就是实际上对于一个人形的这个角色来讲，我们的骨骼是不能乱动的，其实我们每个joint。

它的活动范围都是有他自己的约束的，比如说我们脚那个大腿和这个，就是和跨这个地方的话，是一个标准的一个叫球状的这个关节，就是它是你会发现大腿身上的骨头像个小圆球，然后它在你的这个盆骨那边诶。

可以来回转转转转转对吧，然后呢你的脚踝那个地方和那个脚，就是脚踝和那个上上面那个腿，下小腿骨那个地方那个关节的话呢，它这个可以平移的这样的一个像小磨盘，也在平一面对吧，那我们的脖子这个地方是什么呢。

像个pivot，它可以这样转来转去，那我们最熟悉的比如说像手掌，手掌是个什么呢，是个叫马鞍面的关节，叫SEL这种马鞍型的关节，然后呢你会发现为什么手掌我可以前后这样转，很方便，但是诶我这样转的时候。

好像活动方面就有限了，怎么样做游戏引擎有意思吧，你会发现我们上次讲做渲染的时候，大家觉得诶你要上懂天文，下懂地理，接下来就说哎呀，我做游戏引擎，我还成为一个解剖学家，你还要理解人体的骨骼结构确实是这样。

就是其实如果我们要想把一个角色做的好的话，我们确实需要知道你的这个解剖型结构，大概是怎么回事，这个东西叫什么呢，这叫constrain of joints。

就是说我当我去做一个人体的skeleton的时候，就bypad skeleton的时候，他每个joy是有它的一个特定的活动范围的，而这个时候我们放到一起再去解它的话，这是不是很痛苦，所以这就是IK啊。

就是对于常练的AK很蛋疼的一件事情，好那这里面的话呢我们先讲一讲这个东西，就是为什么这么重要，比如说大家看在这这里面我选了几个游戏啊，这是我们课程组的小伙伴找到了，我觉得他们真的很棒，真的找到了。

勾起了我很多童年的回忆，就是大家一定记得在游戏里面，各种各样的这个这个这个有趣的镜头对吧，其实都是IK惹的祸，因为他的join的那个约束没有控制好之后，方程解报了，然后你会发现当比如说像他最右边的。

最左边的那个时候，这个球员他在开球的时候，因为他一脚踢到另外一个人，他就开始解AK了，结果解错了，整个人这个就解解非解炸掉了对吧，那这里面这个裁判也是一样的，就是说他因为撞到了一个人。

他整个这个手的姿势全部扭掉了，最有最有趣的就是这个探员，你看他的脑袋啪撞了一个将近360度，所以其实我们在玩游戏的时候，经特别是那种受击动画，特别是那种特别剧烈的动画，你很容易会hit到这种IK导致的。

这个这个这个一些很weird的一些situation，所以这就是为什么CONSTRAME这是非常重要，在我们的AK系统中好，先不吓唬大家，就是说这里面的话呢，我们今天会介绍几个非常经典的算法。

这个算法都不是我尽可能会讲的比较简单，那么尽可能放水啊，我今天就争取能放放水，那么其实跟大家讲它的核心速度是什么呢，我们首先用最heuristic的，就是说启发式的算法去解决它。

因为你真的解决那么复杂的这个，高维非线性方程啊，这个其实很麻烦，就是你当然你可以用语有些线程的数值方法，但是那个方法第一个本身它不一定稳定，第二个它非常的expensive。

所以呢我们的这个engineer的话，在游戏引擎研发中啊，确实非常的聪明，引入了一些算法，比如说最著名的一个算法，我认为就是CCD算法，这个算法其实想想法非常的简单，就是你不是要向目标点吗，那很简单。

我把你的节点最末端那个那个那个joint，我先呢把它往这个你的上一根的joint，和那个目标点之间的连线方向去翻，这样我就把我就靠近他，对不对，这个时候呢我再去翻下一根骨头，也是以以此类推。

我就一路翻一翻，你就会感觉这个整个这个骨头，是尝试往东端点不变，尝试往那个目标那个地方去翻滚，然后这个时候呢，我再把这个算法再从端点再做一遍，这个时候你如果一开始是内翻的话，那么下一趴是不是应该外翻诶。

当你进行若干次这样迭代的时候，你会发现你会越来越接近对吧，最终几乎是完全重合在那个目标点上了，这个方法呢就叫做CCD，其实非常的简单和淳朴，但这里面注意一个细节，就是这个事例中你会觉得好像第一次诶。

就基本就翻到了对吧，但实际上在真实的游戏里面的话，这种CCD迭代隔十几次很正常，但他每一次计算呢其实也不复杂，这也是一个目前行业里面大家觉得最经典的，也是最简单的一个多练的一个IK算法。

那么当然CCD呢我们可以对他做很多的优化，比如说你看这个算法会出一个问题，就是说哎一开始你放的太猛烈了，猛烈的点到后面呢，你翻的好像觉得这个感觉就没有那么点意思，感觉这个人。

就比如说你这个上半身已经歪的已经不行了，但是你的腰好像还是笔直的，就感觉不对，诶他后面就会做很多的优化，比如说诶我每一次我方的那个目标点，一开始呢我在目标点做一个相对大的一个范围。

你方的大致到那个目标点，目标点就差不多了，然后呢我第二次迭代的时候，我逐渐往那个中心点去收缩，让它看起来更像一点，或者说呢我每一次翻的时候，我的角度变化，我给它设个上限，不允许你超过这个变化。

这样的话也能够让这个旋转的话，在整个骨骼上均摊一点，那这个它的数学原理是什么呢，首先我给我得给实话实说，跟大家承认啊，这全是骇客，他的数学原理是什么呢，就是说其实我认为就是表面的这种呃弹簧吧。

它的内部的能量最低，就是假设我们原始的骨骼状态，是一个已经固定好的一个弹簧，那你去掰每个joint的时候，那个掰的角度越大，它是不是那个弹性的那个系数，就会有那个那个能量，就那个势能就越大。

储存在弹簧里面，对不对，那你把一个joy的搬的很多的话，它能量是以二次方往里面去涨对吧，哎他现在的意思就是说，大家想象一个一个无数个弹簧联想的链条，如果你掰它两头的时候。

它是不是呢相对均匀的把这个这个把这个形变，或者把这个joint的这个这个bad band，在这个joint之间去分散的，它本质上要的是这么一个结果，但只是啊找了无数的hack。

所以其实啊我们在理解各种IK算法的时候，你用这个弹簧的这个连接棒的模型的话，你就能理解它的算法到底为什么会这么设计，那么其实呢这个里面如果我们假设，就是说那个在做一些更自然的，一些一些旋转的话。

其实也就这个原理，比如说我们会让越比如说我们可以约定说，越靠近根节点的那个那个那个它的旋转，这个幅度就越小，越在业界点的话，旋转速度越大，其实也符合我们讲这个总体的势能。

向偏小的方向去旋转的这样一个原则，这是一个非常简单好用的算法，其实如果同学们有兴趣的话，可以自己写一下，要不我们把这个CCD作为我们的动画系统，作业的题目对吧，也我觉得这个题目也非常好。

因为这也是我特别喜欢的那种小算法，那么这里面还要介绍另外一个大名鼎鼎的算法，我们叫做fabric，发给这个名字，听上去非常的高大上，但其实他翻译起来非常的直觉。

叫做forward and backward，reaching inverse condemics对吧，那后面两个词就是IK了对吧，就是前面四个字呢，说人话就是我向前去迭代一遍，我向后再去迭代一遍。

然后呢我就反复的来来回回，我解决了AK问题，所以大家记HRC就这么记就好了，那FACTK的原理其实呢这个非常的简单，就是说它不同于CCD啊，就是我老是把那些骨骼掰来掰去的嘛，他说哎呀你们太麻烦了。

我只做他的位移，就是他的想法是说我先从这个端点开始，把第一个joint，强行的拉到那个目标点那个地方去，然后呢我再根据他的上一个那个join，还没有动的那个join，和那个目标点之间连一根线。

我再把骨骼旋转的那个那个连线上去，但是呢这样的话，因为骨骼的长度固定在哪嘛，所以我一定会滋出去，对不对，好，我呲出去了之后，那我下一根骨要跟我连，对不对，好，下一个骨骼。

也是就把我支出去的那个反向的那个端点，作为他的目标点，也跟他去对上了，然后呢还以此无法炮制，就一个一个往上窜，一直穿到最后一根根节点的骨骼，那这样会出现什么结果呢，就出现了那个根节点结飞了，对不对对吧。

就是我我为了让你们去凑那个目标点，所以我把我的根据点动了，诶这个时候他的backward power就来了，说哎呀这样不行啊，那我自从我把这个整个链条倒过来，我从那个根节点开始。

先把根节点拉回到原来的那个原点，诶它又发生了偏移，然后一次哒哒哒哒哒哒，一路拉到他的这个他的那个这个这头的端头，那这样这头端头就会出现一些误差，但是呢一般你这样迭代啊，你会发现经过这一来一回啊。

你首先是把这个这个原始五个根节点，还是锁住了，同时呢这个整个骨骼链还是满足了我们的约束，但是呢这个时候他最远端的那根骨骼，离目标点的距离明显就会近很多了，除非你这个目目标达不到啊。

这个时候我们再如法炮制，再来一遍，就是这个forward and backward，Forward，Backward，经过若干次迭代，你你会发现诶，我的这个端点就会非常接近于我的目标点。

但是这两个算法无论是CCD还是fabric，我个人觉得他都要设置一个ERROTOLERANCE，好像是他也不能完全保证，你就一定能够hit到哪个目标目标点，但是的话呢，就是说基本上能够得到一个。

我们可以接受的结果，包括写fabric这个算法，最早的这个老哥的论文的话，我们前段前段时间备课的时候，我们还查了一遍，结果这个老哥在论文中，clan说我这个算法效率要比CCD更高，然后当时我就在想。

那为什么在行业里面到现在我们还在用CCD呢，两个就是两个都在平行在用，也没说这个一个取代掉谁对吧，后来我发现这个老哥给的所有的性能的数据，大家知道MAD lab这个东西的话呢。

它的性能和真实的就是引擎跑出来的性能，是没有可比性的，所以呢我后来就想还是算了，我就不用他这个结论了，我也不敢说fabric一定比CCD快，但是呢这是目前在做这个IK的话。

如果你想做一个简单的常量IK的话，最主流的两个算法好，那么fabric的话呢其实跟CCD一样的，它也能处理一些，就是我们叫做这个啊约束的问题，实际上的话呢就是当你有约束的时候。

fabric的话它其实非常的简单，就是说你第一个链条你一动的时候，你根据你约束的这个转动范围诶，我去求一个垂直平面，然后呢我在上面投影，我那个投影点作为我的target的点。

这样我把我的第一个就让你的动掉，然后呢如果每个骨骼都有join，都有那个约束的话呢，我就依次这样去投，其实这跟刚才讲CCD啊那个道理一样，刚才CD那一趴我没有讲。

其实CCD也能够去处理约束他的核心的思想，就是说我谷歌每次动的时候，我不要超过那个约束就好了，这样的话，就等于说我第一次这根骨够不着的时候，我就交给第二根骨骼去够，这样的话实际上也能解决骨骼约束的问题。

但是呢他们两个共同的问题，都是说需要无数次的来回迭代，比如说一个几十根骨骼的链条的话，迭代个几十次是很正常的好，那其实呢刚才讲的所有的约束啊，它都比较简单，就是说它都是一个单一的约束点。

但是真正在游戏引擎中啊，我们经常会发现我们游戏输出点特别多，举个例子，比如说攀岩对吧，那这个时候你的左脚，你的右脚都要分别踩到岩石哪个地方，你的手还得够到另外一个点。

那你整个这个角色这个skeleton啊，整个被拉伸的，所以大家想象一下，就说为什么我们经常开玩笑说，育碧大育碧爬墙党，我们总是在这样的嘲讽一笔，但是呢今天的话我们讲到动画这一趴的时候。

我得给他们这个稍微这个洗脱点罪名，因为实际上你要做一个爬墙的时候，活灵活现的这样一个character的话，从动画系统来讲的话，门槛其实是非常高的，因为最难的就是它的整个一个IK和动画，混合的体现。

也就是大家想像刚才举这个例子，像这个是ZELDA的例子，就是说当我去攀岩的时候，我同时要控制的AK点，可能要达到三个甚至四个以上，那么这个时候这个角色的行为会怎么样。

那所以的话呢这个时候呢我就跟大家讲一句，I这个多控制点的IK呢，它最多n effect or，就是那个末端是那个效果器的时候，这个IK最大的难点就是，当我用刚才那些简单的算法，我去把一个点构造的话。

那我因为我的共同那个节点发生变化的时候，其他的点再去够它的目标点的时候，就会把这个点偏来偏去，那事实上呢在CCD啊，还有那个fabric的话呢，也提出了一道叫多constrain的解决方法。

在这里面我就不展开了，因为它我个人觉得还是比较high的，那么在行业里面最经典的一个解法是什么呢，叫做这个雅克比矩阵的解法，这个东西大家又看到了，又嗅到了我们104课程的久违的气息了，对吧。

我我已经感到了这个这个不好意思，这个前方高能预警，但是呢我得跟大家讲，这是个这是个假假情报，First along，为什么呢，因为我们经过慎重的研究和决定，我们认为就是在动画这节课。

我们要保持整个动画课程的轻松愉快，所以我们决定把非常复杂有趣的，这个亚克比矩阵的话呢，放到我们后面两节课讲讲那个物理系统的时候，跟大家去讲，但这里面就跟大家讲一下雅克比矩阵，一个最简单的概念。

就是说实际上当我们一个长链条，你的这个每一个轴的旋转，它假设每个轴都有SA选，那个都是个旋转对吧，其实你当你这些这一堆旋转之后，实际上你的端点在空间就是一个坐标值，就是一个位置。

那这个位置就是随着你的旋转一直在变的话，这个位置点一直在变，对不对，那我多个约束点其实就是多个位置点的问题，那这个呢你可以把就是角度想象成一个向量，比如说X对吧，然后呢把他们最后那些end point。

就是你要控制的那些端点在空间上的位置，想象成是一个，就是关于X这个角度值的一个方程，那这个方程的话呢，它它它的它的它的自变量是个是个，是个是个向量了对吧，它的输出呢其实是一个三维空间的vector。

这个听上去有点抽象了，有点高能了，然后呢它和目标点之间的这个距离，或者说啊或者是空间的位移吧，它也可以成为它的一个结果，那雅克比呢他就说你对于这样的一种方程组啊，空间上的高维方程组。

其实你可以用它的这个梯度，就是说在任何一个当前的角度，就是这个这个就是当前摆的这个pose情况下，诶，你动那么一点点，他的这个微分，就是对你最终的点那个产生那个距离，那个那个微分呢。

其实可以表达成一个它的趋向性的，也就是它的导数的这个矩阵，这个听上去是不是有点抽象了，所以今天这节课我就不展开了，但是呢其实它的核心思想是什么呢，就是说当我去优化一个。

我从我这个长臂假设里面有三四根骨骼，我到这个点，我既然知道这个趋势的时候，我其实可以解这个矩阵，那我比如说我先把目标点设置的，离我的这个点非常的近，那我尝试我可以反向求出来。

我每个角度要动作小德尔塔theta是多少，我让他离这个点再近一点，然后呢，我再去往前走一小步，我在一起求出每一个计算机的，走的小小的delta theta，我又再往前进一点，经过我一次次的构造这个矩阵。

然后再反向求解这个矩阵，就求出了每一根轴的一点一点，1。1。1点的变化，最后A让他能hit到我的点，听上去是不是很简单对吧，但我知道我是在骗你们的，这个这个东西还真的是不简单，就是亚克比矩阵的话啊。

求解起来还是挺复杂的，那今天的话呢，我就不跟同学们讲这么硬核的东西了，因为我说好了，要留给那个啊物理那一趴对吧，物理那一趴将充满了各种正能量，那所以的话呢就是说大家最简单的一个理解，就是说。

用雅克比矩阵方法去优化这个多目标点的话，它实际上是一个逐渐逼近的过程，就是每一次我从当前的端点，向我的目标点靠近那么一小步，然后呢求解一个每个joint应该转的这个角度数。

然后呢这个时候当然这个其实是有误差的，诶，我转完之后我再算出我真实的位置，然后呢再去构造一个亚克比矩阵，然后再去求解，所以这个呢其实是啊，我们的这个游戏引擎行业的话。

在过去吧一个非常标准的一个就是多joint，然后呢多约束的一个IK的一个解法，但实话实说他的计算机非常的复杂，而且呢也比较费，所以有很多的工作就是在讲，怎么样能快速的去解求解这个雅克比矩阵。

实际上的话呢在行业里面，我们IK的东西啊用的也还是非常多，包括像现在就是这个physics space的这个方法，就基于物理的IK的方法，因为其实AK有的时候它不是一个纯的，一个叫焦点约束的问题。

它实际上还有它的物理的这个合理性，包括基于position based的dynamics，这个是啊，像现在前沿的一些引擎也在用的一个方法，包括就是说啊基于这个PPT的这个full body的。

这个这个这样的一个IK，也是现在大家比较hot的一些方法，所以呢我现在看，我们现在看的就是你KB矩阵的话，是一个经典解法，但是呢physics based。

包括属于position based的方法的话呢，也在越来越热，所以其实啊，IK实际上是一个非常难的一个问题，到现在为止，IK还是有很多的挑战，比如说我解完一个IKIK，它会假设你的骨骼是纯抽象的。

它没有空间的体积，但是当我给他蒙上蒙皮的时候，这些IK解出来的结果会自我穿插，自我交叠，这个问题其实还是比较难解决，还有呢就是说哎我们的IK，很多时候都是说我有个约束点对吧，但是你想想看。

就是你刚才这个这个这个乐队的例子，我前面的约束还没有到我的面前，但是呢人实际上是有这个perception，我们身上是有这个预知的，所以你会早早地弯下腰，让自己能够穿过去，其实这件事情说起来很简单啊。

但是在游戏里面做起来其实并不简单，如果你现在回想一下，我们看过很多3A大作吧，你看到那个角色跟环境诶，能够很聪明的做出，这样或者那样的一个互动的话，实际上都是我们的designer。

老老早在那边放了很多的这种就是检测题，说哦你要靠近一个洞啊，这个时候我就让这个角色很聪明的知道怎么去，这个就是说弯下腰，当然我这个检测器可以自动生成。

但是呢真的能够就是perception这个environment，然后呢能够非常像human like的，去控制我的身体的姿态，这件事情其实也是个非常难的一个问题。

那么还有就是更自然的这个人类的这个行为学，比如说IK解说啊，他有个东西，他不管他不管什么东西，他不管平衡的问题，这是我们做出的每一个动作，实际上它都是重心是要平衡的，比如说哪个角是支撑脚对吧。

你的重心在哪里，都要符合这个动力学的规律，而这一点，在目前刚才我讲的所有的IK算法里面，都不会去解决，这就是为什么现在游戏里面很多的IK，看上去就不是那么自然的一个原因，所以其实IK呢是一个。

非常现在还在快速演进的这样的一个研究领域，就是我们课程组找了一个资料，发现其实在过去的十几年里面，IK方面的文章是越来越多，特别是最近的这10年，为什么最近10年IK的算法大爆发呢。

因为就是说随着我们的3A游戏，要求越来越高的话，那我们希望这个角色更加的就是environment advice，就是以前的这个游戏啊，角色就是自说自话，我放出一个大招对吧。

我这个不管我这一拳塞到墙里面了，还是打穿到别人的肚子里面了，都没关系，反正就是这个我的意思就到了，但是现在的3A游戏，包括我们一些高端的游戏产品的话，我们非常在意这个角色看上去是不是真实可信。

所以呢IK的话呢，就今天我觉得上完这个104的课程，同学，我觉得take away两件事情就是关于IK这1part，第一大家知道了三个比较经典的算法，一个是CCD，一个是这个就是fabric。

还有一个就是说知道有个有个数学工具，叫做夹克比矩阵就可以了，但CCD和fabric的话，我希望大家能够理解透，然后呢你平时做一个简单游戏的话呢，你用TOBAK基本上可以了。

但是呢如果你自己的数学基础特别的好，而且对这件事情特别感兴趣，这个强烈推荐，IK是一个非常有意思的一个研究方向，而且你研究到后来，你会发现你和这个人工智能。

和这个就是说和这个这个一些perception，一些行为关系还是蛮大的，在这一点上的话，我我是不敢妄称专家的，因为我觉得这里面很多团队做的非常的好，所以其实IK为什么这么重要呢。

因为在一个实战性的游戏引擎里面，IK会实实在在的改变动画的pipeline，大家还记得上一节课，我们讲了这个动画的pipeline对吧，还是比较简单，就是A我把动画的这个CLIPSE拿到之后。

我们导成各种各样的这个这个pose对吧，再把pose再一起去blend，但是呢你有了IK之后的话呢，你就要先把这个blend pose啊，把它反向算到这个模型坐标系，你还要把它反向算什么呢。

算到世界坐标系，这个时候我要跟在这个世界，就是在世界坐标系里面，也就是在我的环境里面的各个约束在一起，去反向的去结算，我的AK就是每根骨骼该怎么去调整，然后根据这个IK的话呢。

我再去调整我要提交给我的渲染器的动画，所以这个过程呢在动画开发里面我们叫做什么，叫做post process对吧，这个这个地方的后处理，和我们在渲染的一节课的后处理，讲的不是一个概念。

但是呢这个动画系统process process，很多时候指的就是IK，就是说让我的动画符合，对于环境的各种各样的约束，所以这有了这一趴之后，才是一个基本完整的一个动画的PAPI，讲到这儿的话。

我们就讲一点比较轻松的吧，就大家最喜闻乐见的是什么，就是这个可爱的小姐姐，各种各样非常可爱的游戏里面的角色，那么一个角色你让人觉得可爱的话呢，这也是我们动画系统干的很重要的活，叫做表情动画对吧。

那这里面的话这个这个对吧，跳票了的游戏总是要跟大家道个歉吧，连道歉都可以道歉的，这么萌，我就选择了原谅，那么其实这里面的话，这个角色之所以让大家这么这么感动，这么有感觉的话，就是他的整个表情。

这个人物的表面做的非常的细腻，那表情的话怎么做呢，其实先讲一个非常学院派的概念，就是人的表情是怎么来的，是他下面有很多很多跟肌肉，我记得如果没没记错的话，应该是40多个肌肉吧，哦对我上面写了43个肌肉。

然后的话呢他有的是横向的，有的是纵向的，有的是这个这个这个这个放缩的这种肌肉，能够形成人的表情，其实人人类的飞手在进化学上是有很多讨论的，就是说整个动物界好像只有人类，进化出如此丰富。

如此细腻的表现系统，甚至我们认为就是人类社会，之所以能进化出这种高级文明，就是因为我们这种表情，帮助了我们在族群内部的沟通，包括为什么你们要养宠物，就是其实大部分动物是读不懂人类的表情的。

而我们的狗跟着人类上万年，他是少有的几个能够看得懂人类的表情的，这个生物的物种，因为人类的表情是非常非常subtle的，所以说你们家的狗你一定要真实，因为它是真的会对你察言观色的，就是表情。

为什么他这么难呢，就这里面就举个例子，就这你们是一个演员的表演，你发现没有，她从嫌弃你到喜欢你，就是有点暧昧，他几乎没有明显的动他的五官，但是我相信我们所有的同学，仔细看这个视频的时候。

你能看出他微表情的变化对吧，我们我们叫做subtle和subtle的这种expression，那这就是表情特别难以做的一个东西，就是过去在早年我们在做计算机的这个，人物角色的时候啊。

实际上那个只能做简单的角色，就开口张口说话，然后呢还有这个大笑哭对吧，都非常的浮夸，但是你看现代的游戏引擎，它就越做越细腻，越做越真实，这其实就在追求这样的一种真实度，因为它的精度要求是非常非常高的。

那怎么去表达这个表情呢，那这个不得不感谢我们的电影行业，其实在很久以前，电影行业就引入了一个叫做就是那个FA cs，这个系统就是那个facial action coding system。

它把人类常用的表情归纳成了46种，就是标准的叫action unit，这就是叫叫这表情单元，然后呢，他认为就是你的表情就可以用，46种表情单元就可以表达出来，这件事情真的是做的非常的了不起。

这一点我不得不说，就是说啊就是他那种怎么说呢，就是电影行业的这些老哥，是有非常好的这种理工科的基础，他用这种很工科的方法，去把这么一个文科的事情给他给就定量化了。

就像我上次在讲post process的时候，我在讲这个电影行业一出来，我们的所有的这个滤镜都瞬间这个失色了，这电影工业的同学说，我我来教你们做表情的时候，我们游戏行业的人基本上说大哥，你告诉我怎么做。

你说怎么做我就怎么做，你说的永远是对的，确实是这样，因为他们对这种真速度的这种要求啊，是远远高于我们的游戏行业，特别是大家看了最近几年奥斯卡电影的话，你会发现就是这种虚拟拍摄。

虚拟角色的这个水平是越来越高，所以他们是走在这个行业真正的前沿，那这里面的话呢就是说其实这些AU的话呢，可以用某种方式可以进行组合，举个例子，比如这里面这个男人的眉毛诶，皱起来他是一个AU对吧。

眼睛睁大又是一个AU，然后呢你可以表达一个东西，就是眉毛那个这个这个放下来，然后呢眼睛真大，这个其实动作我自己试过一次，我发现还是有点难的，后来我才知道，其实这些专业的演员啊。

实际上他的表情肌是要经过专门的训练的，反正我是做不到，但是呢其实我们需要理解一个概念，就是说哎这些就是这个表情动画单元，实际上可以像我们的这个函数一样，可以自由地组合组合出各种各样的表情。

那你有这样的一个FS这样一个概念之后，实际上我们很多东西可以做了，这里面要不得不提到，就是其实这里面apple的话呢也做了很多的工作，他会发现就是说嗯他把这么多的AU啊，归他觉得46个太多了。

他把它总结成了我们实用的28个，然后呢28个最核心的AU，然后呢其中他发现有23个是对称的，比如说我的眼睛闭和开对吧，左眼闭单眼皮的闭合开，右眼皮的闭合开，你只要存一个就可以了，然后呢你两个同时开的。

就是眼睛睁开两个同时闭，就两个镜避开，也可以睁一个闭一个对吧，所以因为人体的大量的表现，其它都是这个对称的，所以呢在我们的行业里面，我们一般用28个这个COACTIONAU就好了，那这个的话呢。

也是感谢apple给我们做了这样的一个总结，那有了这个概念之后，其实就比较简单了，对不对，我们在上一节课讲过一个很重要的动画，叫什么叫vertex animmation对吧，顶点动画。

每个顶点我存一个动画，那不很简单吗，我你不就说你不就是28个AU吗，我每个AU我想一个动画行不行，哎我这个时候这个角色，我这个嘴巴沾一嘴巴歪一下对吧，眼睛睁开了，这个表情，两个叠在一起。

我就能形成我一个想要的表情，这个看上去是不是非常的简单，是的，这个是非常简单，但是呢这种简单的线性叠加会产生一个小问题，就是说如果我存的是每个顶点，在这个表情下的位置。

那我对动画的叠加呢就是一个乐产生的结果，可能不是我想的，举个例子，我的第一个动画是这个人张大了嘴，眼睛真的很大，这个动画我第二个我想混合的表情是，他闭上眼睛是闭上眼睛张大嘴。

你会发现你把这两个就是表情合到一起，做一个线性的加法的时候，你得到的这个角色呢是嘴巴是张开了的，但是他的眼睛呢是半半闭着的，这样的一个结果，为什么眼睛张开和眼睛闭中间差距不是半闭的。

所以实际上当我去表达一个AU的时候，因为刚才那个图中，你会发现他一个AU都是在脸上的局部，做这样的处理，所以我们想要的结果是什么呢，我的嘴巴这个区域我要用你张嘴的这个动画，但是呢我眼睛这个地方的话呢。

我是想用百分之百的用的是我闭眼的动画，所以呢我们在真实的存一个AU的时候，存的是什么呢，它的这个表情下，他那个区域相对于他的neutral face，就中性表情下的顶点的offset。

这样的话我们就可以自由的把这些动画，就是合在一起，这个方法叫什么呢，就是我们的morptarget animation，所以其实大家如果看游戏啊，大部分的游戏表情的动画，都是用这个用这个技术去做的。

那么这里面的话呢就比如像这个女性的角色，她的各种动画表情的话，其实就可以用做，那为什么大家会很奇怪，说我们为什么不用那个骨骼动画去做呢，其实国动画可以做，但国动画呢它有的时候他表达一个简单的。

比如说眼睛皮皮张开啊，合并是可以的，但是呢你表达一个就嘴巴A往前嘟嘟嘴啊，收收嘴这种东西，其实骨骼动画表达起来就比较麻烦，而且也不自然，所以呢一些细腻的动画表现。

其实主要用的就是MORPTARGETANIMMATION，其实大家如果学完了前面的渲染，理解了什么叫做project animation的话，实际上理解这个表情动画的这个表达方式的话。

或者绘制方式的话就非常的简单，但是呢这个东西的话，实际上就像在我们的游戏引擎实战中啊，它不会完全只用MORPTANANIMMATION，实际上在现在的这个游戏里面的话。

我们还是会用骨骼做大量的这个动画的，这个表情，动画的表演，为什么呢，谷歌它有很多好处，举个例子，比如说角色的眼球对吧，你用MF就很难做，眼球很灵动啊，它一会儿左一会儿右，对不对，这肯定就是得用骨骼去做。

包括刚才我提到了一些比较大的这个动作啊，就是比如嘴巴张开啊，这些东西的话也很有用，其实还有个更有用的东西是什么呢，就是大家特别喜欢的那个捏脸对吧，我对我把一个我给你一张标准的脸，你列出一个你想要的脸。

其实这里面既有这个莫夫的这个功劳，又有这个骨骼的功劳，但这里面的话呢这个模型就会比较复杂了，而且这个东西的话呢，它其实它不是一个引擎技术的问题，它实际上是我们的我们的艺术家同学他有多强。

所以这个东西在一个3A级游戏里面，特别是像我们经常玩的那种韩式游戏里面，他光一个捏脸系统，可能是一个团队做3年以上，所以我们经常讲的恋恋本身就是一个游戏，因为这个实话实说，我们要对这件事情表表达敬畏。

因为它的复杂度，它的工作量真的就在那个地方，你要花大量的时间去精细的调，那个就是表皮下的骨骼，同时的话呢要做大量的他的这个MF的这个target，这样的animation。

让这个角色的话有各种各样的这个外形，有各种各样的变化，而且动起来各种表情看上去很自然，那么其实呢这里面再顺便给大家提一下，就是说在引擎中啊，我们表达表情不只是用这个几何表达。

其实如果你做一个2D的这个动画，Texture，是不是也能表达这个角色的各种各样的动画，大家还记得上节课我们讲的那个，就是live two d的方法吗。

其实你想如果把live two d变成一张texture的话，那么它的结果变成texture，把它apply到一个几何上，是不是也能表现各种活灵活现的角色的效果，所以这其实对于那种很多的卡通化渲染的。

游戏来讲的话，我觉得他绝对比那个move的，就move target animation和那个骨骼动画更实用，而且效率更高，那么最后一个呢，这个就是纯属于这种科研性质了。

就是说实际上现在还有一批人在研究，非常前沿的，就是真正的把那个43块肌肉动起来，来表达一个人，这里面的话他要非常细腻的定义，说诶我的骨骼的运动，骨骼上面的肌肉的运动，肌肉在牵动我皮肤的运动。

这件事情的话呢，现在有些初步的结果，但是目前在游戏引擎中看的比较少，更多的可能是在影视行业里面，大家在用，那么但是它的结果确实非常的漂亮，而且也许随着未来，我们的计算机的算力足够强的话。

我们不用再用这么复杂的这个这个move，Target animmation，因为MOTANMATION虽然算法非常简单啊，但是它的数据存储量是很大的，另外一个的话呢就是说他的那个就是计算量。

随着我的表面上的这个细节越来越多的话，它也会越来越这个复杂，所以说这个呢，也许未来会成为我们更高精度的角色的表达，所以fish mation的话实际上是一个非常前沿领域，因为简单做做很简单。

但是你真的要做的非常好的话，非常挑战，比如说像unreal的matter human，我认为这是目前整个行业的这个天花板，也就是他对这个角色很多细腻的微表情的表达，包括你看他眼珠。

包括他的整个这个角色的这种自然态和真实态，就大家想一下，如果要做得这么好，这么自然的话，它可能不仅仅是我怎么去用MORPTARGET，animation和骨骼动画来表达了，其实还包括什么呢。

你怎么去capture，怎么去采集到这个东西，也就是说它不像我们的动作动作，可以在身上绑几个绑点，我就可以采集对吧，它实际上现在飞驰的采集呢是一个相机对着你，但相机对着你拍到的是一帧帧的照片。

我怎么从你的一帧帧的这个video中，能够decomposed，就是解构出你的表情，你是皱眉了，你是你你的这个颧骨这边动了一下，还是你脸上挤出了一个诶小酒窝小笑纹，这个其实是非常非常挑战的一个技术。

但是呢很很感谢我们这个行业，就是这个技术呢，目前也相对来讲有一些很好的基础，也有有些成熟，但是呢做到像这个质量的话，还是有很多的挑战，这就是今天我们简单讲一下，就是这个表情动画这一趴。

那最后呢跟同学们讲一个，就是这个比较简单的东西了，就是也比较简单，就是说哎动画的这个重定向，Animmation targeting，它的核心的应用场景是什么呢，就是说实际上在我们做这个动画系统的时候。

我们当然希望对于每一个角色，动画师都给我做很多很多动画，这个角色活灵活现，但实际上动画是做不到对吧，特别是当我们现在越来越多的依赖于motion，Capture，就动捕设备的时候。

我不可能为不同的高低胖瘦的这个角色，都会重新录一套完整的动画，所以呢其实ANIMMATIONRETARGETING的话，就是说我把一个角色的动画诶，也能apply到另外一个身材比例不一样的。

动画上面的话呢，这其实是一个刚需，所以呢那RETARGETING它核心的话，那个要解决的问题就是说我们采集一套动画，可以应用在各种各样的角色上面，那这里面首先呢我们定义它的。

这个就是一个名词学terminology，就是说大家现在知道，就是这个这个以后你们出去跟人家讲说，我学过这个游戏引擎的话，就可以讲这些很专业的词汇了，比如说我的动画RETARGETING。

首先你原始的采集那个动画的角色叫什么呢，叫source character，就是原角色，你要去apply动画到另外一个目标学生呢，我们叫做target character。

那原角色上面那个原始的一个动画，比如说走啊跑跳诶，我们叫做source animation，那你apply到那个目标角色上了，你看到那个动画叫什么呢，叫target amation，听上去非常的高大上。

但实际上就非常的简单和直觉对吧，你这个一个是数据源，一个是我的数据的目的地对吧，你角色就叫原角色对吧，动画就叫就叫原动画那一样的，反之亦然好这就是名词，因为这个名词定义好了，后面的和后面就好理解了。

那实际上呢，其实当我去把这个原动画里面的这个角色，里面的这个这个动画apply到这个目标角色时候，比如说具体以以这里面这个例子，这个女的character，她个子身高。

甚至姿态都和那个大怪物长得是不是不太一样，你看那大概我是不是有点口碑，但她个子很高对吧，那个那个女孩子长得比较直，那他这里的动画怎么去表达呢，其实很简单，我骨骼一根对一根对吧，那谷歌之间它是有位移的。

对不对，比如说那个大怪物的那个那个那个那个脖子，这个地方可能是2米多高，那个女孩子可能只有1米4，1米5左右，但没关系，我们就认为他们还是一对应的，我去忽略他所有的这种位移项，那么另外一个的话呢。

就是说当我这个动画在动的时候，这个女生比如说点个头，他向前把这个脖子，这个地方骨骼往前掰了30度，但是他一开始的角度是垂直的对吧，但是大怪物呢他那个脖子呢，大怪物可能有点有点驼背。

他一开始这个脖子是想向前倾了，比如说15度，那这个动画怎么去LY呢，这个时候动画我们去LY的时候是apply，它相对于原始的bounding pose的旋转的位移，这个是个很小的细节。

但这个细节非常的重要，就是否则的话，你本来是一个站在那儿口着背的这个怪物，但是的话驮着背的怪物，当你去被RETARGETING，一个A站的站姿很笔直的一个女孩子的这个，比如说走路动画的时候。

你会发现在播放这个动画的时候，那个大概我一下子就站直了，所以呢其实我们传递过去的是动画的，这个相对的这个旋转，相对的放缩和相对的位移，相对于它的Bunny pose。

而不是绝对的就是local space旋转，这是个小细节，当然了就是我们在动画存储的时候，很多时候我们存的就是相对的旋转，和这个scale和位移，所以的话呢这个问题不大。

但是呢这个如果根据你的存储模式吧，如果你存的是logo space里面绝对的这个旋转的话，这个地方要做个小小的变化，就是说如果这个大胳膊一开始是驼背的时候，播放他的动画的时候，我们希望它还是驼背的。

要保持他那个整个的姿态，因为你们如果真实的跟artist在一起合作的时候，你会发现他对这个这个角色一开始的这种姿态，比如说是耸肩的，是驼背的，其实就是这个角色本身的这个定义好，那有了这样一个东西之后呢。

其实就比较简单了，就是我们把所有的这个旋转动画诶，把它的旋转动画的对应，依次的apply到对应的骨骼上去，这个角色就能动起来，那么如果这个角色呢他有这种translation，就是平移动画的话呢。

那我们怎么办呢，我们把它所有波及到这个骨骼啊，把它的相对长度这个考虑进去，然后呢按等比例的去放松，这个讲起来有点简单，但实际做起来有点复杂，但是我会更详细的解释，那么放缩也是一样的。

放缩就是直接等比例放过去就拉倒了，那基本上你能得到一个A，有点意思的这样的一个角色的动画，那这里面特别容易出问题的是什么呢，就是这个角色的两只腿，因为你看啊那个就是每一个角色。

他的这个大腿小腿的比例身高都不一样，你强行的把这个动画放出去之后，你会发现这个角色大概率他双脚是浮空的，最简单的做法是什么呢，就是A我通过这个角色的腰线连到地面，就知道这个角色身高。

那这样的话当我去播放这个位移动画的时候，我播放完之后，我会把这个角色按照他的等比例算它的位移，比如说这个大怪物的在这个腰线这个地方的话，可能它离地面是一米对吧，当然那个那个那个女生那个角色腰线的离地面。

可能比如说0。8米，那我就会相应的把这个位移的话往上提一下，这个时候能缓解一下这个角色的双脚离离离离，那个离空的问题，同时的话呢，如果你这个角色是在走，我们经常会把这个位移呀，会也存在这个off。

作为一个offset的曲线存在这个动画中，那我们希望这个角色走的速度，跟他他的腰眼离地的高度成正比，也就是说假设这个巨大怪兽他的腰离地是一米，那个那个女生离地高度是0。8米的话。

那那个大怪兽播放同样动画的时候，它的移动速度也要快一点点，否则的话你会觉得两只脚在地上，那个凭空滑滑步脚哎，那个foot skating，我讲过那个脚在地上滑步，就像你滑冰一样的脚在那滑。

但是人没有往前走对吧，或者说人走路太快跟脚滑的不一致，这个是特别明显的一种，我们叫做artifacts，但是实际上呢对于大部分的时候，我们会发现，如果两个角色体型差的很多的时候，这种问题也不能被解决。

为什么呢，因为这里面举个例子，这两个角色诶，他的这三它的高度都是一样，这左边的最左边的是它source啊，右边的是两个两个target，你发现两个target的跟那个左边的source的腰部。

腰部的高度都是一样的，但是呢他的大腿关节的长短不一样的时候，当你播放一个A这个角色，蹲在那儿的动画的时候，你发现没有诶，这两个target一个是小腿太长，直接钻地而出，一个小腿太短，直接悬空了。

所以呢这个时候，实际上我们要是真的做RETARGETING的时候，我们实实际上是要有一些IK的，就是说要把他的脚锁死在地上，这个时候你看上去才自然，所以其实REDARKLING啊要想做的好。

还有很多的小细节才能让你做的比较好，但是呢有的时候这个问题也不用太怕，就是很多时候我们的RETARGETING呢，是采取离线的方法去做好，就比如说我游戏里就那些角色，我动画师做完了一个角色的动画的时候。

其实我可以用离线的一些软件，包括一些更高级的算法，可以把这个他的这个动画，RETARGETING做得更加的自然和真实，那这里面的话他在讲一个更有意思的东西啊，就是说我们刚才讲的所有的。

其实有个隐含的假设，就是说这个动画在不同角色之间传递，它的骨骼结，拓扑结构都是一样的，但事实上的话呢我们做各种各样的角色，它的骨骼真的是不一致的对吧，比如说以这里每个例子。

就左边的这个最右边的这个这个这个角色，只有一根spin的这个骨骼，但是呢就是这个spin就是你的那个脊椎骨骼，但是呢中间那个角色，其实也就是我们最右边那个角色的话呢，它有三根骨骼，那他两个之间的动画。

是不是可以可以互相传递的，这里面我就不展开了，因为对面的算法就会有非常多，我给大家讲一个最简单的方法吧，就是我们其实可以根根据骨骼名字去找对应，你会发现它们之间共同的骨骼很多。

好在两个共同骨骼之间的话呢，我们可以定义一种类似的关系，这里面我讲一个就是大名鼎鼎的那个NVIDIA对吧，我们的那个就是那个那个那个N卡的，这个这个黄老仙这个这个NVNVIDIAOMINVERSE。

这个这个很牛逼的这个系统，他怎么解决这个问题，他其实非常简单，就是把这两个名字相同的骨骼，中间的所有的骨骼看成一个映射，都映射到0~1，那好，那我实际上就可以在这个。

比如说我的我的target是我的source是四跟五个，我的target只有三根五个，那我就把根据他们每个骨骼相对之间的长度，我可以规划到0~1之间的一个参数，对不对，那我比如说第一根骨骼。

我觉得看它的参数，它很可能在就是source骨骼两个骨中间的一个点，那我就在那中间点找他那个位置，然后呢我就把那个骨骼这个点诶插上去，然后呢我再去插到第二个点，再插地上，你发现没有。

就是说他虽然每根骨骼并不会严格的，和那个source的骨骼完全的一致，但是它大体上也呈现出了这个形状对吧，这个算法其实是非常的符合直觉和简单的，但是呢效果来讲的话，我觉得做的还是不错的，大家去看一下啊。

就是这是那个ominous里面，这个RETARGETING的一个结果，我个人觉得还是非常expressive，因为我们知道就是你录这样的一个动画，其实陌生captain还是很麻烦的，我真的。

如果把这个动画在这么多，大大小小的角色上再做一遍的话，其实挺难的，当然能做的这么好的话，我怀疑可能不止这么一个简单的算法，你可能还是需要有一些比如说啊DEPING的算法。

或者一些更human behavior的这个natural的一些处理，让这些角色看上去更自然一点，不过呢RETARGETING呢其实还是有很多挑战的，就跟刚才IK一样，如果你真的想做的话。

其实RETARGETING也是一个非常hot的一个research的领域，那这里面有很多问题很难解决，比如说角色的自穿插问题对吧，因为我们刚才就跟就跟刚才AK一样，就是我所有的计算都是假设一个抽象的。

没有空间体积的这样的一个骨骼，那当我一个瘦瘦的女生的一个动作，我去apply一个胖胖的角色上的时候，他觉那个角色自身的手会穿出我自己的身体，你看这个图上展示的很清楚，还有就是其实很多动作呢它是有寓意的。

比如说鼓掌对吧，那鼓掌的时候，我如果这两个角色的肩宽不一样的时候，实际上RETK完之后，这个手它就合不起来了对吧，那还有就是说也是更难的，就是RETARGETING完之后，其实我比如像有些比如像走跑跳。

或者说哎我去尝试去购一个东西的时候，他的身体是要追求一种平衡感的对吧，其实还有一种符合动力学的自然感的东西，那你在作为TURKETING的时候，如何能保证这件事情，其实这就是RETARGETING的话。

那现在一些比较hot的研究问题，但是呢如果你的角色之间相差，没有那么那么大的时候，其实很多时候return的结果是可以接受的，所以这也是啊这个技术啊，在游戏引擎里面比较有用的一个啊，比较难的一个东西。

但是这个技术其实是非常的有用，因为当我们去做一个大型游戏，大型产品的时候啊，你一定要有这样的一个技术，这样呢我们动画师才不会反复的做大量的动画，会这样会累死他们，那其实呢这种RETARGETING啊。

不止在这个skeleton动画骨骼动画上面，其实我们在前面讲到这个move target animation呢，实际上他也有RETARGET的问题，为什么呢，因为其实举个简单的例子是。

我们在做人脸的时候，我们一般会把人脸的top全部一致化对吧，我会表达各种各样的人脸，那么在捏脸的时候，你通过骨骼一变动就跟整个脸都不一样了，但是这个时候我做的这个表情动画，可能是基于一张标准脸做出来的。

当这个脸发生变化的时候，动画我要保持它的一致，实际上呢因为在前面讲的这些动画，它本身呢是通过这个就是说顶点的，相对有一俱存的，很多时候你会发现APOLLY的结果还可以，但是呢只有一种情况会大家要小心。

就是说还是跟刚才鼓掌一样的，就是有些动作它是有寓意的，比如说眼睛闭上这个动作，当这个角色他的眼睛做得大了那么一点点的话，那你原来那个你的animation。

就是你你的morptarget animation，他是眼睛可以闭上了，这个时候他的眼睛其实是闭不上的，所以你要处理这样的，也包括嘴巴也是一样的，对不对，我们的嘴巴张开，就说这个人嘴巴很紧张，闭起来。

但这也是个约束，所以的话呢这个时候呢，我们会加入一些额外的约束点，说这个动画里面，我希望这些顶点它是一定要重合到一起去的，那么像这里面我们就上眼睑和下眼睑，我们会加一些约束点。

那这个做法其实呢就今天不展开，其实也是比较简单，就是我先apply动画完之后诶，我发现这些点控制点没有重合，我强行的把这些点拉的重合起来，然后用一个简单的拉普拉斯算子，拉普拉斯算子，你可以理解成。

就是我去模拟一个这个像那个橡皮表面对吧，你拉几个点诶，其他的那个点就跟着他也有一点弹性，一样的被他拉上来了，然后呢这样的话我整个这个眼睛就能闭得起来。

所以这个当我们去做这个就是animation retargeting，Fish，ANIMMATIONRETARGETING的时候呢，这也是一个非常重要，大家需要考虑的东西，但具体的算法呢其实不难。

大家可以查到他的资料，所以讲到这1part的话，我们的动画基本上就全部讲完了，就是说大家掌握了这门这两节课里面讲的，所有东西的话，我们基本上就可以做一个完整的这个动画系统，那么大家在在这节课里面。

我们这个我们这节课是，既然叫做高级动画系统嘛，大家能够这个学到的东西是什么呢，第一个呢我们我们理解就是说blending animation，blending实际上是一个非常重要的一个系统。

它实际上就是说连接了我们的game play，和我们的动画系统，也就是说我们通过game play去control我的这个动画，布莱尼系统，无论你是这个啊动画状态机。

还是一个这个blender treat对吧，你都是有很多信号控制我，然后呢我能混合出各种你想要的动作，所以这是一个FK的，就是forward condemics的一个核心系统。

也就是我们基本的输出一个基础的角色的动作，然后接下来的话呢，因为我们这个角色是在环境中，跟环境有各种互动，那我们所以需要inverse indemix，就是说给这个角色再加入环境的反向约束。

让这个角色跟环境的互动看上去更加的自然，而我们用这种骨骼，再加上这个MORPTARGETMATION的方法诶，能实现一个更精细的角色的这个表情，的这个表达ANIMMATION。

那这样我一个角色身体的动作也有了，脸上的动作也有了，那我们就有他的全套了，对不对，然后然后呢就是最后一点呢，就是说哎当我们游戏中的角色的外形，无论他的长相还是他的身高体重都会有变化。

我们通过RETARGETING让一有限的动画资源，能够在各种各样的角色上都能用得起来，因为这个东西当我们比如说你去做一个广场，这上面可能有几千甚至上万的，那上万可能太多了。

几百上千的这种NPC几百个是很常见的，那你希望他们的高矮胖瘦都不太一样对吧，但是你让他们都要走来走去，这个时候你一定要用RETARGETING这个技术的，那么所以的话RETARGETING。

就是说相当于我的能量放大器，把我的这个动画的这个能能力，放到了多种多样的这样的一个游戏的角色里面，所以这就是我们的啊，一套基本完整的一个高级的动画系统，有了这样一套系统的话，你基本上就能做一个。

看上去很像那么回事的一个游戏了，当然了，就是很多事情都是这样的，就是入门容易精通难，其实这里面的每一个点，比如像动画树也好，如果大家有兴趣的话，你会发现这里面的水很深，就是你们有很多很多的概念。

就是你需要去理解，需要很久，结合你的产品，IK刚才我也讲了，就是研究起来是非常的辛苦对吧，有大量的数学，我今天还没有抛出我那个最高能的雅克比矩阵，大家同学们等着我下节课争取把它抛出来。

然后呢还有就是表情动画，表情动画还好，不是很难，但是呢它的素材做起来是比较辛苦的，那么还有就是说RETARGETING，RETARGETING的话呢，啊我认为是不是那么难，但是你要想做得好。

其实是非常难的一个东西，好这就是我们动画系统的全部，O那终于我们把我们的两节的游戏引擎，动画系统，这课讲完了，哎呀我终于又卸下了一个很大的报复，我现在每讲完一个系统，我感觉我就如释重负啊。

讲完rendering，我就再也不看rendering了，我好像从此以后不要再做这个这个SHADER了，那么讲完ANIMMATION，我从此我再也不讲ANIMMATION了，累死了，那最后呢收官一下。

跟同学们轻松一下，就跟他跟大家汇报一下，就是我们的小引擎，那么小引擎的话，就像咱们在前面跟大家讲的，就是说非常感谢社区的同学们给我们的反馈，然后呢，我们这边的话。

也在积极的对小引擎进行一个REFACTORY，就是说因为我们希望把它改的真的大家方便，大家去理解去用，所以呢在明天我们可能会上传一个新的版本，就是这一次呢我们主要把关卡。

还有那个g o component系统重新把它重构一遍，包括editor和这个引擎的RUNTIME的分层，我们觉得之前设计的不够好，我们把它清的再好一点，所以这段时间的话我们是自己看那些代码。

其实一边备课嘛，但是呃我们会看代码的时候，会现在已经越来越能理解就是大家的视角了，就是会觉得哦，我们之前的有些架构有点想当然了，就是确实是你觉得他专业吧，他也不够专业，你说他这个清晰吧，它又不够清晰。

其实我们自己还蛮自责的，所以的话呢我们就是大概会分成两三次左右，就对小引擎进行这种reflection，然后呢我们逐步的放出来，所以争取在明天的话呢，我们放出它一个新的版本，这次主要是会把关卡机O系统。

还有component系统进行一次refection，而且不会把这个editor和引擎分的更清楚一点，同时的话呢还有同学们很多的bug，我们也修掉了，这里面比如说那个显卡之间，几个显卡之间打架的问题啊。

包括一些就是挖坑的一些问题，我们都把它修掉，还做了一些简单的这个优化，所以的话也特别感谢就是我们社区，你们的小伙伴在GITHUB上对我们的反馈和支持，我们也非常希望小引擎能和大家一起，这个往前走。

那么我们更加要珍惜这个plot这个这个名字，因为啊我们的名字征集的活动，现在也差不多已经接近尾声了，我们到时候会跟大家一起，在这个200多个名字中选出我们最喜欢的名字，去命名我们的小引擎。

好的那到今天到这里的话，我们今天的课程基本上就结束了，再次感谢我们的社区的小伙伴们，还有我们的课程组的小伙伴们，其实虽然我今天站在这讲，但是大部分的工作都是我们课程组的小伙伴们，他们做完了。

他们真的很辛苦，就是说这些课件的准备，包括小引擎的迭代，还有是同学们的很多的作业互动，都是我们的小伙伴们一起就是弄完的，所以我有时候挺不好意思，我觉得事情都是大家做了，结果我在这站在这儿了。

所以同学们如果要感谢的话，一定要多多感谢这些课程组的小伙伴们好，那今天的课程就到此结束了，同学们有没有什么问题啊，有个同学问我说有没有三维的blank space，这个问题问的我无言以对，为什么呢。

确实呃我确实没看过三维的blank space，理论上应该是可以的，因为你其实可以加入更多的控制变量控制在，但实际上的话，在实际中好像没有看过三位的ban space，他其实我猜测的道理是这样的。

就是说如果是二维的blank space，大家看到那个图啊，在一张图你看到那个点动来动去非常的直观，而且你加更多的CLIPSE的话呢，也知道往哪加，如果给你一个三维的这个blank space的话。

你在三维空间加这一点的话，至少这个加起来就比较费劲一点对吧，大家如果有学过3D max的使用，就会知道你要花很久习惯那个旋转啊，标点啊就很头疼，但是如果你有真的三个控制变量差值的需求，怎么做呢。

其实比较简单，就是说你做两个blank space，然后呢中间再加个LP的节点，就是那个不缺你们loop的节点，把第三个维度变成loop节点的控制变量，其实呢在现代的现代的很多的动画树里面。

都提供了那个叫做那个就是alias这种方法，就是你那个呃动那个2D的BSPACE呢，你可以把它就是通过alias的方法去重复两份，作为它的两个输入，然后进行插值，其实就可以了。

所以我我我我认为三位的ban space的话，现在哦他应该不能重复，不需要用的A6S他两个bless输出，那个两个bless space应该不一样的，然后呢再通过一个lb就会形成三维的差值啊，面部表情。

有同学问我说，面部表情是不是也是通过顶点动画做的，其实呢我今天课程讲的呢，就是说太倾向于那个MORPTARGETANIMMATION了，其实面部表情我认为至少我个人的经验是一半，一半就是骨骼动画。

你不能忽略它，其实骨骼动画还是很重要的，但是呢more for target，是最后就是我认为画龙点睛的那一趴，但实际上呢大家可能会注意不到，做面部表情的时候，有的时候这个你的法向贴图。

也是你表面上那个贴图的变化，比如说我有的我们有时候做表情的时候，你不是几何变了，而是你表面的那个皱纹发生了变化，这个时候对你这个面部表情的影响也非常大，所以说我们想表现一个，非常活灵活现的一个角色。

它是多系统共同作用的结果，就是说我很难讲哪个最重要，但是你如果想做一个好的这个fish expression的话，实际上这些比如说skeleton的动画，骨骼动画。

这个这个MORPTARGETANIMMATION，就是基于蒙皮的这个MV的这个动画，再加上这种dynamic的这种，比如说bump map的这种texture啊，或者说甚至是一些材质的变化。

实际上综合在一起，让你产生了一个非常真实的角色的感觉，这里面讲下去的话就非常的深了，实际上这方面的话，其实电影行业的同学们研究的是非常非常的深，好还有没问题，哇这个这个问题问的太挑战了，我被同学问到。

说动画领域里面有没有什么最前沿的问题，其实啊实际上刚才在课程中已经讲的，比如像IK真的把IK写好非常难，因为IK最难的是啊，其实数数学上总是能解得出来，最难的是你这个解看上去非常像人。

比如说我购一个东西的时候，我的腰部的扭转，腿部的动作的配合对吧，包括我手的动作看上去很自然，比如你够个很高的地方，如果这个人只是这样够的话，你会觉得这个动作很僵，但是如果你发现他的脚尖稍微垫了一下。

你会觉得很自然，那这样的一个就是非常human like的东西，它就很难，那么动画系统里面的话，其实我们在高级课里面会讲，那个就是说那个就是说哎那个animation的这个。

那个那个就就就就就那个就是基于那个matching的，这样的一个一个animation的这样的一个blending，对吧，这个现在也用的非常多，为什么呢。

因为它的整个那个space里面space非常的大，我怎么去快速的searching，怎么用deep选择最好的解，这个其实也是一个比较前沿的方向，大家还有什么问题，OK好的，那今天差不多也是一个多小时了。

差不多已经是还有15分钟，又是两个小时了，所以的话啊，今天我们要不先这样，非常谢谢大家，那个我们下周再见，下周就进入我们高能的games，104物理那一趴。

10.成像过程的噪声分析 ｜ GAMES204-计算成像 - P1 - GAMES-Webinar - BV1NV4y1u7xd

今天会给大家嗯这个聊一聊这个噪声的问题，因为本身对我们一个计算成像的一个系统，大家我们知道，有时候我们的图像最后的捕捉在传感器上，就是一个图像，经过一个image formation的图像再加一个噪声。

实际上这个噪声本身是对我们整个计算摄影，恢复逆问题的一个瓶颈所在，也就是这个噪声会直接影响到你之后呃，就恢复的质量，假设就是比如说我们简单一点，做一个ct里面的random transform。

完全没有噪声的情况下，就可以直接恢复出来，理想的一个三维的，一个就是人的一个身体细胞结构诶，但是有这个噪声呢，就会呃，直接限制我们这个最后拿到了这个图像的质量，或者是最后恢复出来信号的质量。

但除了这个噪声的瓶颈，我们还有带宽的瓶颈，就整体计算摄影就有两个瓶颈问题，一个就是噪声，另外一个就是大家可以理解为是呃，这个就是整个系统的带宽，也包括光学系统的带宽，还有这个嗯最后传感器的一个带宽。

再等一等这个大家八点的时候正式开始，就今天就给大家分享，我们从这个光，然后我们打到传感器，到最后我们拿到绕图这个读出来，这个究竟这个噪声一步一步是怎么形成的，而且这个会对。

比如说像我们之前讲到了一个HDR这个fusion，我们之前讲到的HDR fusion会受造成影响吗，怎么样才能拿到一个最优的，这么一个这么一个fusion的位置。

所以说今天就给大家分享这个image noise formation，这一块还挺好玩的，因为从传感器啊本身这个噪声是非常复杂的，我们先从一个固定模式噪声，也叫fixed patternoise出发。

就是它有非常多的来源哈，除了像我们常见到的一个呃，我们课上讲课上会讲到的一个光子噪声啊，啊还有暗电流噪声，这个本身这个固定Python noise，首先它是跟暗电流的非一致性有关系。

就我们这个属性以及很多工艺的问题嗯，这个很多信号它一致性不是特别好，那所以说就是为什么很多这个手机主摄，就是很多大的一些手机厂家，手机主摄用的基本上永远都是，当然高端机型号永远都是这个用的都是索尼的。

就是因为索尼这个工艺好，导致他这个一致性比较好，所以对整个研发工程师，后面做这些乱七八糟的标定啊，噪声估计啊我没有那么麻烦，所以大家选主设的时候，通常会选择索尼的一个主摄，那其他家通常都是嗯。

在一些就是不是很专业的图像的一个啊，防止去流片，比如说像台积电，他留那种电路很厉害啊，但是如果做这个图像传感器啊，它那个工艺比索尼还是差了一些，但除了这些。

还有一些嗯跟像素相关的一个fix pc noise，还有像行列，我们读出了一个fix pd noise，这个还有一些跟阴影相关，跟SHADER相关啊，还跟边缘这个市场相关，这个这个固定模式造成啊。

其实本身就已经是挺复杂的了，但除了这个固定模式噪声，我们嗯就是更跟我们更息息相关的，是一个就是暂态噪声，比较temple noise，就包括我们的就是读书噪声，放大噪声，还有复位噪声，还有光子散粒噪声。

然后这个时候都会影响到我们，最后拿到了成像的一个质量，那除此之外，就像我们知道，就是哪怕我们完全在黑暗的情况下，我这个图像传感器读出来的值，总还是有一些就是完全黑暗的情况下拿到的值。

这个时候就叫按电荷的积累，也就是有暗电流，最后积累按电荷，然后按电荷呢，就会始终会有一个那么小的一个噪声值在那，但是这个按电荷呢，又会限制了我整个图像传感器的一个动态范围，对不对。

大家可以想我出图像传感器动态范围，就是我捕捉到最大值，比如最小值，我这个安田鹤搁这儿，好家伙，这个最小值始终有个值，它们之间的比值就会受到这个暗电荷，也就是暗电流暗噪声的一个影响。

所以说今天就给大家正式分享啊，这个一个就是image noise的一个formation，今天我们我们会从三个角度，四个角度吧来给大家分享这个噪声，然后结合三个呃。

包括像整个image sensor noise的一个形成过程啊，我们这个signal to noise ratio，我们噪声去怎么去标定，然后就根据因为像我们之前讲过到这个HDRMOJ。

但是很多在不同层级，不同曝光等级下，我们最后这个造受到噪声的影响，我们之前的那个只是考虑到就radiant flux，然后去确定它的一个位置，这个时候是不是特别科学，就我们有没有一种方法去发现它的一个。

optimal位置，那么考虑噪声的情况下，找到一个最优的一个位置，在各个通道之间呢，就是说今天就呃要给大家说一下这个噪声，那这个噪声我们就首先忽略掉，我们只考虑到每个像素自己的噪声啊。

就是因为这个cross channel，这个这个这个噪声还是特别复杂，就不在课上去给大家覆盖这些问题了。

说到图像里的噪声，就我们这个手机一拍照，好家伙，这个直接一拍，看着挺好看，但是我们放大放大，放大到非常小的一些细节的时候，特别是我们拍，特别是白天或者傍晚拍那个天空诶，我们就可以看到右边这个。

像一粒一粒的这种噪声的感觉，所以大家这个对这个观感非常不好，这个就是出现在图像里的噪声，而且这个噪声还得是经过一定的滤波之后哈，那个本身那个噪声实际上还是比较大的。

那我们复习一下，就是我们前面几节课就讲到这个从hot到raw image，的一个简略的过程啊，之前我们给大家说打了个预防针，他这个过程呢就是我们光子打到传感器上。

这个传感器呢有它自己的一个fixed patternoise，也就是有他的大current啊，啊一些引起的一个呃fixed patternoise，然后本身还有一个还有一个他自己的。

因为光子随机到达传感器上，引起了一个photo noise，然后经过一系列的放大，然后还有一个增益啊，包括模拟的增益啊，还有ISO诶，这个时候又会因为这个IP的FY，这个过程中又引入噪声。

然后这个过程之后，我们要把这个模拟转换成数字哎，这个ADC也会产生噪声，但除了这个里面标的哈，这个我们在实际操作中，还会经常发现这个ADC啊，它有个参考电瓶，我们这个比如说把一个信号要拆解成12位嗯。

没接他，我们我们没接，把这个做量化，但这个时候我们里面一层一层的比较器，它是有一个参考电瓶的，诶，这个参考电瓶的这个电源质量，还会引入其他额外的噪声，这个对后面成像质量影响非常大，说这个。

但是这一般课程会覆盖不到这些问题，这跟很多电路设计就会比较有比较大的关系，本身这个image noise这个是怎么形成的呢，就是我们可以看到我们这个就是我们就是整个，首先是我们物体。

然后物体反射的光或物体发的光，它产生的一个radio flux，我们把它记为FI，这个FI抵达经过透，经过透镜，穿过透镜就抵达这个传感器，然后另一边呢就本身受限于期间自己。

他有自己的一个dark current，这个也会影响我们这个本身最后的一个，噪声的问题，诶这个大CURRENCE啊，我们就可以拿到在这个这个传感器上，这个传感器上它经过啊一系列这个曝光啊。

包括考虑到情感游戏本身的一个就是量子效率，比如说把它记为阿尔法诶，这个时候我们就会引入整个图像的一个，因为光子技术产生噪声，这个我们把它叫photo noise，然后因为本身就是要传感器自身的缺陷嗯。

包括像电子空穴对啊，不断的产生跟烟灭产生的电子啊，啊这个有叫dark current，呃，noise啊，有时候专业点的名词，这个叫额蟹符合唉，这个大家学这个半导体的时候，就可能会学到这个名词。

所以第一步我们就把呃，当然我们也会有其他的一些，因为非机性引起的噪声，这个我们是只考虑一个单个像素吗，我就不考虑这个问题了，当然这个我们也把这个曝光的情况下忽略掉，这个曝光其实就等效于clip。

超过这个值之后就捕捉不到了，就相当于clip一下，所以这个时候我们的噪声就有两部分，第一部分就是那么光子的一个基数噪声诶，第二个部分就是它的一个呃，这个因为暗电流引起的这个噪声。

但是这个暗电流啊它本身是一种热噪声啊，它实际上也是一个泊松过程，这个我们后面会讲到，然后这两个就加在一起，这两个噪声加上信号，我们就可以拿到一个就是模拟的一个电压值，就是L我们在这个地方。

然后这个时候这个L是叠加了啊，这个radiant flux在这个时间上的积分诶，再加上这个大CURRENCE在这个时间上的积分对吧，这个时候我就拿到了一个模拟的电压值，然后再经过这个模拟的放大。

就模拟放大有两部分，一个是对感光度ISO的调节，另一个就是一个模拟的增益，实际上这个ISO调啊基本上就是在调模拟增益呃，这个因为ISO本身这个感光度，是对一个模拟的胶片来去呃，描述模拟胶片的感光度的。

但是实际上我们这个数码相机他没有这回事，实际上我们最后调的也就是一个，就ADC的一个增益，就是那个运放的一个增益，所以说这个时候就会呃，比如说像我们就是在过这个运放之前，哎，我们这个放大的这个电压啊。

加点什么噪声，这个时候就会引起这个read out noise，然后经过这个放大之后，我们拿到了一个放大过后的一个模拟电压值，G就是放大过的L就是G哎，这个记忆我们要对它进行模数转换。

这个模拟电压值变成数字电压值，这个时候我们就会因为引起这个量化，ING的噪声，我们这时候叫量化噪声，这个叫A就这个叫AD c noise是ADC，noise本身就包含他自己的本身。

这个additive的一个noise，还有一个量化造成两部分啊，这个量化噪声我们暂时不考虑这个地方，那考虑到这个大家给大家补一下基础哈，就是我们这个正常的一个就是高斯分布。

也叫normal distribution，这个normal distribution呢就是我们从问题出发，就我们这个normal distribution，它是一个连续的这么一个呃。

Ability distribution function，也就是概率密度函数，它是一个连续的，然后这实际上这个大家可能都学过啊，就是啊总共有几个参数来描述这么一个。

就normal distribution呢，实际上我们有俩，第一个就是它的一个均值，我们即为谬，然后另一个就是它的一个呃叫标准差，我们叫standard deviation，是sigma。

那本身这个PDF也就是它的就是概率密度函数，这个咋写呢，实际上就是你记得n proportional to normal，然后这个就是它的一个分布，然后把前面这个均值写在前面，然后这个方差写到后面。

而最后我们就可以拿到它的一个呃，这个随X分布的这么一个函数，就随cos分布的函数，实际上这个就是正态分布，大家已经非常熟啊，这个大概其实就长得像这种中型这么一种感觉，然后我们也知道。

这个就是整个就是这个就正态分布的一个均值，跟它的方差，这个大家都学过，然后问一个问题啊，就是两个就是正态分布的一个核，这个是个啥分布嘞，其实它还是一个正态分布，对不对。

就是当然我们这个要把这个均值给扣掉，就不考虑就是让它是zero in的一个值，就是我们就沿着中心轴分布的，这么一个状态函数，把它们加起来，我们还会拿到一个新的一个正态分布的函数。

当然这个如果你这个没有值不一样，它最后就不一样了哈，这个大家要注意哈，这一定要是没有值一样的时候，这个才可以，考虑到另一种常见的分布嗯，这个我们本身这个background的就是把这个破松分布。

这个破松分布是个咋回事呢，实际上就是我们可以理解为，这个一个车站就陆陆续会来人，看来人他有一个速率哎，这个时候来的时候哎，就会产生一个他来了数据lambda，他来了个过程叫叫泊松过程诶，但是我们来了。

这个最后来了多少个人在这个分布呢，实际上就叫破松分布，host本身它是一个连续的，就是一个离散的一个过程啊，他只用一个呃破松的一个速率啊，拉姆达就表示就可以了啊。

本身啊这个叫poverty massive function，也就是这个概率累积函数，然后最后我那个破松分布咋表示呢，实际上就可以表示为啊，P当N等于K的时候。

他这个方程一它这个是一个lambda的一个方，关于兰姆达的一个方程，也就是lambda k e的负兰姆达，比上一个K阶乘的那么一个泊松分布的值，唉这个时候我们就可以看到它这个均值是啥嘞。

哎均值就是它的一个速率，这个方差是啥呢，方差也是它的速率啊，大家有兴趣的话，可以用一个最大自然估计啊，去估一下这个泊松分布的均值和方差，当然我们当这个K趋于无限大的时候，就是我们这个K值很大哈。

就是诶这个时候大家会发生什么现象呢，其实这个当这个K指标，就是相当于我们积累到一定程度的时候，就是做很多次累加，这个时候泊松分布就是等效成呃，这个正态分布诶，这个就是他大家用这个概率模型来去算一算。

这个就知道了，当然我们考虑到这个两个普通过程相加，它诶他是直接就是一个普通过程，这有两个，因为只有一个呃，这个RT嘛我们可以考虑到一个车站来两拨人，一个穿红衣服，一个穿蓝衣服的，红衣服的速率是兰姆达一。

蓝衣蓝衣服速率是兰姆达二，这个时候同时就来个人的概率是多少呢，莱姆一兰达一加兰姆达二，对不对，这个时候就是这个泊松分布的过程，当然我们这个地方说了一个scum distribution。

就两个破松相减的这么一个过程，这个时候会用到啥地方呢，就我们比如说一些比较特殊的一些传感器，叫那个top tom fly的传感器，它那个传感器比较特殊，它是一个传感器，后面有两个就是积分的一个B。

然后我用一个那池子去选，然后最后我拿到的值是两个，就是积分池子的相减，我两个池子里面都是一个普通分布诶，这个时候我们拿到了就是这个相减的值，就是两个破洞分布的相减，哎我们拿到了整个噪声的分布。

实际上就是一个skelement distribution，这个叫SKELEMENTRIDIRIBUTION，这不是很常见诶，这个是咋表示呢，这个式子就比较复杂了。

我们就需要一个modify的一个贝塞尔方程，就是第一就是第一种方式的一个贝塔方程，来表示它，所以说就是有时候解这个top啊，这个噪声就是很烦人，就是连续播了一个time of flight。

我们讲刚开始拿着这个噪声，好家伙，这是一个scp noise诶，这个时候就大家就变得非常不开心就变了，所以说这个连续波的一个timer flash，噪声是比较难去除的，就他这个模型我们之前解过啊。

这个模型他不是秃的诶，这个就不好解，给它补完这个基础的一个扩充噪声之后呢，啊波斯噪声它是嗯基本上它是在自然界里面。

就是就是不得不发生的一种现象嘛，就是我们公子抵达这种一种随机的一种，概率的一个问题，而且呢这个它每个光子抵达的这个事件啊，都是独立的诶，我们最后就积累到了这个公子的一个积分，就是最后的一个分布啊。

实际上就是一个破窗分布，哎我们这个有时候也叫它散力噪声，或者是呃烧车，叫叫消特噪声，我们最后拿到这个DIRIBUTION是啥呢，我们这个在一定的时间内。

我们这个积分时间T然后我们这个radiant flux，诶，我们这整个光子来了一个radiant flags，给我们最后的一个exposure诶，结合在一起，我们就可以拿到我们的这个关于这个泊松。

本身就是就是我们就是光子到达传感器本身，拿到一个detection的这么一个normal distribution，就是一个distribution啊，就post distribution。

唉当我们看到这个，我们对它进行一个简单的一个仿真哈，就是我们在不同的一面的情况下，哎我们PHOTOPIXEL就当我们不断增强，不断增强这个曝光量，我们可以看到这个噪声，其实它本身噪声是越来越大。

但是性噪比会越来越高，这个时候看的图像就会比较好看，所以说这个有时候大家想把这个蓬松噪声，可以干掉吗，这也干不掉，因为我们无论怎么样，我光子到达传感器的一个噪声，但是没有办法去去掉，哎。

但是哎聪明的科学家就可以考虑到，我这个dark nose是啥呢，就是我们考本身考虑到本身器件啊，就我们电子就是随机的，就是就是运动，然后就是随机的做，额且符合这个过程就完全不考虑光子。

我把这个整个测试的时候都盖上一个，还有黑盖啊，我们最后拿到了一个跟器件相关的一个，破损噪声，哎这个时候这个这跟器件相关的破损噪声呢，它是随温度变化而变化的，我们一般知道啊。

他这个它是一个随着温度指数变化的，一个这么一个噪声等级，就是我们每加六度，我们这个噪声，它的这个关于关于器件本身的一个热的一个，散力噪声就会翻倍，所以说大家想把这个暗噪声给扣掉，这个时候咋办呢。

就像是制冷，特别是在一些深空望远镜，就是我们要做那个拍那种很远的一些地方，诶，本身这个就是已经非常暗了，我们要曝光非常长的时间，诶，这个时候本身这个大大大，noise就已经产生了非常严重的影响了。

我不想要这个影响，所以说我们就要对相机进行制冷，而除此之外啊，像我们这个在我们医疗领域比较常用的，这个叫EMCCD，就是它是一个电荷增强的一个CCD，它非常灵敏诶，这个时候我们这个比如说我们现在很多。

每天都要做核酸啊，要做核酸这个过程是咋回事呢，就我们大家先采样，就是在我们喉咙捅一捅，这个片段，然后经过用那种化学方，就化学的方法做PCR扩增，因为我们采用到那个本身那个DNA链条太少了嘛。

很难对这个呃，就是很难让这个就是基建直接捕捉到，我们用那个PCR扩增之后，然后再给他做那个荧光标记，有不一样的剪辑对，有不一样的就是不一样的剪辑对，给它配不一样的一个配对的标记，诶，这个标标记完之后。

再扩增完之后，但是这个信号还是非常弱，所以说大家就不是很想要这个呃，因为dark nose做影响，所以说最后用一个制冷型的em CD来捕捉这个，我们这个就是碱基对，就是人的核酸。

这个人测测病毒的核酸碱基对啊，这个这个信号，所以说啊这是我们在医疗里面的一个应用，制冷箱相机。

为什么这个问一个问题啊，为什么我们的这个光子来的噪声，跟这个DK就是DK noise，这个都是一个泊松过程的，就是我们这个光子噪声我们很容易理解，它就是一个人到了一个地方的一个问题。

就是它有一定的速率诶，这个时候我们就很容易理解，但就本身暗噪声呢，他为啥也是一个破碎分布，实际上就是这个按噪声，实际上就是本身这个器件自己的一个散力噪声，它确实是一个普通温度。

就有很多大家想要呃产生这种就噪声的时候，就通常也会采用一些半导体的方法，来产生一个真正的这种一种噪声，然后再考虑到我们这个整个成像的这个noise，Image formation，我们考虑到啊。

最开始这个sradio flux，还有大cad诶，我们最后之前我拿到了，就是这个我们最后拿到了这个在analog voltage，这个read这个L到底是个啥呢，是不是我们要除了这个信号。

这个本身我们还要考虑就这两个噪声输出，noise跟这个dark noise这个voltage l是个啥呢，这个L本身它是一个photo detection的一个DIRIBUTION。

再加上我们这个就是我们暗暗噪声，叫这个phantom，也就是ghost鬼鬼噪声，暗噪声就莫名其妙就来了一个噪声，把这两个distribution加在一起，就可以拿到我们最后一个L的一个值。

当然本身就会受到这两个，就是分布的一个方差的影响，实际上这个方差一直跟他那个噪声就息息相关，那我们这两个噪声啊，它都是一个泊松噪声，然后第一个泊松噪声就是跟那个radio flash。

在时间上的一个积分，然后呢第二个分布呢，实际上就是我那个dark currents，就是按电流这时间的一个积分，所以说我最后拿到了一个就是在L就L的值啊，就是这两个蓬松噪声直接相加。

为我们呃前面在补充知识的过程中，知道两个扩充直接增加它还是一个扩充，直接把它的一个速率相加就可以了，所以说这个过程就比较简单，我们就拿到了一个呃，关于这个lambda，这个就是这个速率。

lambda就等于一个T乘一个阿尔法法，加上一个D的这么一个值，所以我们最后再进入我们这个运放放大器，运算放大器之前拿到了一个模拟的电压值，就是一个婆娑噪声啊，他这个也不是不是pro上，这是普通分布。

还跟那个就是radiant flux，跟这个按噪声相关的这么一个破松分布，然后呢我们就唉经过这个就是叫A，叫analog amplify，就是运算放大器，这个运算放大器本身呢这个噪声是咋来的呢。

就是我们就本身对这个运放啊，它在我们就是做这个放大之前，就我们本身这个包括像我们说不定这个电源呀，嗯或者是本身这个运放自己的一些电压，它有一些抖动，在放大前放大后都会有些抖动。

诶这个抖动是跟我们这个场景是没有关系的，场景跟曝光是没有关系，他自己就在抖诶，这个抖动通常是一个高斯的一个一个一个分布，所以说就是它是呃我们就把这个叫read noise，它是一个跟高斯相关的。

就是高斯分布的一个呃噪声值，它的我们用sigma read来表示，然后另一个呢就是ADC的这么一个noise，它会引入这个量化噪声，也就是给我一个很小的信号诶，我采样的时候哎，就怕那个采样到一个台阶。

要么台阶上面要往台阶下边哎，中间那个值就会被这个台阶化了，这叫connection error，我们这个也是一个normal distribution，就是我放到上面那个台阶，给放到下面那个台阶。

它的概率它是一个呃跟高斯分布相关的，但是我们这个暗噪声是对这种比较暗的一，些场景啊，是关系非常大的，我们都可以看到下面这张图啊，是我们标定的一个dark pixel，就是我们完全就是把那个镜头盖上。

你最后拿到了这么一个图，那本身经过我们上一步已经拿到了，这个模拟的电压值，它是一个跟这个嗯就是sin的，一个就是本身场景的一个radiant flags，跟这个暗电流相关的一个泊松分布。

唉我们这个时候经过增益啊，经过放大，我们这个增益有个叫GG，它是一个本身一个模拟放大K乘以ISO，大家直接记住这个G就可以了，不要管这里面这些东西，然后我们要说这个在这个G上面，有加了哪些噪声。

我们上一步拿到了一个模拟电压值，一个泊松，一个泊松分布的一个L这么一个电压值，然后乘以这一步的增益诶，但是我们要加上这个增益，带来了一个高斯分布的这么一个噪声，所以说哎我们这个增益的带来的噪声也要承受。

那么一个放大，就是就是放大之前的一个啊，这个噪声跟这个ISO也是没有关系，这个就是独立的一个噪声在这，然后我们最后我们经过这个就是这个AABC之后，我们还要把就是整个放大的这个噪声G，再加上一个。

因为ADC引起引入了这个噪声来之后，我们就把这个G值再加上一个NADC，唉，最后就拿到了我们初步的这么一个呃，饶的这么一个图像啊，这个噪声啊究竟去怎么表示它呢，它的这个mean跟它的一个方差哎。

又是什么样子的呢，我们就怎么估计它，这个我们下面会给大家一一解释开来，就我们上一步已经拿到了这个L，然后这一步又拿到了这个G，这个G呢，实际上就是上一步的一个模拟电压值L，乘上一个增益。

再加上本身这个因为增益带来的噪声，然后再乘一个g n read noise，我们要这个时候，我们要把它转化成一个经过模数，就是模拟数字转换，就把它变成一个数字信号，这个时候我们要在这个G的基础上。

就是我们增益过后的这个型号的基础上，再转化成一个跟ABC相关的一个就是呃，就quantization相关的一个normal distribution，这个时候我们就可以拿到。

最后我们这个I图像I这个信号是啥样子，然后我们就写到了这个I等于L乘G，这个G就是呃第一步的这个增益，然后这个n read呢，实际上就是呃，就是因为放大带来了这部高斯噪声。

然后呢后面再加上一个因为ADC引入的噪声，哎我们最后拿到这个图像是这样子，但我们想要求这个就是关于这个最后的一个，digital signal的一个就是均值，打球呢我就求它的expectation。

因为我们知道这个均值就相加，我们可以把它拆开的对吧，它是一个线性的，拆开之后诶，前面第一步这个G是一个定值啊，那L是一个泊松噪声对吧，哎我们前面是一个泊松分布，我们最后拿到就是一个泊松。

泊松速率就T那种AF加上D，然后乘以一个前面是一个泊松的一个速率，然后再乘以一个放大的值，后面呢，因为n read，跟NABC都是一个zero in的一个高斯分布，所以说它的一个均值也是零。

哎所以说我们最后拿到了一个期望值，哎实际上就是我的这个图像过来的速率，也就是强度，同样过来的数据，其实就是大家可以理解为强度啊，强度乘以增益诶，这个时候是不是就跟信号直接相关了呢，当然我们这个均值啊。

就是我们拿到了这个最后这个图像的这个值啊，它还会有一定的一个方差的分布，就是受本身噪声的影响，哎我们这个最后拿到了信号I，我们它的一个就是方差是怎么算的啊，同样用这种就是线性分解的方法。

把这每一步都分解开来，我们知道第一步，这个这个西格玛lg还有一个泊松过程对吧，投送过程中一个方差唉，实际上这个很容易，因为我们把这个G增益拿出来，就是线性值拿出来就是一个G方。

前面这个它的方差还是一个它的速率，对不对，然后第二步这个G也是一个常数，拿出来，它的方差就是一个呃跟瑞的相关，直接相关的一个高，就是那个那个高斯分布的一个啊方差，然后最后就是一个AABC的方差。

唉我们最后就拿到这个图像呃，这个信号的本身，这个方差分布，前面我们这个期望值，实际上就是就是最准，最准准确的一个信号的值诶，然后下面会受到一个various的影响，就它方差的影响。

就会在这个图像就是信号值基础上，就是看着会有那种呃噪声分布的这种感觉啊，然后对这个因为我们本身去就算这个，就实际上去计算这个它的这个图像的一个命根，就均值跟方差的时候诶，这个时候我们通常就是用多次测量。

多次线性的测量来去估算这个命根方差，因为有时候不是特别好，有些值我们不是特别不知道，所以说这个时候就需要这种测量的方式来去，在现实中嗯，就踩多张图来算这个mean跟variance，比如说简单一点。

我直接就一个点，就一张图曝光100次对吧，就每个像素里面求个平均，就把它当成一个均值诶，然后本身这个像素值的波动，然后那么估一下就把这个方差给估出来了，然后我们就是已经拿到了这整个从呃。

图像的这个radiant flags跟ga currents，到我们最后拿到一个饶的一个原始的值，这个时候我们知道它的一个均值EI，实际上就是这个radiant flux到来的速率。

再加上这个暗电流的噪声，但这个暗电流噪声实际上就大家看着很难受，他永远伴随着这个图像的信号一直在这儿，对不对，在我们看到方差的时候，那方差除了这个伴随着这个current d信号本身。

然后还有跟后面的一些additive，就是后面再加上的可加性噪声，就是高速噪声相关，然后我们要怎么样去结合这个read and AD c noise，然后把它这个变成一个单个的夹心噪声，我们表示的时候。

想把这两个噪声合到一起来表示，对不对，实际上我们知道这个RENOISE乘以增益，实际上还是一个高斯分布，ADC本身也是个高斯分布，我们把它加一起哎，我们这个把这个合成一个NI的，叫叫叫加性。

直接叫它一个加性噪声哎，这个就好了，这个就我们最后把这个两个一体对待，就是那这个家庭噪声本身的，一个就是分布是咋样的嘞，就我们这两个独立的这么一个normal distribution。

is zero mean呀，它是零均值的哎，我们实际上就是可以把它合成为一个，实际上还是一个平均值，然后把它一个方差合到一起，这样就可以就他们根号的一个平方和，那我们可以看到啊。

这个不不考虑就是整个图像跟这个大current，只考虑我们后面引入的噪声，就我们在这个anima voltage经在这了，就当我们这个有时候想把这个大carry抠掉，我们后面会教大家怎么把这个扣掉。

然后我们最后就拿到一个A加上一个G，加NDC，那么这些噪声去怎么样考虑它呢，我们对它就是会图像质量是怎么影响它呢，就我们其实我们这个问一个问题啊，我们这个最后拿着这个imagine tasting。

他是一个无偏估计，他是他是对那个整个sin的radiant flag，的一个无偏估计吗，也就是他这个它的均值跟这个reading flex的均值，它是一个呃直接线性相关的一个过程嘛，实际上不是的。

因为我们本身要考虑这个就是暗噪声，也就是因为暗电流音器的这个噪声，它最后在这个本身我们拿到了这个信号，这个均值上有一个加了一个TD乘G这么一个值，但是我无论我们去怎么样去，比如说拍很多张图去融合啊。

但是这个是始终是没有办法，把这个跟信号直接绑在一起的，这个dark noise去给干掉了，对不对，因为我们经过多次融合，我们把这个zero in的一些噪声。

就把后面的read noise跟ADC noise都给平均掉了，但是我们没有办法平均掉这个dark noise，诶，这个dark noise就很有意思了，这个时候我们要考虑，比如很亮的一些场景。

很亮的一些场景，这个是谁占据主要的这个，这地位呢就是我们这个场景特别亮，哎，这个时候我们这个dark noise本身，这个值相比这个量的一个信号值就小很多，所以说这个时候因为光子产生的噪声。

就是photo noise counting，那个noise实际上就占了主导地位，但是这个时候扩充噪声啊，就是因为它这个场景很亮，这个K这个值就比较大，所以说我们这个时候看到的。

实际上就是一个高斯分布的一个噪声，对不对，就是它的这个本身光子的一个过程够大，它就是一个高斯噪声，但是这个场景非常暗的时候，咋办呢，这个本身的editive noise就会变得非常明显。

就我们有时候就不是很喜欢这噪声啊，我们想把这些所有的噪声都给干掉，当然这个就很难就不大，可能，就哪怕就是现在我们有很多，有新的传感器技术啊，就像矿卡也没sensor。

或者是我们现在这里列的一个叫single phoenergy，Darray，就是单光子雪崩光电这块阵列，这个是技术型的呀，那他这个本身这个counting的，这个就是get打开的过程。

然后光子打到它击中的概率，这个过程还是一个破损过程，但最后他这个分布会改变啊，哪怕这么灵敏的器件，就是甚至你上了那个光电倍增管诶，这个时候你本身，这个破损噪声啊，就光子破损噪声还是在那。

因为光子它钢铁这个过程，它这就是物理性质，就这样了，是不是，说我们对这个噪声进行一个稍微的一个总结，就我们在这一个比较亮的一个像素，我这个photo noise占主导，它是跟直接场景直接相关的。

我们对一个暗的像素呢，它整个后面的一个家庭噪声，也就是read跟着AD c noise呃，就占了一个指导，这个跟场景是无关的，我们这个low so ADC noise就赞助到hs photo。

and read noise就占主导，这个就是G内部，我们可以直接从下面的一个公式啊，去看到这么一个结果，唉经过很长的一个长时间曝光的，我们这个暗噪声啊，就会产生一个比较坏的影响。

所以说这个但是这个暗噪声呢，本身是一个跟温度相关的，一个就是大家想要把这个dark noise给干掉，这个时候就可以给它降温，就是做制冷，啊说到噪声啊，这不得不说到这个信号跟噪声的比，我们叫信噪比。

我们考虑到这个信噪比呢，就先说一说这个本身嗯，我们这个噪声的一个就是绝对值啊，就是我们实际上就是呃噪声分布的一个值，我们我们对这个本身这个图像信号，我用它的一个就是分布减掉它的一个均值。

然后再去掉一个均值，就可以拿到这个zero ma的一个呃这个信号，这个噪声的一个分布，然后本身呢这个信号实际上就对阿里这一个，这个一个期望值比上我们这是它的一个方差诶，这个时候我们就可以拿到这个信号。

对噪声的一个比值，我们叫信噪比，当噪声就是降低的时候，我们这个就是方差就会减减减小，对不对，就是下面这个分母减小了，但是信号值呢不变，这个时候我们的一个信噪比是变高了，唉这个时候对不对，就SR就变高了。

当我们把这个全都写出来了，就把这个信号跟噪声的这个值直接写出来，我们信号噪声就是预定的flux成增益，而我们把再把下面这个方差前述写出来之后，当我们不考虑这个就是大current noise啊。

就是因为暗电流引起了噪声的时候，哎我们就把前面这个R西格玛平方，实际上那就把这个前面这一部分给抠掉，然后当我们就是要考虑到这种情况，就是我们这个曝光值跟flux是非常大的时候，就我们就信号比较亮嘛。

这个时候我们SNR是怎么怎么去近似它呢，所以说这个时候本身信号值比较比较大，所以说就前面这一部分值会比较大，对不对，实际上这个值大了之后，我们这个西格玛read，跟那个西格玛ADC就显得比较小了。

就把它忽略掉，可以忽略掉之后，我们就可以看到这个SNR就等于TA乘以F，实际上就是跟那个场景的亮度啊，就场景来了一个radiant flex是直接相关的，对不对，当我们忽略掉，把这个忽略掉。

这个跟场景相关的一个噪声呢，这个时候我们就把这个前面这个地方给扣掉，这个时候会发生啥呢，就就是在非常暗的情况下，我们后面那一部分占主导对吧，这个时候信噪比实际上往往是比较低的。

因为这个后面这个占主导了嘛，所以我们最后IS个方，II的平方A就可以近似为下面这一部分，所以说这个时候醒脑鼻通常是比较差的，就是大家看到的图非常燥，所以说我们可以看到这一部分，就是我们就是非常亮的场景。

就是一个photo noise limited的一个场景，然后非常暗的情况呢，就是因为加视频噪声哎，限制了这么一种场景，所以我们可以看到这个SNR跟本身这个，radio flags的一个关系。

说这个时候有时候呃就会大家就是回馈想一想，这个做那个伽马变换的时候，我们这个伽马在很小的值的时候，唉，我们通常会给它一个线性的，一个变换的一个区间，对不对，我们不在很暗很暗的地方不邋遢。

就是因为这很暗的地方，有一些这种不好的一些家庭噪声，在这个地方放大之后，就反而把一些不好的噪声给放开了，所以说这个时候对我们本身这个观感啊，就是不是特别好，我干脆就把这个暗的地方给给抠掉，就不看了。

对不对，但大家就是现在很多时候选手机的时候，诶，这个我们上个1亿像素对吧，但问一个问题，就是我们在就是同样的一个面积的情况下，我是像素多了好还是像素少了，信噪比好呢，但只考虑性噪比啊，哪个好呢。

就这个答案是挺显而易见的，因为我们把这个整个噪声的一个emerge formation，写出来之后，唉，我们就发现诶这个一个pixel l获得更大的曝光量，因为往往是更好的。

因为我们家境噪声唉只加了一次，对不对，那同样的就是像我们这边问了一个问题啊，就是一个一次长曝光跟多次短短曝光放在一起，也不考虑后面算法，因为会现在算法可能有些比较比较好，就是多次短曝光中去融合一起。

可以拿到一个更好的一个呃这种值，但是本身从信号本身就是一次长曝光，理论上是要比多次短曝光还要好的，因为我们一次转报，因因为一次长曝光是加加性，噪声就只加了那么一次对吧，而都是短曝光。

它本身就是在多头完框之后再加起来，哎这个后面那个噪声就加了好多次，所以说这个时候我们不确定性更大了，就是一次长曝光会更好，那同样的道理就是那么一个大像素好呢，还是四个小像素好呢，其实要从信噪比。

单从信号本身的角度来看，我们看是一个大像素，结果会比较好，哎所以说当然这个会影响这个横向的分辨率啊，这个也不太好说说，大家现在包括现在，苹果新的一代都已经上到5000万像素了。

这个也不再坚持以前的1200万像素了，因为可能其他的一个竞品啊，就是长期的5000万1亿，这个apple也受不了了，就已经开始加上来了，但是本身我们更希望在传感器本身，在光学设计本身。

还有在后面算法本身都有一定的提升，这样才给我们一些更好的限制，啊再一个比较好玩的问题啊，就我们增大曝光值，增大ISO或者是我数字放大这张图像哪个好呢，只考虑我们只考虑这个绕图类。

这个时候其实是增大曝光量是最好的一个选择，增大曝光量，虽然就增加了整个破松噪声，但是实际上我们这个read noise就是家境噪声，实际上就是固定的，我们最后虽然破损造成大了，但是我们最后我们可以看到。

这个信噪比是变高了的，要增加ISO呢，实际上就是S1点选择，我们这个时候增加了这个蓬松噪声，但是增加了这个read noise，但是这个AD c noise哎还是不变，我们最后要是用数字去放大。

那那就最坏了，我们前面该有的噪声全都给它放大了，对不对，啊最后一个就是大家刚开始提到了一个嗯，就是同样面积下像素少好，像素少了好还是像素多了好，从单纯信号噪声信号本身考虑啊，还是呃像素越大越好。

我们这个说到了今天为止啊，嗯前几年就是大家比的就是手机，就是整个像素越做越小，越做越小，诶这个时候的光学设计特别好了，这两年又倒回来了，我们这个传感器就越做越大，然后一拼比较好的相纸。

这也就是风水轮流转啊，这个，但是这个面积越大呀，它本身这个我们半导体加工的时候，流片成本就越贵，所以大家买这种这种传感器啊，就是一样的工艺节点的情况下，这个面积越大它就越贵，所以说这个挑手机的时候。

当然你要去调教技术本身啊，跟调教本身这个谁的底大，就谁的拍照基本上就是越好的，它的调教的上限就会越高，我们这个噪声是怎么去标定它呢，我们之前讲到了这个我们整个噪声啊，它的一个分布，它是一个一步经过一步。

我们这个模拟的一个电压L，经过一步一步的放大，引入噪声，经过在量化再引入噪声，这个我们去如何去估它的一个均值跟方差呢，就是有时候我们有很多不确定的值啊，我们这个sigma的sigma DC。

给我们这个放大的增益，这个K就有好几个不确定的值，那这个dark current d啊也是一个不确定的噪声，我们这个噪声去怎么估计它呢，所以说这个就当开始D呢，其实有一个比较简单粗暴的一个办法。

就是大家直接把镜头给盖住，盖住就全黑了，对不对，然后我们这个时候，但本身这个大大current它还是有一定的分布，这个全黑的时候诶，我们这时候捕捉到很多的值，把它加在一起，平均一下对吧。

我们就可以拿到这个跟大current相关的一个，泊松分布，也就是我这个就是an91，我叫bug frame，那本身呢，我们为什么我们这个duck frame，就是对我们这个估这个。

但是carry on d很有用呢，就是这个时候我们就是本身这个radio flag，就是零了对吧，我们这个从公式来看，我们前面这部分就是零了，后面就只有这个预定的flax。

我这个不到的值只是因为这个暗电流引起的，我们这个时候把它剪掉，实际上理论好了，让我们再减掉一个好的值，就是本身它分布还会受影响，但是把这个值剪掉之后，基本上就可以只是认为呃。

我们这个图像受到这个就是sin本身影响，但我们如果这个分布方差特别大的时候，这个也不是能忽略哈，它还是会影响我们最后成像的质量，那当我们把这个D给扣掉，对这个叫dark current，哎。

我们这个时候因为这个DK cars，这个暗噪声挺多的，不光是按电流，暗电流积分引起暗电荷，按电荷读出来，它就是按噪声，然后把这个暗电流，这个时候通过标点的方式，把它进行一定程度的给去除啊。

这个咱咱就不考虑它了，咱把后面所有的这个跟D相关的，这个这个值全都给扣掉，就会引起什么变化呢，唉这个咱只考虑这个四点的flag，跟那个场景相关，然后在后面经过增益放大诶，这一下子就最后我们这个均值方差。

就是显得挺干净，然后这个时候我们想要估的另一个另三个值啊，就是这个西格玛瑞德，然后sigma DC，其实K它其实本身这些，整个这三个东西结合在一起，都是一个高斯分布的假性噪声对吧。

其实有时候我们是可以把它，当然我们一些参数固定的时候下，是可以把它那么一起去考虑的，然后我们去怎么考虑它呢，就像嗯我们还是用一个就AI NO model，就是我们在剪掉这个按就是就是按按那么一帧。

然后之后我们去考虑啊，整个去怎么估这后面的这些家庭噪声，就家庭噪声实际上也比较好处理了，因为它是一个高斯分布的，它不像前面嗯就是大parents啊，或者是跟SN相关的一个泊松噪声。

那么难去加速噪声是比较好弄的，所以这个时候大家就如果学过一些，就是图像处理的一些嗯，同学啊就会看到这么一个鬼skill的一个靶标，这个grace girl的靶标啊，就是它会有非常多的结，对不对。

我们这这一个台阶，两个台阶，三个台阶就会呃，然后最后我们在不同台阶不同的灰度值下面，就捕捉到一个命跟variance相关的这么一个函数，对我们就把这一块把一整条，然后去算它的一个方差哎。

把这一整条的一个平均，就当它是均值诶，我们就可以通过绘制绘制出来一个呃，mean和VANCE相关的这么一个函数，我经过就是一就是整个来个最小乘法，搞个就是就是这种一次函数啊。

这个加性噪声就跟密相关的一个加性噪声，我们就可以把这个加进噪声的一个曲线，也可给勾出来，对不对，这个是这个家庭噪声啊，实际上是跟我这个命直接相关的，这么一个噪声就命值越大，我这个加性噪声就是线性的。

基本上都是线性的，跟他有一定的关系，当然我们要注意到这个我所有的这些噪声标点，都是基于绕土的嗯，大家经常会出就是做vision，做多了的同学可能就拿到了，直接就是一张RGB的一张图。

但这种RGB的图这个噪声分布就变得非常乱啊，这个我们经过，那我们之前之前自己也写过ISP，写过这个经过这个ISP之后，整个噪声的分布就破坏了，所以这个时候我们在这里处理的。

说的都是基于绕土的一个noise处理，因为这个它分布没有破坏，我们要处理的时候也是最容易的说，目前为止就是呃，我们知道基本上所有的手机厂商，它的一个噪声处理诶，都在向饶组的一个噪声处理去去呃去去迈进吧。

就包括我们自己也做了，饶玉的一个BMBD的一个IP扣的，都是在绕狱里面去处理它，诶这个我们最后想提一下，就是我们经过多次曝光融合，来做这个HDR margin的时候，我们这个噪声H会怎么样。

影响我们这个最后的位置呢，诶考虑到这个噪声的时候，我们怎么样拿到这个optimal的位置，来对这个hr morgan，产生一个最好的一个merge的效果呢，其实其实这个可以留给大家当一个附加作业啊。

就大家在做完这个嗯第二次作业之后，大家可以考虑这一页slide，就是这个这次slides所讲的这个optimal with，大家可以估一估，我们本身就是我给你们像拍的那个照片，他那个噪声啊。

然后根据这个噪声去选一个比较好的位置，本身我复习一下这个就HDR margin的一个过程啊，啊前两步实际上就是LINURISE，那我给大家的图直接直接就是绕图了，就直接就是线性空间的一个图。

那对于我们每个像素来说，我们要发现一个value的image pixels，也就是说我们特别小的情况下，比如小于小于0。05或者大于0。95，我们就这个像我们这个像素就不考虑了，就不给它权重了，对不对。

当我们考虑这个有效的像素的这个值的时候，哎我们这个这个时候就要考虑这个像素值，像素值呃，给它一定的一个位置，最后把它卷起来，我这个位次怎么算呢，我们像我们根据我们之前，我们直接根据这个像素的亮度来算了。

对不对，但是这个时候我没有噪声了，这个问题就变得有点复杂了呀，这个就怎么解决呢。

就像我们之前上节课上上节课学的呀，这个位置直接就是通过这么一算，now is leeping就拿到了，但是这个时候我就知道这个时候它不是最好的，我们想要的就是最好的，这个咋办呢。

哎我们要考虑到这个radiant flux of，不就是整个图像的一个radiant flux，我们把它这个这个这这一个像素点来说，XY来说它是阿尔法乘以一个F的一个XY，哎我们这个曝光时间。

比如说像五次曝光TT1到T5，然后曝光时间长不一样，但是我们这个位置是怎么样，根据这个reading flux来做这个位置呢，我们把这个噪声噪声模型已经学到了呀，我们把这个噪声模型考虑进去，咋办呢。

所以我们首先做一个简单的一个就是估计，我们当我们考虑到，比如我做了很多次曝光的时候，就是一个无偏估计的一个XY的值，就是两个实际上就是两个像素的一个intensity嘛，就是一个强度值嘛。

我们考虑到它的一个等相等曝光的情况下，唉，我们这个时候无偏估计它的一个均值ex y，实际上就是这个像素的值I对吧，唉我们这个我们现在的时候就是考虑到一个，我们最后我们最后相加的和，因为我现在也曝光了很。

就是两个两个两张两张图啊，等长曝光或者是不等长曝光，我们最后拿到就是真实的信号，是实际上是这两个值的一个线性叠加，我们就选一了with嘛，总和是一样的，诶，这个是这个时候就给一个A。

然后再一个再给一个另一个信号值，一减A再让它向下拉起来等于一，那但是这个XY又有不一样的一个噪声分布，然后我们对这整个新的一个，就是要选取的一个Z值，取它的一个均值就是取他的一个期望值，哎。

我们这个我发现取它的期望值之后哎，这个时候还是等于这个像素值，对不对，然后我们这个因为像素值一定，因为我们已经因为这个A也A跟E减A，这个是我们给的嘛，它实际上就是一个粗的一个线性。

结合这一两个点之间的一个选一个点嘛，然后最后把它加起来，就是这个我们知道像素的值I应该是不变的，但我们的任务是啥呢，我们任务是要把这个两个和相加了一个方差，给它降到最小，这个时候我们最后恢复出来的图。

受到了噪声影响是最小的，但我们对这个Z啊，我们要减掉这个均值之后，就我上传一个，就是就是跟就是零均值为零的一个方差的时候，那我们就算到这个sigma z方，就等于一个A方乘一个sigma x方。

加上一个E减A方除以sigma y方，哎，我们这个时候怎么去把这个sigma z方，变成最小的，所以实际上就是我们这个HDR就最优的，HDR margin的这么一个玩法。

就是我们要minimize和各种组合之间的一个，最小的一个方差，这有点绕口啊，实际上我们对这个Z方处理的时候，哎我们实际上它本身是一个凸的一个组合嘛，我们大家学会图优化的时候，大家这个凸的是最好办的。

因为兔子本身就是一个，它有一个极值点，极值点就是它的一个最优的一个点，哎我们，这个A取个偏导，让它等于零，就拿到了我们的极值点，对不对，因为我们这个中间这个参数就是A。

就sigma z的方选了A我们把这个展开啊，让它等于零，实际上就是我们它的导数等于零，就是2a sigma就是2a sigma x乘以二，减掉个西格玛方，然后这个sorry就写写的不是很好。

然后2×1减二等二等于零，这两个一联立把这个A就解出来了，解出来之后我们发现A就等于sigma y方，比上个SIGMX方加上个西格玛Y方，或者是我们把这个一减A洗掉，这个这这是一样的，对不对。

当我们把这些所有的东西都连连在一起之后，对吧，我们发现这个我们这个Z值，前面那一部分就是CMX方，CMY方，然后后面这个就是跟XL跟XY相关，是他们这一种线性的组合，对不对。

但是我们考虑到我们就是一个general的一个case，它不是两个图去做融合，它是多个图去做融合，诶，这个时候怎么办呢，我们就可以把这个方程直接联立相加，实际上就可以拿到这么一个Z的一个方程。

实际上前面是一个就是一个，normalization的一个factor，后面就是就跟就variance相关的一个proportion，唉这个时候这个就整个这个权重的一个方法。

实际上叫这个fisher waiting，这哥们叫fisher，然后它是一个这种蓝噪声的一个estimator，然后我们回到这个hr就是融合的这种过程，我们当就是我们就考虑不考虑这个按CLIVE跟。

然后在你同时也对这个dark frame，就是他这个dark current给剪掉了，然后我们这个时候测量到了一个INTESTYXY，把它去啊。

然后呢与它对应的一个export time t把它默认起来，这个时候我们就要把这个intense的值，让它跟T无关，取一个unity里，就是跟单位相关的一个值要除以T。

所以说根据我们这边之前的一个非射微停，我们就可以直接拿到这个htr intensity rates，这个这个大家都有函数啊，这个是可以直接算的，那这个时候我们最后拿到了这个图，他的VANCE是怎么算呢。

当然我们也可以用前面讲到了一个AF的一个，Noise model，我们对这个sigma，然后T分之一，然后对这个i intensity去求解的时候，我们最后我就可以拿到。

对每一个就是per pixel的位置，就是我们算上面那个式子的时候，把下面这个每一个图里面的一个variance算出来，然后带进去之后唉，最后我们就可以拿到一个最优的这么一个位置，是多少。

当我们算这个最优的一个位置啊，我们就要求，那么第一个我们要知道这个噪声的模型是啥，我要不知道噪声的模型是啥的时候唉，这个时候就没有办法把这个自由的位置去固准。

然后我们也要知道这个reading的flag是啥，所以说这个时候我们要对暗电流要做提，前的一个标定，所以整体这个故事就变得非常有意思，特别是这个比较，我们要考虑这个比较亮的这些像素的时候。

我们就可以忽略掉这个editive noise，所以说我们在这个像素，在单位时间内的像素的一个方差，哎我们就可以最后忽略到这个加线的噪声，我们就可以看到右边有这么一个值。

唉当我们就是考虑到这个MORTY的这个呃，这个这个方程的时候，就我们只考虑到这个有效的一些像素诶，这个整个HDR的一个就是估计啊，就变成呃这些在这些有效的像素里面。

就在跟他的跟时间相关的一个权重的一个相加，当然也要考虑到呃，我们去前面计算得到的一个，就是不考虑这个additive noise了嘛，所以说这个时候呃，干脆就是直接就是跟图像相关了。

因为我们dark就是按键按噪声去掉了啊，这个嘉兴噪声呢又不是很明显，就是我们拍的每一张图都比较亮诶，这个时候整个模型就变得非常简单，也就是大家呃之前看到了一个简单的一个像素，之间的一个按比例的一个融合。

当我们看到这个不一样的一个，就是优化过的一个位置。

跟这个没有优化的位置做一个比较呢，大家可以看到左边就是之前前面那节课，就是第六节课讲到了一个，直接用他那个公式去算一个位置，这个时候我靠这个噪声要变得呃，这个有点儿吓人儿，但是经过我们这个优化呢。

其实就是我们把很多暗处的这些噪声啊，就给它抑制掉了，这个时候我们去做融合的时候，哎，这个时候我们就可以看到它的效果，会比这种直接傻呵呵的，我们就融在一起啊，会好很多，就大家在作业里面可以去试一试啊。

这个找找感觉，当然这是最好的这种假设啊。

就是我们只有这个跟光子相关的一些噪声，就是完全跟信号，还有他自己的其他的像bug current noise呀，哎像这些家庭噪声啊都没有的时候，是我们最理想的一个时候。

但考虑到一个general的case，我们也要考虑到诶，这个嗯在按电流噪声是不用考虑的，因为我们已经去掉了，这个时候就要考虑到这个家庭噪声，我们对这个家庭噪声取他一个均值的时候，那均值的时候当然是零。

这个家庭噪声是zero in的一个normal distribution，这时候拿到的是值是零，诶这个时候我们要求它的一个vance various，就是看着哎就很难受是吧，这一大串跟信号有相关。

跟增益有相关，跟这个家庭噪声有相关，我们可以看到这个standard with跟这个optimal with，最后融合出来这个效果，左边那个噪声的那种感觉是非常大的，右边哎经过这个我们选择这个噪声。

实际上就是这个位置就是选噪声比较小的嘛，简言之就是选噪声比较小的，选性价比比较高的，对不对，然后根据这个实际上它本身信噪比啊，然后去选一个合适的位置，大家可以仔细看一看，回去算一算那个位置。

他是可以把那个信噪比单独抽出来去算一算吧，所以说这个跟心脏比相关，所以最后根据这个信噪比啊，就拿到一个optimal的位置啊，这个就很很好玩也很神奇啊。

大家有空的话可以读一读这个north optimal，North optimal capture for hr range photography，这个三位大佬写了一个论文啊。

这个包括free to do run，还有william freeman，这这都是业界大佬写了一个那么一个论文，然后我们可以看到从这个从这个大脑里面，论文里面就可以直接看到呃。

我们这个这就优化过的一个capture，跟没有优化的一个capture，他们最后拿到了一个图像的一个区别，就是我们可以看到，理想情况下广告juice这个是非常好的。

但是我们通过这个s n r optimal quence，就是我们这个心脏比优化的一个啊融合啊，就可以看到这个还是效果还是非常明显，你直接传统的这个噪声会小非常多，就是这个时候我们整个图像的质量。

就会达到一个比较好的效果，这个小图大家看不出来啊，这个在以后读论文审论文的时候，就一定要把这个图放到大大的去看，这样才能看到这个效果的区别，所有的很多这种喜欢灌水的一些同学啊，就那个论文就放得非常小。

这个时候审稿人看的时候就非常难受，唉结果大家最后使用稿的时候呢，还是会翻的就放的非常大去看看，就是你放的越小，大家就会想放的越大，去看区别到底在什么地方，所以这个时候就是大家做论文，做学问的时候。

一定要注意，就是放图就放大图，把这种嗯要展现的就是哪怕是RTX也好，还是最终提升的效果也好，这个对大家就是后面审稿人看到的时候，都会有一个更好的一个印象，来说明。

你这个东西真是一个很solid的一个过程，就我们审稿审的很多了嘛，就是就会发现诶这个还是图大了，一个重的概率会更大一些，好今天就给大家介绍了整个噪声形成的过程。

也给大家介绍了一个secret noise rachel，然后我们就噪声进行了标定，然后最后给大家举了一个应用的实例，就是我们对这个optimal就是hr margin的时候。

我们考虑到本身性噪比的一个影响，我们去怎么样去选它一个最优的一个位置，哎今天的课程就到这里啊，大家有什么同学问题的话，可以啊去快速的问一下，大家有什么问题吗，图大对这个能放大点还是放大点。

嗯这个你可以问一下，就是哪些地方没有听明白，这个我特别长的问题，就可以课下去单独问，什么什么叫蓝噪声，蓝噪声实际上大家学过图形学，应该对蓝老师有一定的印象啊，就是这个蓝噪声就大家采样的时候啊。

特别是视网膜采样，它那个分布，实际上就是按蓝噪声来进行一个排布，就是在最小的一个概率下，就是最小的采样点的情况下，可以采到最优的一种效果，优化噪声是哪个地方优化噪声的，是哪个地方优化噪声和什么的相加。

也就是说这个最后HDRMOGI的时候优化噪声的吗，是这是这个地方吗，这就是我像素在单位时间内的一个，就是就是一个方差网，我们要把这个方差作为最小，对你方差做到最小啊，这个。

如果你这个这个这个地方就是它是一个photo noise，占主导，就是你很亮的一个地方，这时候家庭噪声比前面这些东西就小了很多，所以说这个时候你的加强噪声就可以忽略，就是比较亮的场景。

但是考虑到一个前面的这个亮暗，都有这个问题啊，我给你翻回去看一看，考虑到这个亮暗都有的时候，我们这个有时候噪声就不能近似了，就直接拿这这这讲了，就噪声就不能进四了，我说就要考虑到哎。

这个噪声就是实际上它的信噪比，我们最后这个位置，是根据根据这个信噪比来相关了，我们就根据这个fisher with把这个加起来之后，就要考虑到这个地方如果没有，就是按噪声很那个的时候就要给那个。

然后另一个同学就会问噪声类型如何辨识，给到那些图片，嗯这个要看你时间长的感觉，比如说我们看到一个图有明显的横竖的条纹，哎，这个时候一般就是因为这个按噪声，不是就不是就是fix pternoise引起的。

就是它跟本身器件相关的一个fix patternoise，然后呢我们看到就是比较暗的图像，就是比较暗的场景，哎，这个时候通常是因为蓬松噪声，它的类型通常是蓬松噪声，因为本身信号不够亮吗。

它整个分布还是啊婆松分布，这时候是婆娑噪声呃，站在比较主导，就显得会投资噪声会比较大，但是这个时候按噪声比信号噪声也比较大，这个时候呃，投速噪声跟高速噪声都会有一定的影响，但非常非常亮的情况下诶。

当然我们这个时候，我们这个家性噪声就可以忽略不计，然后呢我们这个特别亮的情况下呢，这个泊松噪声也是变成了一个高斯分布诶，这个时候就很爽，大家就把简称当成一个白噪声就好了，量长久当一个白噪声就好了。

所以同学们还有啥问题吗，好感谢同学们来到204，如果大家有什么问题的话，大家可以课下在群里一问呃，有我和助教都可以为大家去解答。

10.游戏引擎中物理系统的基础理论和算法 ｜ GAMES104-现代游戏引擎：从入门到实践 - P1：GAMES104_Lecture10 - GAMES-Webinar - BV16U4y117VU

Hello大家好。

欢迎大家回到GAMES104现代游戏引擎的理论与实践，我是王熙，马上就要期末考试了，我知道同学们现在越来越忙，然后我们的课程也会变得越来越有意思，那么在开始我们今天的课程之前的话。

我们先给同学们反馈一些，我们在社区里面听到大家的声音，比如说有同学在问我们说，MataPasser什么时候我们可以开源，这个我们后面是有开源的计划的，现在之所以第一次没有开源的话。

是因为我们担心会导致编译过于的复杂，所以的话呢，因为现在很多同学理解小引擎，就已经是蛮吃力了，所以我们打算把这个小引擎的问题先解决之后，后面也算答应大家，我们会有MataPasser。

会给我们的社区开源起来，那么第二个同学也同样在问我们说，我们是不是要写更多的Wiki，去介绍我们小引擎的结构，那这个是的，我们后面会坚持去写，因为那个小引擎虽然很小，大概现在有3万多行代码了，但是的话。

真的去读起来理解起来，还是有一定的困难，所以呢，我们会持续的通过Wiki的形式，给同学们给社区贡献一些资料，帮助大家快速的理解小引擎的结构，那么还有同学问我们说，能不能用专业的游戏引擎开发的这个视角。

去分析一下，有些游戏里面那些，比如说穿帮的MG的镜头，这个的话就是，我看到那个B站上，已经有同学听我回答了，就是说这个问题我们不敢做，因为这个太过分了，对吧，就是其实我们做一个游戏，做个游戏引擎。

其实都非常的难，所以的话呢，我们作为一个专业的游戏的从业者，或者开发者，我们是非常能理解，就是说做个那么复杂的系统里面，会有一些，在某些特殊的情况下，遇到一些特殊的问题，所以的话呢。

我们更多的会去看它整体的游戏性，而不会去点评的一个两个那个bug，因为我们自己写游戏，写引擎，实话实说也写出了很多的bug，我都不好意思讲，就像我以前，我记得我在第一节课，跟大家讲我以前经历的时候。

我好像觉得，当时我在最早在国外做，Halo做那个主机游戏的时候，我觉得我贡献了几个很很很，应该是很严重的bug，我每每不但不引以为耻还引以为傲，那么最后一个的话呢，就是那个我们上周开始。

让同学们给我们的小引擎取名字，对吧，那真的很感谢大家，给我们取了非常多有意思的名字，然后这一周呢，我们课程组的话，在网上认真查了一下，看看这些名字有没有重复，然后呢我们争取把几个。

没有重复的名字给取出来，然后呢到时候发到我们的社区里面，给大家投票，我们也会把就是取名字的同学，为什么取这个名字，它的寓意是什么，也给也放一并放到我们的投票里面，说白了就是我们希望让社区一起。

来选择我们的小引擎的名字，那么说到小引擎的话呢，就是明天我们的小引擎，还将会有一个比较大的更新，那首先要感谢我们的小伙伴，还给我们第一个小伙伴，完整贡献的feature。

就FXA加入到我们的小引擎里面去了，另外一个的话呢，就是说今天大家一开始承诺的，我们认为小引擎一开始的架构呢，就想的太多了，做的太复杂了，中间有些代码太绕，所以的话呢，我们最后那一天就痛定思痛。

我们说我们决定把小引擎，重新refactoring一下，那经过了差不多两个多星期的努力吧，我们基本上把框架framework，给简化掉了，比如说我们认为那种，比较复杂的singleton机制。

其实完全没有必要，而且也会让很多的，生命周期管理比较复杂，我们把它彻底的简化掉，让大家更容易去理解它，那包括component的系统，也变得更简单和清晰，那么另外一个的话就是，我自己认为就是。

我们的rendering那一part的话呢，一开始又是woken，然后呢又加上了很多中间的概念，让大家比较难以理解，所以的话呢，我们的课程组的小伙伴们，这段时间也是花了很多心血。

把rendering做了一次大的清洗，就是把整个它的pipeline啊，整个体系啊，变得要更简单更清晰很多，不过我们的引擎小组跟我讲说，我们的RHI这次只提供了一个，比较简单的版本。

所以大家基本能看会清晰一点，但其实后面我们还会，再持续的优化，争取这些东西的话呢，能够让我们同学，能够更快的进入到小引擎，那后面的话，我们会根据同学们的情况，然后再看要不要补充，一些文档给大家。

那同时的话呢，我们还把这个就以前，编辑器和引擎这两个分层，包括特别像鼠标键盘的输入啊，这些东西我们分得不够清楚，那在新的版本里面，我们把它分得尽可能清楚了，另外一个还感谢我们社区内的小伙伴。

跟我们贡献了就是说，给其他的一些编辑器，帮助你去在其他编辑器里面，编写代码的这样的一个，就是辅助性的编辑的，这样的一个帮助，这样的话就是让我们，就是无论你是用Visual Studio。

还是用其他的编辑器的话，你的就是开发起来的体验，就会好很多，真的是社区的力量很大，所以的话，我们争取明天能够更新的版本，希望明天的上传，不要crash掉大家，然后呢，希望明天的上传的话。

能让大家就是读起来代码，更简单更容易上手，所以这是我们的课程开始之前，给大家同步一下，我们社区里发生的事情，还有我们最近要做的一些，那个小引擎的更新，那么其实说实话，这个Pilot的这个小引擎。

我们已经很有感情了，说实话这个图标我也很喜欢，真的有点舍不得把它换掉，但是看看我们大家取的名字吧，我们挑一个更好的名字来，最后给它命名，好，那接下来就开始，我们今天的课程的正片了。

就是我们终于从动画进入到，我们伟大的这个物理的这一part了，物理确实真的是太伟大了，那个我们自己这一周在备课的时候，真的是这个觉得，哎呀这个太有意思了，对吧，无数的数学，又是无数的积分，对不对。

然后保证大家看了之后，两腿发抖，但是我大家不要慌，我们会尽可能用最简单的语言，把这个最核心的概念，给大家去讲清楚，那么今天的课程呢，也比较卷，又是一个100多页的PPT啊。

我争取能够在90分钟之内能讲完，如果讲到两个小时的话，我知道大家你们会不会介意的，因为我知道大家的惯用词就是，继续拖，没问题拖吧，好，那我就随性的开始讲我们的物理，那首先的话呢。

对游戏来讲物理非常的重要，因为物理是游戏里面最重要的，玩家对这个世界的直觉认知的一个表达，对吧，可以这么说一个游戏引擎，它如果没有物理的话，你很难去相信这个世界是真实的，就是当你去做任何的输入操作。

当你的游戏里的角色去运动的时候，你会感受到这个世界在跟你去互动，那同时的话呢，就是物理呢，它还有一个很重要的作用，就是给我们构建一个动态的环境，这个环境的话，在很多游戏里面。

它甚至是直接影响了你的gameplay，举个例子，我前面有座墙，那我的视野，我的战术就会发生很大的变化，这你们就不得不提一下，我们大名鼎鼎的彩溜对不对，我觉得彩溜的核心，就是玩各种穿墙啊钻地板啊。

这也是真的很厉害，就是在FPS这么卷的一个赛道，你们彩溜自己开辟了一条全新的赛道，所以它也是一个最经典的，就是Dynamic Environment，就是整个动态环境的，这样的一个游戏的类型。

那么第三个呢，我觉得物理其实会给你创造一个，就是非常真实的可互动的，这种交互的这个世界，这里面就必须要提一下，这个半条命的Alex对吧，就是我觉得，它是现在VR的这个巅峰之作，那相信所有玩的同学的话呢。

除了它的移动，说实话我还是不是很适应，但是我觉得它对这个世界的，这种真实感的感觉，做的真是到极致的，特别是这里面，我是特别喜欢把什么椅子啊，什么这个垃圾桶啊，扔到洗衣机里面转来转去，然后我就盯着洗衣机。

那个滚筒看半天，我说嗯这个做的还真的挺好玩的，对所以说其实你知道吗，就是物理很能满足很多游戏，像我这样的游戏玩家的恶趣味，实在无聊了，能盯着一个滚筒洗衣机，看个大概十几分钟都没有问题。

那么另外一个的话呢，就是其实在现代的游戏引擎，我们很多的表现，特别像比如说Particle，一些Smoke，比如像水体，这种表达的时候，它完全的就是依赖物理，当然还有大命令的这个衣料对吧，Cloth。

我们这个衣服的那个就是抖棚，抖得好不好，小姐姐的跑起来，那个衣服是不是足够飘逸，那都是影响我们对这个游戏质量判断的，一个核心的点，那以上讲的种种啊，它都是依赖于，就是游戏里面的这个物理系统。

或者我们叫做物理引擎，因为物理本身已经足够复杂，足够有难度了，那么在这个就今天，我们整个物理的这一part呢，我们规划了两节课，今天这节课呢，我们把大家最基本的概念教给大家，就是说让大家知道说。

我怎么用这个物理的语言去表达这个世界，这个物理的世界，你们到底有哪些元素，它们之间到底是什么关系，那么这节课呢，我们会点到一些概念，甚至会点到一些，就是物理引擎的底层算法，但是同学们不用慌。

因为如果你不想去碰这么硬核的东西的话，你就把这节课，你们最基本的概念理解透之后，你就会知道说，如果我做一个游戏引擎，我怎么去接入一个物理引擎就可以了，那么第二节课呢，我们就会讲一些比较高级的一些东西了。

比如说角色怎么去控制对吧，比如说我们的Ragdoll，布娃娃系统怎么做，还有我们的破坏怎么做，我们的医疗怎么仿真，还有我们的载具系统怎么做，当然还要跟大家提到一个，现在越来越火的概念叫做PBD。

基于未知的物理引擎，这个其实在最新的一代的一线引擎里面，大家已经在逐渐引入这些概念了，但是至少我们传统的结构就是说，第一节课把基础概念全部教给大家，而第二节课呢，可以给大家开拓一下视野。

让大家知道一些比较有意思的前沿的一些东西，好那我们先从基础的概念开始，那首先的话呢，你构建这个物理世界，这个物理世界首先我们要，这个你的对象，在物理世界里面的对象。

我一般叫做actor或者叫做shapes，这两个概念是很接近的，比如说就以我们小明做的这个，这个现在战争这个游戏为案例啊，你看到这个世界里面小人跑来跑去对吧，其实它有一个在物理世界里的孪生。

每一个小人他都有一个个的小的actor，跟他去对应，有的时候你看到的这个小胶囊，你把他打死了之后，他突然变成很多的小球对吧，还可以在地上飞来飞去，其实我们计算机引擎里面，游戏引擎里面。

去对游戏的这个世界模拟的话，实际上是在这个右边的这个世界里面，而左边的呢，其实就是我们在之前课程里面讲，rendering啊，讲动画啊，跟大家讲的东西，那只是让你去表现去表达。

而真正的游戏的逻辑游戏的表现，是在这一边，是它是我真正的，我们有的时候说这是游戏的logical part，而那一part呢是游戏的rendering part，所以一般物理很多时候。

我们是把它放在游戏逻辑这一part，但这个概念也不一定，比如说我们假设用物理做particle的话，你说这个东西到底是属于游戏逻辑呢，还是属于表现呢，对吧，它这个两者都有可能都要有，好。

那其实actor呢，第一类actor也是最简单的是什么呢，就是叫静态的actor，就static actor，比如说你地上看到很多的挡板，它呢就放在那儿，它就不动，或者是一个曲面，那么你在这个世界。

你的移动会受制于这些静态的物体的阻挡，所以说static actor，在任何大部分的游戏里面，是量最大的，包括我刚才讲的大鸣鼎的彩六对吧，虽然你看了彩六，你的东西那么多，但是它绝大部分还是静态的。

但是它会预先设计好，有些东西是动态的，你可以把它摧毁掉，比如说彩六里面，你不是每张桌子都可以摧毁的，对不对，有些桌子有些灶台，你就是摧毁不了的，它就是设计过的东西，好，那么第二类呢，也是大家比较熟悉的。

就是动态的actor，比如说像这里面的这些箱子，对吧，它是符合物理原理的，你拿脚踹它一下，它就往前滑，你把它放在斜面上，它也会摩擦力和这个重力的作用，它会产生惯性，而这类的actor。

我们叫做动态的dynamic actor，就是它是符合叫什么呢，这里面dynamic，它讲的是动力学原理，而不是这个我们讲的这个怎么说的，就是说它是动态的，当然它也是动态的。

就动力学dynamics的话，其实是在我们的物理学概念里面，就指的是叫动力学，对吧，好，那第三类呢，其实是比较少见的，就是大家不太熟悉的，但其实很常见，就是trigger。

trigger这个东西很有意思，它是跟游戏逻辑高度相关的，就是说一般来讲，我们用它做过逻辑，就当你走到一个门前，比如说大家想象一下，我们如果要做一个超市，超市有一个自动门，当有任何一个客人。

假设是一个角色，走进那个门的时候，其实呢如果在游戏中的话，我会在前面放一个trigger，然后呢当任何一个pom，就是任何一个，角色走进到那个角色面前的时候，走进到那个trigger前面的话。

我就触发一个消息，然后呢就让那个门打开了，大家如果还记得，这好像已经是很久很久以前的事情了，我们讲这个游戏世界，怎么样通过消息，通过event相互之间联动对吧，这个时候就联起来了。

它这个所有的世界的发起方，其实都是在这个trigger里面的，包括我们上节课讲那个就是动画术，动画术实际上，blueprint它最难的一个东西是什么呢，就是它有很多event去改变这些动画的状态。

这些event它的来源在哪里呢，其实trigger是一个很大的一个贡献者，然后呢最后一个，我们要讲一类非常特殊的物理的actor，这里面我首先引用一下，我们大名鼎鼎的阿罗马斯克，讲的一句话。

他这句话讲得特别有意思，他就说他发现人类定义的所有的法律，都会被人去违背，但是呢只有physics law是不能违背的，但是这句话说的呢，很对很有道理，但是呢在我们的游戏世界里面。

我们还真的有违反物理原理的东西，就是呢我们叫的kinemics，就是说就是这个中文不知道怎么翻译啊，因为IK我们叫反向动力学对吧，那个kinemics就是叫动力学，或者叫什么我忘了中文怎么翻译。

他的意思就是说，根据游戏的需要，我把有些actor，把它给动来动去，比如像这里面两个甲板，他们两个就是kinemics的这样的actor，这样的一个actor的话呢，就是说它本质上是反物理的。

它本身比如说它的运动并不会符合，比如说牛顿的一二三定理，这完全是我们的设计师的动作，我再给你们讲个细节，比如说在游戏里面啊，我们这个人去跑步，跑步这个过程是符合物理学原理的对不对。

但是呢我们真实的去动他的这个，他的actor的时候呢，他就是个典型的kinemics actor，就是说你在跑的时候，你的手会动的时候，是有动画驱动的，动画告诉你说你在下一帧，把手移到这儿。

他到底是符合那个加速度呢，还是阻力呢还是什么，不用的你就告诉这个物理世界说，我的手此时已经在这儿了，那这么一个了不起的反物理的actor的话呢，在游戏的gameplay中是非常有用的。

但是呢就是因为他不符合物理原理，他会给我们游戏引来很多的麻烦，这个视频大家能看得明白，其实是这样的，就是你试图靠近那一只小小的野兽，当小小的野兽去踹你脚的时候，注意这个时候你是有重量的对吧。

你是有惯性的，所以你的重量和惯性呢实际上是有限的，当那个牛拿脚踢你一下的时候，他那个脚上肯定绑了一个，kinemics的一个骨骼，一个一个一个actor，他撞你一下，因为他是反物理的，所以到你这边。

有可能如果处理的不好的话，给你的作用力，或者那个充量，他可能就变成无穷大了，大家还记得就是，大家如果注意观察，你们在玩很多游戏的时候，特别是物理优化做得不够好的时候，经常就会发现，你突然自己就飞掉了。

或者某个东西突然就飞了，其实这个飞的原因很多时候，都是由这种kinemics actor会导致的，原因很简单就是，在一个完全符合物理约束的世界里面，你老人家突然开始反物理了，结果会导致很多的。

就是数学的运算，会在那个时候，我们叫做degenerate，就是会失效掉，然后可能算出个无穷大了，这个时候就很麻烦，所以的话，这个也是我们的游戏的，一个经典的一个bug之源，所以大家以后在游戏中的话。

你肯定会用的kinemics actor，但是呢，我一般就是说，写到这一趴的时候，大家一定要小心，这个比如说举个例子，比如在游戏里面，比如说你面前有个箱子，很多人去推他的时候，如果这个例没有设置好的话。

那个箱子直接就飞掉了，飞得无穷远处都有可能，好，这就是我们最经典的游戏里面的这些actor，所以的话呢回顾一下，就是怎么去理解一个游戏里面的物理引擎，首先理解它处理的对象，其实它就这四种对象。

就主要总体来讲，第一种是静态的actor，就是你的这个世界的基础的，阻碍你的这些东西，那么还有一个就是动态的actor，就是这里面可以动的东西，但是动态的actor一般来讲，不要做的太多，多了之后。

因为你静态的actor是不用解算的，每一帧都是那样，但是动态的actor的话，你每一帧都要算，它大概是什么一个状态，它受了多少力，那么还有一类呢，就是参与gameplay。

但是呢跟物理世界的解算没有关系的，就是我们叫做trigger，对吧，就是出发器而已，那第三类呢，就是大家很重要，一定要用，但是呢要慎重地去用的，就是kinetic actor，这种的话就叫。

哎真的我突然忘了这个中文叫啥了，应该叫动力，动力学这个actor，应该是这样吧，没关系，反正大家都懂的对吧，好那接下来，actor呢，它有一个最重要的一个属性呢，我们叫做shapes，它的形状。

那么因为在这个物理世界里面，就是我们的解算，其实复杂度是非常高的，大家如果写过立体几何的运算的话，就知道有多痛苦，比如说我问大家，我让你求解一个东西，比如说给你一个四面体，对吧四面体，给你再和一个。

比如说一个一个一个，一个比如说二十面的，但是不规则的一个一个凸，凸多边形去求交，如果大家去写一下的话，你会发现体和体之间的求交算法是很复杂的，所以当我们的这个就是物理引擎设计者，在设计物理引擎的时候。

我们就会首先刻意用那种，用解析的方法，能够快速表达的形体，作为基础的这个actor的形状，比如说最简单的就是球，对吧球是不是最简单，就你只要给一个顶点，给一个半径，你就可以定义三维空间的一个球。

对吧这个顶点一动球就动了，所以球球的球交啊，球的移动啊，球的碰撞检测应该是最简单的，对吧那么接下来第二种呢，就是球的变种，我们叫做capsule胶囊，就上下顶两个球中间放个圆柱，这个算法也很简单。

第三种呢我们叫做box，box呢我们这边画的是一个，是一个正方体，但其实box在物理引擎里面，可以不是正方体，很多时候是长方形的对吧，我们假设用box表达一个，比如说门啊这些东西，那然后呢第四种呢。

就是相对更贵了，我们叫convex hull，叫凸包或者叫凸多面体，它本质上呢就是，它必须是一个封闭的，一个空间的一个包裹，它不能有洞啊，不能露出来对不对，第二个呢它必须是凸包，就是说凸包的意思是什么。

就是我沿着任何一个面，做无限延伸的这个面，它呢不会就是那个，交到它其他的面，简单来讲就是你的形体，一定往外凸的对吧，而不应该是你们有这种，反向的折痕，当然了除了这个点之外呢，其实还有一种我们叫做。

那个manifold的，但这个讲起来就更，数学一个概念我们就不讲了，凸包就凸多面体大家都懂的，凸多面体呢它的特点就是什么呢，就是这个它能表达的形状，会更多样一点，当然其实有的时候啊，在物理引擎里面。

你还可以用triangle mesh，你还可以就是用这个，一个高纯图来表达，这个世界的Axia对吧，我们还记得大家前面，在讲绘制的时候讲地形，地形不就是用，hide field去表达的吗，诶对。

那这个时候我如果在这个地形上，扔一个球它弹来弹去的话，我总不能对这个地形，做个凸包吧，那你怎么做，做死你啊对不对，你得把它分得很开，你如果用那个box，去表达一个地形，那也是弄死你了。

所以呢我们的物理引擎，很体贴我们也会支持hide field，这就是Actor的shape，那么它每一种shape啊，它都有自己的应用场景，比如像球的话，大家想想想，我们在游戏引擎里面对吧。

无论你做一个桌球游戏，还是做一个各种球的运动吧，那你的Actor肯定用球是最好的，但其实在我们的游戏引擎里面，很多时候表达一些小的东西的时候，它虽然可能是各种各样的形状。

但是我们可以大致用球对它进行表达，那么第二种呢，就是这个Capsule，Capsule呢，实际上它的应用场景非常大，比如说，刚才我们一直在展示那些角色嘛，基本上，呃，现代游戏里面，就是很多游戏。

对一个角色的这种表达，都是用胶囊，就是想想我们角色一般身高一米七一米八对吧，我们一般会做个差不多一米八到一米九的一个，小胶囊，把人包在中间，这个小胶囊就是人的全部了，你如果去看很多游戏的。

假设你打开它的开发模型啊，你会发现这个人上下裹了一个，这个一个小胶囊特别可爱，对，所以说胶囊是在游戏中用的蛮多的，表达这种ByPie的这种人形物体的一种很好的一种表达，好，那么Box刚才也讲了。

就是它用处非常多了，就这里面的还要注意一个细节，就是说很多时候我们的这种包裹是个approximation，所以说对于那种非常精细的，比如说结构的话，我们其实是用Box大致的表达就可以了。

因为物理它确实你想做的非常精细，它实际上是很废的，就是说计算复杂度很高，那么还有一种呢，就是我们讲的Convex Mesh对吧，那Convex Mesh的话呢，其实在解决一些比较复杂的这种形体的时候。

我们会用比如像这里面这个单，这个这个案例是非常复杂了，就是说它这个是用虚幻引擎做了一个可破坏地形的这样表达，这里面砸出的每个碎片，你看到它的运动是要符合一定的物理学原理的。

那这个之所以让你看上去比较逼真的话是，它那个石头的话几乎是用Convex Mesh去表达，但是呢它这个只能算局部，如果算的多的话，其实也非常的废，好，那还有呢就是Triangle Mesh。

Triangle Mesh的话呢，也是现在有物理引擎逐渐在提供的一个功能，因为确实比如像这样一个房子，你用这个Box去表达，你用其他表达都不太合适，但是呢这种Triangle Mesh。

第一个要求你是密闭的，第二个呢目前在物理引擎里面的话呢，我们一般只允许静态物用这个东西，也就是你动来动去的时候，你想这个房子我动来动去再去跟别人去求交的话，待会我们后面会讲到这种求交碰撞算法的时候。

你会发现这件事情就是特别的复杂，特别的难，但是呢确实在有些时候，你还是必须要用Triangle Mesh这种Shape去表达一个世界，好，那最后一个呢就是刚才已经讲到的Head Field对吧。

那刚才讲的就是地形的时候，Head Field非常的有用，那这也是我们对物理世界的这个Shape的表达，所以同学们对这几个概念一定要记得非常的牢，因为当你真的在做一个游戏引擎的时候。

你可能不需要知道物理是怎么去算的，这个数学方法是什么，但是呢对每一种Actor，每一种Shape的基本概念，一定要理解得非常的清楚，而且千万不要乱用，因为物理这个东西啊，你一旦用错了之后。

你会发现你的游戏突然变得特别的慢，或者说经常莫名其妙的会产生各种Bug，但是你又不知道为什么，因为那个结算实际上它的数学非常的复杂，那个可能比，大家觉得那个Rendering已经很复杂了对吧。

大家觉得动画已经很复杂了，但是跟物理的复杂比起来，那简直就是小物见大物，好，那所以的话呢就是说，当我们去用这个Shape去做围绕着一些物体，形成一个个Actor的，注意啊这里面就是说。

在游戏世界里面我们的一切东西是什么，叫做object叫对象对不对，但是呢在物理世界里面，我们干了一个事儿，就是给这些我们在乎的这些对象，全部给它包成了一个Actor，那这个包的过程中呢。

我们的Shape其实呢有一个很重要的原则，就是它是一个Approximation，就是说它只是一个估计，不需要包得非常的精细，第二个的话呢就是，你能用最简单的Shape包裹的时候，尽量不要用复杂的。

举个例子比如说，假设你能用球，能用胶囊，能用Box去包裹一个东西的时候，尽量的不要用Convex Hole，就是那个涂面体对吧，然后呢你如果能用前面这几种，那就更不要用什么呢。

更不要用Triangle Mesh，因为它们一个比一个复杂，那Head Field呢全局就一个，那大家用一用也就算了，但是它也是只能处理静态的东西，所以说这个是，当我们在做游戏的时候。

这个是我们很重要的一个原则，因为当你有几千个，甚至上万个对象的时候，你就知道这件事情不能乱来了，好，那么其实Shape它有很多的属性，比如说，因为你是对物理的世界的描述，比如说我同样做两个球。

你打它一下，给它一个充量，它能飞多远，这里面决定因素是什么，是它的重量对不对，所以其实对于每一个Shape，你有一个很重要的属性是什么呢，就是要么你设定它的质量，要么你设定它的密度。

那么这两个设置你都可以，其实大家想想看，如果我知道这个世界是个B包的话，无论你是个球还是个胶囊，还是一个Convex hole，实际上你给了我的密度，我也能反算出你的质量，那么其实这里面是非常有意思的。

就注意在这个物理引擎里面，我们假设每个Actor每个Shape，它的质量是均匀的，就均匀质量这件事情，其实非常的重要，为什么呢，因为我这里面就举了一个很有意思的例子，这个叫干波体。

我不知道大家有没有听说过这个东西，它是数学家研究出来，就是我们以前认为，任何一个形体，它在这个空间上，它一定有三个左右的稳定点，叫稳定平衡点，三个或者三个以上，但是呢，数学家总是无法证明这件事。

直到有一天有个数学家，真的做出了一个，只有一个静稳态点的，这个叫匀质物体，意思就是说，这个东西它密度是均匀的，但是它永远会在一个点上，就逐渐趋向稳定，这件事情非常有意思，你们想了布导翁。

布导翁它怎么做出来的，它的质量是不均匀的，但是你如果有均匀的做过物体的话，你会发现，它总是有好几个平衡点，但是只有这个形状，目前我们发现的，它只有一个静平衡点，那这个东西为什么有用呢，大家举个例子。

你们回想一下，你们想想那个大海龟，其实大海龟的那个龟的，龟壳的形状，就是近似这个形体，就使得它，当你把它翻过来的时候，它会当当当当当，会自己又翻正了，其实这个是有一定用处的，但这个形体非常难做。

它的误差我如果没记错的话，只要超过千分之一，还是万分之一，它就没有这样的一个力学特性，所以这个小东西的话，好像要上百美金你才能买得到，所以这也是我觉得，大家去理解物理引擎，特别微妙的地方就是说。

你的计算只要稍微有点误差，它的表现和行为就会完全不一样，那么在每个shape呢，还有一个很重要的属性，其实就是它的那个质心，因为质心呢，这个东西呢，在一般的你在做物理模拟的时候，可能大家不会觉得很重要。

但是比如说你在做一些特殊的形体，比如说vehicle，就是载具系统的时候，质心其实非常重要，它直接决定了你的车的稳定性对吧，大家想象一下，我做一个模拟的越野，比如像dirt这样的一个。

越野拉力赛车游戏的时候，你去组建你的车，你去调整你的这个车的中心高度的时候，其实对你驾驶感会差别非常非常大，虽然这都在虚拟的世界里，所以这也是shape很重要的一个属性，好那其实呢，shape呢。

就是在物理世界里面表达的话，我们有一个很重要的概念，叫什么呢，叫物理材质，physics material，我记得我在前面去讲那个渲染的时候，我讲的那个PPR的概念对吧。

就是讲那个physics material，然后呢，其实那个东西也自称叫物理，但此处的物理和那个时候的物理是两个物理，那个物理就PPR讲的物理呢，它是符合物理的光学特征，但是呢。

当我们在大家在做游戏引擎的时候，你就会必然遇到一个叫physics material的概念，叫物理材质的概念，这里面定义什么东西呢，我们定义什么呢，定义这个表面的摩擦力是多少，对吧。

定义它的这个就是那个弹性是多少，这件事情你设置好了之后，你扔到物理引擎里面的时候，它的行为就会完全不一样，大家能想象，比如说我做一个橡皮的一个小的物件，然后放在一个桌面上。

我对桌面假设我的这个游戏设计成，就是说我来去推着这个桌子抖来抖去，那它的行为和我设置成一个光滑的玻璃的，比如说一个玻璃弹珠的，它的行为是不是会完全不一样，大家想想对吧，那包括就是我要做一个橡皮的小鸭子。

和做一个钢的小鸭子，你把它扔出去，可怜的小鸭子，它在地上弹的情况是不是也是完全不一样，所以说它的弹性也是不一样的，所以这个呢就是今天我只讲了两个最简单的物理的property。

就是物理的material的属于，一个是摩擦力，一个是那个它的弹性，实际上的话呢，有的引擎它的你的参数会更多，所以这就是物理世界，和这个就是我们叫做游戏世界不太一样。

包括这个physics material，再跟大家多说一句啊，就是我们在做这个游戏引擎的时候，我们很多时候会告诉你，它是什么材质，什么材质的时候呢，有的时候它会跟你的生效，跟你的特效都会有关联。

但是呢这个呢就是更广泛的，我们叫做physics material的概念，好，那有了这些所有的对象，我们叫做actor对吧，我们可以操作的这些物体，在物理世界有物体，接下来这个牛顿爵也讲了一句话。

就是你把这宇宙放在这没有用的，宇宙是死的需要什么，刘爵爷说我们需要有力，就是第一推动，当然我们后来知道，刘爵爷你错了，这个世界的运动才是本身对吧，不需要额外的力，那好我们在物理世界里面，我们真的需要力。

没有力这个世界就是僵着的，那力是什么呢，就力其实啊是游戏里面最重要的，就是让这actor能够动起来的东西，那么最常见的力是什么呢，比如说拉力对吧，重力摩擦力，那比如说在这里面的话，每一个角色。

比如说一个角色，你假设受击了，他死亡了之后，他为什么ragdoll会倒在地上呢，就是因为有重力，拉着他一节一节的往地上倒，这个时候就是重力的作用，包括一个比如说，你在游戏中打死了一个敌人。

这个敌人从山上就滑下来了，这是什么，这是重力和摩擦力的，共同的作用结果，所以这种力呢，就是一个比较长期的稳定的力，但是呢，在我们的这个游戏世界里面，还有一种力，我们叫做充力。

就是impulse或者叫充量，就是说实际上当游戏里发生一些极端的行为，比如说一辆车撞了这个角色，或者说旁边有个巨大的爆炸，这个角色呢，他其实就会受到一个充量，我们经常讲的时候，是可以把人给炸飞对吧。

那你可以把人炸飞的话，这其实就是一个充力，那这个时候呢，你可以看到一个就是说，一个叫impulse的充量的东西，可以把一个物体给推开，所以这两种力呢，是游戏里面最常用的力，但这两个你可以说是一致的。

也可以说不一样，因为一般来讲我们叫做那个力啊，力乘上时间就是它的充量嘛，对吧，好，那么有了这个力，有了物体之后，接下来我们就可以定义这个世界的移动了，movement了，那在这里面的话呢。

就是很有意思啊，就是讲到物理的时候，我们就很有种时光穿越的感觉，你会发现把我们的，我们个人来讲，把我们从初中时代开始，到大学时代学的东西全部给捋了一遍，对吧，然后呢从这个人类的这个科学历史上，你会发现。

你就一下子回到了16 17世纪开始，然后你就去思考这些问题，比如说大名鼎鼎的牛顿第一定理，对吧，就是说当一个物体，它的运动没有受到力的话，它就倾向于保持匀速直线运动，对吧，我们小时候学那个。

这个这个这个，学物理的时候，初中嘛，我们都学过这个概念，但是呢，这里面我要去讲一下，非常有意思的一个概念了，就是说实际上，在我们上中学的时候，我们对这种运动的表达，很多时候都是用那种。

怎么说非常形象和直观的方法去表达，但是在我们的这个，现代游戏引擎里面的话，在游戏的世界里面，其实我们是用很数学的方法去表达运动，比如说这里面的话，我怎么去表达一个匀速直线运动呢。

你看到下面的公式是这样的，就是你的速度V在T+ΔT的时候，应该是等于VT，就是说你在过了ΔT的时间，你的速度和你现在的速度是相等的，所以呢，你的位置position就是X，在T+ΔT的时候。

就等于你当前T时间的XT，加上呢V这个方向，乘上了ΔT，你看看，大家看到这一趴的时候，是不是觉得，这不就是，对吧，为什么一个很简单的事情，你要用这种方法给我写呢，你是几个意思呢，对吧，本来我们可以懂的。

牛顿第一定理，你突然说的我就不懂了，在这种简单的case下，我承认，确实这种写法呢，是比较绕的，但是呢，我们接着往下看，那牛爵爷的第二定律是什么呢，他讲的是说，当有个外力的时候。

你的加速度是跟你的力的大小成正比，对吧，跟你的这个就是这个，重量成反比，什么叫重量，什么叫质量，质量在物理学上的话，的定义就是说，是一个物体，阻抗它的运动变化的，那个量，对吧，你越不愿意。

别人改变你的运动状态，这个你的质量就越大，这个倒是在在物理学上，是一个非常有意思的概念，就是质量的本质是什么，当然现在物理学会告诉你质量的本质，实际上是你的这个就是这个各种微观离子。

和那个那个这个希克斯场之间的，这个相互作用对吧，那就更神秘了，那个简直，这个太太有意思了，就真的很抽象，但是呢，我们最简单的解释就是，哎，一个物体，因为单纯的重量，它是不存在的，对吧。

重量是一个不存在的物理概念，但质量是什么，就是说，我拒绝改变我的物理状态的这种这种这种倾向性，那么，这个时候你会发现，就是说，它的这个V的变化，实际上呢，是跟你的这个就是跟你位置的关系，是个平方的关系。

那写的一个更简单的一个方程是什么呢，就是说，哎，你的位置在T加ΔT的时候，是等于你当前的位置就是X的T，再加上呢，你在当前的速度V乘上了ΔT对吧，这是匀速直线运动给你的方程，再加上个1/2的AΔT平方。

这里面其实跟我们初中高中学的那个方程是没有区别的，1/2AT平方，大家都记得吧，我的位移公式，如果我是匀速直线运动就是这样，但这里面你会发现没有，它所有的这个时间的偏移值，都是ΔT。

这个ΔT的本质是什么呢，就是说，如果我的力，就这里面讲了一个有意思的问题了，哎，假设这个力它是不均匀的，一直在变，对吧，想象一下啊，比如说，一个弹簧，就是大家在中学的时候，我们学过弹簧质点模型，对吧。

但其实大家想想看，就是弹簧的那个周期，它为什么是一定的，比如说或者说我们在中学时候学的那个摆，它为什么它是，不管你把它拉的多高，它来回的周期都是一定的，大家仔细想想这件事情，其实简单嘛，其实不简单。

为什么，因为就以那个摆为例，在它任何一个时刻，它受到的力的大小方向都是在变的，对不对，那它为什么最后算出来，哎，那个周期总是一定的，那这里面简单讲一下，就是说，它实际上是一个数学计算的结果。

而不是它的这个物理的规律的本身，我不知道大家能不能理解我讲的这句话，就是说，因为你会发现那个方程解到最后那个解，它的周期是一个，跟你只跟臂长有关，只是各种因素约掉了，但实际上，它的真实计算过程。

是一个非常复杂的就是，变加速的一个过程，那么其实在我们的物理世界里面，大部分的这个运动啊，它都是这样的一个关系，就是它上面所受到的力，会随着时间去变化，那这个时候你会发现，你很难表达它了。

这样的一个在时间上速度一直受的力不同，速度一直在变化的这么情况，那这个时候呢，我们就给出了这样的一个方程，你看这个地方就开始有点有意思了，对吧，就是我的速度，它在delta t的时间之后。

应该是你当前的速度，加上呢，从现在这个时刻开始，到delta t时间，你给我的加速度和那个时间的积分，好，这是我速度的时间的变化量，好，那个，那我的空间的位置怎么说，我空间位置是什么，是我当前的位置。

加上，诶，我当前这个速度，注意啊，这里面的vtp，那个tp实际上是两重积分，它速度本身是个积分，然后呢，速度积分出来，在当前每个t的那个积分的时候，再在外面再来一层积分，然后我才能记住它的位置。

同学们想一想，这件事情是不是很，有点难了，对吧，大家如果真的，当然我知道我们这节课很多同学，我们有很多高中的小伙伴也在听我们课，听到这大家可能会觉得太高能了，这个东西怎么算的，没关系。

其实你只要知道这个东西，它是怎么来的就可以了，就是说，它就是一层层的，就这样，就是一个小数，一个小数的积起来，就是累积起来，成为我的，我的这个结果，但是呢，你在数学上怎么去表达这件事情，这就非常的麻烦。

那这件事情是不是很抽象呢，实话实说，在游戏的世界里面，非常的常见，你看，大家总喷别人的游戏引擎，这个这个物理做的很差，这里面我们自己是做引擎的，对不对，自己做引擎，那我们就挑战一下。

我跟大家讲个最简单的运动，比如说一个地球绕着太阳运动，对吧，那地球绕着太阳运动呢，它这里面有个很简单的约束，就是假设最简单的，我们做一个叫圆形轨道，我们不要讲椭圆了，最简单的圆形轨道。

那它就绕着一个固定半径，那为什么这个球呢，绕着固定半径呢，是因为，它的正好的这个这个这个，就是圆周运动的这个离心力，和它的万有引力，实现了一个平衡，就在任何一个点上，它往前走的时候，它给它的这个引力。

对吧，和它的这个这个这个，就是它产生的离心力之间达到一个平衡，那这就是一个多向量的，这个约束的问题，就是你的位置和你的这个旋转，和你的速度，和你的脚速度，都形成一个一个关系，这个听上去好像不难对吧，诶。

怎么去表达一个圆周运动呢，那，我们在中学物理的时候，很容易证明说，Position XT，就是随着时间的轴T，那你这个XT呢，实际上就是，它在空间中正好画了一个圆圈，我们现在把问题变得更简单。

就是个2D的问题了啊，那，它的速度呢，实际上等于，就是，你的位置一直跟着T的这个，这个这个这个导数，那实际上这个速度就一直沿着圆周，诶，先是往这边往这边往下往下往下往下往下往下，然后再回来对不对。

好大家觉得诶，好像不难，你去求它的解析解非常的简单，但是大家想象一下啊，假设我不告诉你这个东西，它真的能形成一个圆周，我只是给你讲一个它的力，随着它的位置和距离的约束，我让你在计算机的物理引擎里面。

去一个step一个step一个step，去模拟一个圆周运动，这个讲起来有点抽象啊，或者简单来讲就是说，我只告诉你说，怎么去画一条线的方法，当你按着，把这个时间切成非常小的一片。

每一片你都按照我的原则去画这个线，最后你发现你画出来的是一个圆，这个时候，诶这个画的方法就是对的，否则的话呢，你这个画的方法就是错的，这个讲起来，因为什么大家还记得我前面在讲，我们的游戏世界里的一切。

它实际上都是把这个时间切成了一小片一小片，大家还记得我们在第二期讲的叫tick tick tick，我曾经说过就是说，我甚至觉得我们的世界就是虚拟的，上帝它的tick是什么，是一个普朗克时间对吧。

我们的世界的整个逻辑也是一个tick一个tick，只是它是时的负，我如果没记错应该是负40次还是负32次，34次方的这个秒，所以它非常非常的小，你感觉不到，但是的话呢，就在游戏引擎里面我们是多少呢。

1/30秒，这样的一个一个tick，比如说我假设是一秒钟转一圈的这个圆，那大家想想看，哦这个这个，我现在这个转速应该是一秒钟一弧度，大概是呃，大概是三两三秒钟左右吧，可能我们就能转一圈，那好。

那我去算它每一个点的位置和每一个点的受力，我是不是就能得到这个圆周运动呢，这是一个最直接的算法，那我们就算一下看看啊，就是说，对于每个位置，我们就把它变成一个，随着时间上的它的速度的积分。

然后呢算出它的下一个位置对吧，就是从t0到t1，那假设我们怎么去算它，这里面就要引入我们大名鼎鼎的这个这个这个，又是上古时代的数学家，我们伟大的欧拉先生对吧，欧拉先生大家注意看没有。

他老先生只有一只眼睛，他据说年轻的时候瞎了一只眼睛，我们经常，而且好像是五十多岁的时候，另外一只眼睛也瞎了，就是我们经常会探讨说，如果欧拉先生的眼睛没有失明的话，我们人类的数学可能还要再往前去。

提早这个这个进入文明的更大一步，那么欧拉先生在他的著名的这个就calculus，就是说这个积分学里面的话，他就讲到了一个叫欧拉积分的文的东西，其实说实话，我是觉得很神奇的，就是说那个时候也没计算机对吧。

我们那个时代的数学家，为什么对这个问题研究的这么透彻，让我觉得也是非常的神奇，那么他就提出了一个简单的想法，就是说我把整个事件切成一小片一小片，我怎么做，我可以这么做，就是说我在当前t0的时候。

我根据你的位置，根据你的这个就是说你这个位置所产生的力，我去算出你的加速度，根据加速度，我会算出说你到下一个时间点的位置，那个速度是什么，那么同时的话呢，根据你当前的速度。

记住我用的是当前的速度乘上了delta t，因为你的速度还没有变嘛，你的这个速度变化是在下一秒发生的，我算出你的下一个位置是什么，大家想想看，这是不是跟我们的直觉想法是一样的，就是说我在第一秒的时候。

我现在位置在010，我的速度是1，好那我在算第二秒的时候，我的位置是多少呢，我的位置就是1了，因为我移动了一步，但是呢因为我受到了一个加速，我这个速度就变成了这个，比如说变成了2对吧。

我在下一秒变成了3，这样的话我就一点点的积上去，当然我想得有点夸张了，但是这个呢确实是一个非常简单的，一个就是数值积分算法，这个算法叫什么呢，叫显示欧拉积分，那这个积分的话呢实际上非常符合我们的直觉。

但是呢，它有一个非常简单的一个问题，就是说你总是用当前的状态去预估，未来的状态的时候，它会导致整个这个积分过程啊，它的这个就是叫做能量不守恒，或者说这个积分过程是无法收敛的，举个例子就是说。

以刚才那个小球的位置，这个球不是受到了我们的万有引力吗，对吧，但这里面我写个简单的力的方程，就比如说它的那个受到的力，总是对于负xy，如果一个理想的解析解呢，它是一个完美的球，但是呢你用显示欧拉积分。

你会发现这个球的轨道，因为你老是来不及把它的方向往回去掰，那个力总是会慢一拍，这个这个球的运动轨径呢，就会无限的发散下去，而且呢它运转的速度会越来越快，这意味着什么呢，能量凭空创造出来。

哎这个很有意思吧，就是我本来它的运转是符合我们的物理学原理的，对吧，但是呢我虽然用了正确的公式，但是哎我去在因为我在游戏里面，我没有办法去真的去就是在像上帝一样，用那么小的普朗克时间去迭代它。

最后它的能量实际上是不守恒的，这个是非常有意思的，大家记得我们在讲那个逢模型的时候就讲过，逢模型那个光照模型，它最大的问题是什么，就能量不守恒对吧，所以其实显示欧拉法的话。

它在整个迭代中很容易出现叫做不收敛的问题，注意啊我今天讲的是非常非常简单的，但实际上呢只有一套非常严格的数学证明，就为什么这个东西它是不收敛的，其实我也没有完全看懂，我只是知道这个结论。

就是说这里面就是我们用MATLAB做了个案例，这个是我们课程组现做的，非常有意思，我们的小伙伴有MATLAB高人，他就跟我演示了，大家演示了一下，就是说随着我的步长越来越小。

哎我这个圆周运动模拟的时候呢，它确实会越来越接近于它的ground truth，但是呢它还是最终会逐渐的衰减掉，这个非常像真实的物理世界，比如说地球绕着太阳转，但是我们一边转一边消耗掉我的这个这个能量。

能量转化为成引力波，所以我们轨道就越飘越远越飘远对吧，但是这个这个就很像这个感觉，这就是最简单的欧拉方法，它会导致的一个问题，那么怎么去解决这个问题呢，就是说啊讲它的那个优点，就是说非常简单对吧。

缺点就是它的stability是有很严重的问题的，而且能量在这过程中是不守恒的，那个大家只要记住这个结论就好了，那这个时候呢就产生了著名的叫影视欧拉法，影视欧拉法的它的想法就很简单，它说这样吧。

你就把这个你要去算它未来的这个速度，你就把它时间积分完那个速度反向的给求出来，记住啊，这时候它的力和那个速度都是反向的，这个就是个影视欧拉法，那影视欧拉法呢，它其实一个核心的改变就是。

它是用未来的速度去，未来的力去反向的算你的位移，这个讲起来很简单，那实际上如果这个力是受制于它的位置的话，你位置又不知道对吧，你怎么知道未来的这个速度是怎么变化的，其实这个非常的复杂，我举个例子。

比如说我还是模拟那个就是地球绕着太阳转，我说我现在在t在零的时候，我过一秒钟之后或者过零点五秒钟之后，地球在哪个位置，其实这个时候啊，如果你在计算机里模拟的时候，地球的位置也变了，地球受到的引力。

这个就是地球太阳的距离也发生变化，所以地球受到的引力，地球受到引力的方向都在发生变化，而且在这个过程呢，是在这个一秒钟呢是连续发生的，这个时候你去模拟地球的运转的时候，很多时候它其实是很难算的。

但是呢引射欧拉法的意思就是我不管，我假设你有解析的方法，能够拿到就是t加一的时候，你的速度是多少，我用t加一反向的去对你进行approximation，这个方法呢，实际上欧拉老先生提出来，很厉害。

因为它有一个特点是什么呢，它是conservative的，就是它的能量实际上是会内向的，就是它不会爆炸掉，但是呢其实它的能量是会衰减的，但是呢因为这个东西大家会觉得，哇那这个能量衰减是不是也很不好。

但在我们真实的物理引擎里面的话，我们一般都会有摩擦力呀，空气阻力的存在啊，所以除非那种最极端的情况，它这种能量衰减呢，其实用户是注意不到的，而且随着你的步长越来越小，比如像这里面我举个例子，比如说到0。

03的时候，它这个衰减是很慢很慢的，所以你很多时候误以为，它是受到了空气阻力和摩擦力，但这个方法它有一个很大的好处是什么呢，就是它是稳定的，它不会爆炸掉，其实在我们做物理引擎的时候。

我们最重要的一点就是说，我们希望我们对这个世界的表达，它就算整个世界静下来，我都是可以接受的，千万这个世界不要变成一个涌动机，就能量凭空的产生出来了，那如果产生这种情况的话，我认为这个物理引擎就搭错了。

对吧，这个很有意思，就是我们能接受我们的能量转化成热能，通过摩擦力空气阻力转化成热能，但是我们不太能接受，就是这个世界的能量会越来越多，所以这个引式欧拉方法，其实有很大牛的数学家，已经给我们证明了说。

它是一个稳定解，但是这个证明本身也是非常复杂的，这个说实话我也没看懂，太复杂了，本人数学能力还是有限的，这就像我们在学很多高数的东西，你直接就说这个结论我认了，具体怎么证明。

交给历史上伟大的数学家去解决吧，但是这确实是我们一个很重要的数学工具，那今天呢我要跟大家讲的这个方法呢，这个是同学们如果在做物理的任何一个计算的时候，我们推荐大家用的方法叫半引式欧拉方法。

它的想法其实呢很直觉，说实话当时，我觉得这非常符合我们作为程序员的直觉，就是OK，引式欧拉法有问题，你就是用当前的那个时间的那个V来计算，肯定是有问题的对吧，引式欧拉法，你说用V1，你牛逼。

但是的问题是，V1我怎么算呢，对吧，你的速度，你的位置也在变，受的力也在变，然后我要把这个位置力积分成速度，速度再又反过来影响我的这个位置，这简直就是这个怎么说呢。

我叫做这个到底是机身弹弹还是弹身机的问题，他说同志们你们别别折腾了，非常简单，首先的话呢，我用当前你受的力，就是根据牛顿的这个第二定律，我可以算出你的加速，对不对，然后呢。

我就可以知道说在Delta E之后，你的速度的变化应该多少，这时候这个速度呢，我上面画了一个横就表示是，这个我假设你的速度是VT1，然后呢，我再用这个VT1啊，去做你的这个积分。

这里面一个很重要的变化是什么，就是我是假设你的力是不变的，就是力不会受着你的位置的变化去变，这个假设其实是很危险的，为什么呢，因为对于很多，比如说你拿一个橡皮筋套着一个球，让这个球绕着这个橡皮筋转。

这个球啊，他如果跑得远，这个力就会变大，球跑得近，力就变少对吧，那这个时候，他的运动啊，实际上是跟他的位置是有关系的，就是他受到的力，是跟他位置有关系的，那同样的就是说，假设是地球绕太阳转。

这个万有引力也是跟距离，跟他的位置是有关系的，但是呢，半引式的欧拉积分的话，我就不管，我就说我假设你下一个Delta T的时间的时候，这个力是不变的，我得锁一个吧，那我可以。

我可以approximate，你在T1的时候，你的速度是多少，好，我用你未来的这个速度，乘上Delta T，给出是你未来的这个时间点，这个方法其实是非常好操作，而且非常易于让计算机处理，但是呢。

他直到一九八几年才有人提出来，这个方法，他很神奇的一件事情是什么呢，就是他在数学上，其实是非常的稳定，这也是我们小伙伴拿的这个，Metalab做了一个实验，你发现没有，我自己也很surprise。

因为我以前是知道这些概念，但是的话，说实话我都没有意识到，他真的那么灵验，就是像刚才那个圆周运动的案例的时候，你会发现，他的迭代就会稳定很多，所以说当我们在做一些，比如说单摆呀，做一些这个东西的旋转。

这些运动的时候，我们会一般推荐大家，用这种半引式欧拉积分的这个思想，因为他能保证你的，这个稳定性，但是呢，这个半引式的这个方法呢，其实他也是有问题的，就是当时这个提示做方法的人，他也证明了就是说。

当你去做一些，比如说剪斜振动啊，或者是圆周运动的时候，那个三引扩散运动的时候，这种半引式的积分呢，他积分出来的这个周期，会比ground truth略长那么一点点，就会导致他一个小小的相位差。

那这里面的话，又是一套非常精深的数学证明，这也不是我们做游戏的人，需要解决的问题，所以简单来讲的话呢，其实如果我们在物理，游戏的这个物理世界里面，我们要对这个世界，真实发生的物理过程进行模拟的时候。

我们99。9%的时候，我们其实是没有办法，用一个解析的方法去去，就是说解析方法，大家知道就是我，搞出一个方程式，我可以用方程式直接求求出来，就是说哎，现在假设是T0对吧，我到T1的时候。

每个东西所在的状态，这是不可能很难的，而且很多时候是不可能的，因为大家知道，大部分的物理过程，它是没有解析解的，只有极少数被抽象了，理想化的物理过程才有解析解，对吧，那这个时候。

我必须要用分布的方法去模拟它，但是我用分布的方法模拟它的时候，它其实就是一个积分过程，但这个积分过程的话呢，就是我们有很多的稳定的和不稳定的解，那么半稳半半影式的欧拉积分的话呢，实际上是目前我们用上去。

觉得是性价比最高，而且也是非常稳定的一个解，好，你有了这样的一个数学工具的时候，我们就可以在游戏世界里面，用一个离散的这个计算，去模拟这样一个连续的世界的过程，好，那讲到这儿的话。

我们既然又有了这个物体，对吧，我们又有了这个力，然后呢我们又懂了，有了力之后，我们又懂了这个物理学，那个运动的定理，然后呢我们就可以知道，而且我们知道有了运动的定理之后，我怎么去对它进行这个运动的模拟。

对吧，那我们这个世界就可以全动起来了，这事情是这么简单吗，那就太简单了，物理引擎如果这么简单就太简单了，其实这个时候呢，就到物理引擎，我认为，有点硬核的part了，就是钢体动力学，什么叫钢体动力学呢。

其实啊我们刚才学的几乎所有的东西，它实际上都是假设这个里面所有的对象，它都是一个质点，就是说我们不考虑它的旋转，对吧，它就是有一个有位置，有质量的东西，然后呢它符合我们讲的这个就是，哎速度的定理，对吧。

符合它的加速的定理，那么符合所有的，比如说它的动量，动量是什么，质量乘上一个它的速度，它的这个就是说，它的能量E=mc²，啊错了，E=mv²，不是mc²啊，1/2mv²，那么这个呢就是我们的。

就是最简单的对这个世界的表达，但实际上啊，我们的世界上大部分的物体，它都有什么呢，它都是有一个形状的，那有了个形状之后呢，就比如说你就算你扔出一个小石头吧，你可以想象那个小石头是个质点，对不对。

但是其实那个小石头它是有形状的，人家扔出去的时候，还要在空中不仅要画出一个优美的弧线，人家还要自己来个优美的自旋，对不对，好这个时候就进入了我们大名鼎鼎的，叫钢体动力学了，就这东西还要旋转了。

那这个时候旋转，大家还记得我们在讲动画的时候，通篇都是在讲旋转对不对，对首先你有个姿态orientation，对吧orientation怎么表达，大家还记得我们前面讲过，你可以用矩阵表达。

你可以用四元素表达，这个地方就有点高能了，对不对，哎我们还有什么呢，还有角速度，对吧，我假设绕了一个轴旋转，我有个转速，对吧，还有什么呢，哎角加速度，假设我可能会越转越快，也可能越转越慢。

比如说我们一个小石头在空中转的时候，有空气阻力的原因，它是不是转速会越来越慢，对不对，它就有个角加速度，哎还有一个更高能的概念是什么呢，叫转动灌量，对吧，或者说叫转动灌量的这个这个这个张量。

叫那个inertial tensor，对吧，这个东西就很抽象了，什么它们什么叫做转动灌量，大家就觉得头大了，还有什么呢，就是这个这个角动量，对吧，动量已经让我很头疼了，还有个叫角动量，还有什么呢。

还有叫力矩，这每个概念听上去都非常的抽象，那今天呢，我今天在备课的时候，我们一开始准备了很多很多的页，跟大家把这一个一个的概念给大家去讲，后来我一想，我说哎呀，其实其他部分做物理做游戏引擎的同学呢。

你是不用自己去写这个物理引擎的，我们一般都会用第三方的物理引擎，对吧，而且如果我花了太多时间去讲这些钢体动力学的基础概念的话，这个讲它数学怎么推演的话，我觉得这个应该是大学大物老师应该讲的课，所以呢。

在我们这节课里面的话，我会把这些基本的概念跟大家做一个科普，但是呢，具体这个公式怎么去推演的，它怎么去演变过来的，同学们如果感兴趣的话，你们可以去去推导，但是呢，我要讲这些概念其实非常的重要。

就是说包括我自己的备课的过程中啊，也是帮助我去把这些概念重新梳理了一遍，那首先跟大家去讲，就是说其实这个钢体啊，首先它是一个旋转，它有个假设是什么呢，就是说大家想象一下旋转是什么，我们的所有的物质啊。

它都是由原子构成的，原子你可以想象成是一个，呃原子可能都非常非常小的一个球，你可以认为它就是个支点，对吧，那原子本身它当然有我们叫自旋或者这些东西，但其实这个自旋跟我们正在旋转不是一个概念，对不对，好。

那本身这个旋转是不存在的，那旋转在对钢体为什么有意义呢，就是说这些离子之间用各种力束缚在一起，当我的A要去运动的时候，因为BCD把它束缚住了，它两个之间相对关系不能发生变化，所以说如果每一个。

比如说一个石头上的每一个原子的话，你给它一个运动的话，它倾向于都是做匀速直线运动，它为什么能够转起来呢，其实是一个内部的力和力之间的内部的约束造成的，所以说的话呢，其实我们讲旋转讲这个东西的时候。

一般只对钢体是有价值的，如果你是个柔体的话，这个过程就会变得更加的复杂，大家想想看，如果我们要做个物理引擎，我这个就给大家科普一下，就是说如果你要做一个，比如说橡皮糖，这个软软的橡皮糖。

你去做它一个旋转和甩动的这个效果的话，如果你想做的非常的逼真的话，这个过程其实非常的难，但是你如果用简单的交链去表达它，应该也还可以，所以这就是钢体动力学是一切的这种旋转的这个基础，好。

那首先我怎么去表达一个旋转呢，首先我要去表达它的姿态，那这个其实比较简单，就是要么用一个旋转矩阵对吧，这个3300的一个旋转矩阵，就能表达你在空间上任何一种姿态，或者用一个。

我们前面讲了quaternion四元数，我就把你这个姿态给表达出来了，那么，有了姿态，我就要问，我现在既然我斜在这了，我要开始转了，对不对，我的旋转怎么表达，首先呢，我们有个东西叫做角速度，角速度呢。

其实大家想象它的最基本的概念应该是什么，应该是我的一根旋转轴，对不对，然后呢绕着这个轴的转速，那我怎么去表达一个角速度呢，其实呢，我们的数学家发明了一个很聪明的方法，他说啊，他在你的这个钢体的表面。

找任何一个不通过轴心的点，那么这个点呢，他在任何一个时刻，它是不是有个切向的速度，对不对，对吧，然后呢，这个点呢，他从那个点连向你的轴，是不是有一根垂直到我们的这个就是。

这个这个就是旋转轴中心的那个那个那个轴，那个就那个叫我们叫二，那我把这个v和二，我们做一个叉肌，就是一个右手法则，对吧，那我当我这样去旋转它的时候，你会发现，它指向的那个方向，哎。

正好就是我的旋转轴方向，然后呢，如果我这个我的这个膜，就是我这个向量的膜，膜长就是它的长度，就代表了我的角速度是多少，但是角速度一般用弧度去表达，大家知道，在我们高中学弧度的时候，大家知道弧度这个概念。

它其实没有单位的，它只是个比例，对不对，那么好，这个哎，它这个膜长就是它的这个角速度，这个非常巧妙，就是用一个三个的vector，三个vector，它既表达了它的旋转轴，又表达了它的旋转速度。

注意这里面，我的旋转，比如说我一会儿，同样绕这个轴，哎，我一会儿这样转，我一会儿这样转，在这个就是角速度里面，怎么去表达呢，实际上你可以用那个w的朝向，它顺着这个轴的方向，就表示，哎。

我是在做这样的一个历史性运动，对吧，就如果从这个轴看过去，但如果我反过来的话，哎，就是假设这个轴是反的话，就表示我绕着这个轴，做这个就是顺时针运转，所以其实这个非常的巧妙，就是说，用一个简单的数学方式。

就表达出了一个钢体的旋转的，这个角速度，那么接下来呢，哎，我们有了角速度之后，我们把角速度乘上了dt，我们是不是就得到了一个角加速度，这个也是非常了不起的一个东西，但是注意啊。

就是这里面如果轴本身也发生了变化的话，实际上会比较复杂，就是这里面其实表达的是一个非常简单的过程，但今天我不展开这个因为过于复杂了，好，那么接下来怎么去理解叫转动惯量呢，这个概念其实是非常的抽象的。

它简单的去解释啊，就是一个物体放在这儿，那么，它的本身一个内在的属性是什么，是质量对不对，但是质量的话呢，它是分散在整个这个形体上的，那么，我这个物体假设绕着自己的支星做旋转的话。

如果你整体上看这个物体，它的，sorry，它的哇，它的速度是不是零对吧，但是你这个时候它有没有能量了，它有能量对不对，它能量在哪里，大家想想看，能量是在每一个质点的自身的运动上面对吧，那我想象一下。

任何我把这个形体拆成无数个小的质点，是不是每一个质点都有一个，绕着圆心的一瞬间的那个速度，而且这个速度跟它到那个圆心的空间位置，到那个旋转轴的空间位置是有关系的，对吧，简单来讲的话就是。

如果我们讲一个能量是等于1/2mv平方的话，那你把这个m，就是拆成无数个小质点，那么对于任何一个就是m的一个质点，它假设距离它的那个旋转轴的半径为2的话，那么你是不是可以把它的，它的限速度是多少。

是这个角速度w，w omega乘上一个r，就是它角速度，那你会发现，这公式就变成了叫1/2 m，然后呢，这个2平方，2omega平方，那你把这个m2平方合到一起的话，是不是好像是另外一个物理量纲，对吧。

这个物理量纲呢，其实就是我们的叫这个转动惯量的一个基础定义，这里面就能解释，就是说刚才像这样一个长方形，它这个质量是没有变化的，但是你绕着它不同轴去转的时候，它的这个转动惯量是完全不一样的，就对吧。

一般你们的经验就是，长轴转起来会费劲一点，短轴转起来比较快一点，但是呢我这个解释是非常简单粗暴的，实际上转动惯量它是一个，它不是一个就是说标量，它是一个3×3的一个张量，所以这个呢就是钢体力学。

你们会跟大家去讲，今天我们展开，包括我把这个物体再旋转一下的话，你会发现，它的那个就是这个，你要跟那个转值曲正整个传到一起去，你才能算出它的转动惯量，这里面一个就举个最简单的例子，就是说。

我假设这个钢体中间用一根，无线细的一根棒子连，这个棒子是硬的，那么我假设一头是M1，一头是M2，它的位置分别在X1Y1Z1，就是一头的话在X2Y2Z2，那么它的质心，是用它两个的质量的平均值算出来。

对不对，那这个加全算出来，那么它的转动惯量，就是下面这个3×3的这个矩阵，是不是很复杂，没关系，其实呢你真的写到计算机里面，它就是这么个东西，其实很简单，不像大家想的那么复杂，而这个转动惯量的话呢。

对于游戏引擎来讲，其实是非常的重要的，因为就是说你必须要能算出，但这个东西是现在引擎全部给你累制好了，因为你组建Arcter的时候，你只要告诉它，我有一个比如说，你是个球，你是个胶囊。

还是你是个convex hole，实际上它的数学工具就把你算好了，你把密度给好，它就给你算出来，在当前姿态下的转动惯量，那这里面的话，最经典的一个案例就是说，我们的芭蕾舞运动员，张开来旋转。

我把它收起来旋转的时候，这个时候因为我的脚动量守恒吧，这个时候我的运动员的转速就会发生变化，其实就是这个很有意思的原理，所以这里面引入了一个很著名的概念，叫脚动量，对吧脚动量是守恒的。

其实那个跟大家科普一个很有意思的概念，就是说，其实动量守恒和脚动量守恒的，它不是一个定律，它不是大家猜出来的东西，而是个定理，是可以被证明的，但是它是基于一个假设，就是说。

我记得是个法国很著名的一个女物理学家，她证明了她说，就是如果宇宙中的各种规则，假设我做一个物理实验，在任何一个地点，做出来的实验结果必须是一致的话，它叫物理规律的叫空间一致性。

她最后推出的结论就是动量守恒，她再给了第二个假设说，如果任何一个物理定律叫朝向一致性，就是说你在这个朝向做的实验，和另外一个朝向做的实验，物理规律都是高度一致的话，它可以通过这个来证明叫脚动量守恒。

这个是非常有意思的，真的就是说，我觉得这也是数学的一个美妙的地方，就是它总是跟物理之间来回互相呼应，所以脚动量也是一个宇宙的基本概念，就是脚动量是守恒的，但是注意啊，就是能量它其实不守恒的对吧。

但是在我们游戏世界里面，能量还是守恒的，我们毕竟还很少用的相通论的东西，在我们的游戏引擎里面，好，其实还有一个很著名的概念，就是力矩，力矩的概念，其实也是非常常见的，大家如果买越野车的话，你们就知道。

你车的马力可能有的时候不是最重要的，最重要的是扭矩要大，扭矩要大什么意思，就是说我掰那个轮胎转起来，那个力量就大，它实际上就是，我的力加上一个力臂的长度，我相信这个在我们高中的时候，应该学过这个概念。

对不对，但注意这里面我们对力矩的表达呢，它其实也是用了一个项量，它是用你力的方向，然后呢，差程上你在你那个指向那个转轴中心的那个轴，你会发现这两个项量的差程非常有意思，一成换去的，力矩的方向。

它一定是跟你的旋转轴重合的，它要么朝上要么朝下，其实朝上朝下暗指了你的力矩的方向，所以就是非常复杂的钢体动力学，它用我们线性代数，就可以非常优美的去表达它，好，你有了这些概念的话呢，实际上。

它只是我们再去做这个一个，有钢体动力学的基础的物理引擎的一个基础，这里面有很多的概念，对吧，就今天我在这个课堂上，因为受制于时间，我没有办法非常详细的把这个数据推导全部展开，这里面的话呢。

大家只是感受一些最基本的映射关系，比如说我们的朝向，其实在我们的这个，就是粒子动力学里面，它表达的就是你的位置，对吧，就是你的X，那么我们角速度就等价于在这个就是，我们的这个粒子动力学里面的速度，对吧。

我们的角加速度就等于等同于就约等于，就是对应于加速度，那么我的这个就是转动惯量，实际上呢就类似于在钢体，就是在那个质点动力学里面的这个质量，那么这个时候我的角动量的话，其实呢就约等于我们的动量。

就它俩等价关系，就是对应关系，不能叫等价关系，那包括我们的力就跟力矩去动力，其实你会发现，钢体动力学里面，讲旋转的一系列公式，跟这边的就普通的牛顿力学的，123的公式是非常接近的，所以我一直在讲。

钢体动力学呢，它是一个数学演绎的结果，它并不是物理学的本质，物理学的本质是那一个个的离子，每个离子遵循了，牛顿学的第一定理和第二定理，但是你会发现，只要我引入了这些，这个粒子之间的相对位置。

不能够变化的这个约束之后，我就能解除，钢体动力学的这一系列的数学方程，对吧，但这里面我们不用展开，就包括我们，就算大家自己在做物理引擎的时候呢，实际上的话，你也不用去推演这些公式。

你只要直接拿来用就可以了，而且这些概念，你一一对应的去理解它，其实用起来也还是挺方便的，这个东西讲起来很简单对不对，但真实做起来呢，没有那么简单，那我给大家讲一个很简单的例子，比如说，假设同学们说。

我懂了所有这个物理引擎的，这个置点运动和这个旋转运动，对不对，我们做一个非常简单的游戏吧，叫打桌球的游戏，我相信大家从小就玩过这个游戏，对不对，而且这也是我们认为最简单的游戏类型，但是呢。

当我们开始在做游戏引擎的时候，当我们就做一个这么简单的一个桌游的时候，实际上呢，你用到的数学工具还不简单，而且很容易写错，我这里面先讲一个最简单的一个案例，就是说，当我们去打桌球的时候。

我们桌球最大的一个玄妙是什么，就是我得让这个球啊，如果直来直去地打，这个球是很简单的对不对，但是大家经常会发现，我们的球杆是故意不去打球的中心点，我们要打它的侧面，为什么呢，我们要让球能够旋转起来对吧。

那我现在我们就讲一个最简单的案例，就是说，当你的球杆去从这个球的侧面去击打这个球，然后呢，这个，我们假设要考虑这个桌面台子的摩擦力的话，你会发现这个问题变得极为的复杂，那我们假设说，OK简单一点。

我们假设这个台子是无限光滑的，没有地面的摩擦力，对吧，第二呢就是说，其实我们会发现，当我们击打这个球的时候，有种可能性就是说，你这个球杆和球表面的摩擦力不够，你看很有意思，跟地面是没有摩擦力。

但是球杆和球之间是要有摩擦力的，这样会导致什么，就是我们假设它的摩擦力足够大，这样那个球杆不会打滑，就是说你的力，它可以被完美的分解成为一个，就指向球的置心的力，和指向球的表面的这个切向力，对吧。

否则的话，如果你在跳杆的时候，这个切向力就会发生变化，那么好，这个球杆应该怎么做，你会发现，当你去推导的时候，你会发现第一个，用质点动力学的方法，你要动量守恒，就是它虽然受到了，两个不同方向的力。

但是它的置心的运动，还是要和你球杆击打的方向是一致的，这个是不是有点反直觉，就你打了一个球的侧面，但是如果地表是无限光滑的话，这个球呢，还是会直线的往前去走，它到底这个速度多大呢，实际上取决于第一。

你击打它的力量，力F对吧，还有什么呢，你持续的时间，F乘上个T是什么，就是充量对不对，你会发现没有意思，就是这个时候你给它一个充量，它就会转化成这个动量，所以这个时候动量是守恒的，但注意啊。

真是真实的情况，当我们球杆击打一个球的时候，在那击到的一瞬间，到球脱离你的话，这个力其实一直在变的，大家想想看，其实并不简单对吧，好，我这个时候呢，还给它了一个，就是沿着这个球表面。

一个切向的这个力对吧，这个力也会持续一段时间，这是什么力，这不就是我们讲的这个扭矩吗，对不对，这个扭矩持续了一段时间，叫什么呢，它就形成了一个叫做脚充量，好，你这个球受到了一个脚充量之后。

脚充量会导致什么呢，这个球自身，是不是有一个转动惯量，对吧，我把这个脚充量，除上你的转动惯量，其实我可以得到什么东西呢，我会得到你的转速，就是你的一个脚速度，所以我就可以根据，我给你的脚充量是多少。

我可以算出，最后这个球打出去之后，它的旋转速度是多少，你发现没有，其实这里面，我已经做了大量大量的简化了，对吧，其实对于台球这个案例来讲的话，一个非常复杂的概念就是，它的球台的表面还有摩擦。

那你去表达起来就会更难，所以其实，为什么说物理引擎它非常的重要，就是说，我们在生活中，很多习以为常的事情，我们觉得很简单，很符合我们的直觉，但是呢，它的数学本质，其实是非常复杂的，而这个数学本质呢。

在我们的游戏中的话，我们就没有办法，我们必须要用最简单的，01加减，对吧，其实如果计算机，它只能做这种加减亿或运算，我们要把整个物理世界给模拟出来，所以这也是做游戏引擎，非常有意思的地方。

就是我一直在讲，就是说，做游戏引擎的感觉，就跟做上帝一样的，就是你要去理解世界的，Basic的这个Basic的Law，就是世界基础的运转原理，然后呢，在你的这个01的这个世界里面。

Approximate就是模拟，那个就是古迹吧，然后呢，Simulate模拟，这个模拟的物理原理，能够实现，让用户，让玩家觉得一个真实的世界，所以今天我讲的这个案例，就是虽然我们前面已经花了将近。

70多分钟了，对吧，讲了这些物理的，这些基础的概念，实话实说，我讲的是非常非常的，蜻蜓点水，就这里面每个章节讲下去都很，都有很多很有意思的东西，但是呢因为这个东西我觉得，同学们如果感兴趣的话。

这些资料都是能找得到的，就是你对任何一趴感兴趣，比如说你的钢体动力学，特别感兴趣的话，哇这一趴是非常有意思的，很多很有意思的这个东西，那也就是说，有了这么多的东西之后，你做一个最简单的桌球游戏。

你会发现，你想做的逼真的话，还是缺了很多东西，这就是这个，我觉得物理引擎，它非常美妙的一个地方，好，那么我们知道了前面的物体的，所有的运动，对吧，我们知道所有的，这个形体怎么去表达。

那实际上在物理这个世界里面，你要让这些东西能够相互作用，很多时候，你离不开的一个小伙伴，叫什么呢，叫collision detection，因为否则的话，就是这里面有个案例，就是如果我们把整个。

collision detection关掉之后，你会发现这些物体，你们这些actor，彼此之间是没有关系的，我们就像幽灵一样的穿过彼此，对吧，那么这个物理世界，你会觉得极其的不真实。

而且我们最希望看到的，就是他们彼此之间的相互作用，这个彼此之间怎么相互作用呢，你会发现，当你去写它这个物理引擎的时候，你的第一件事情是，我们到底有没有撞伤，这件事情在我们的，现实的物理世界。

你会觉得很自然，对不对，你一看这个车就撞到这个人了嘛，对吧，那个箱子就撞到我的脚了嘛，那我就知道我撞伤了，但是你在这样的一个，纯用数学的方法表达的，这样的一个游戏世界里面，你怎么去知道。

这两个东西撞伤呢，其实并不简单，那么这里面的话呢，就跟大家介绍，两个最基本的概念，就是说，在现代游戏引擎里面，我们做这个碰撞检测，我们会用两个阶段，第一个阶段呢，我们叫做初筛，就是初步的方法。

就是Broad Face，就是说，我们就是大致的用物体的，这个就是AABB，大家还记得AABB是什么，叫Axis Aligned Bounding Box，就是说跟轴同向的。

这些一些一些Bounding Box，快速的把这些物体，能否碰撞，给它计算出来，就是我不管你的这个形状什么，我给你一个Bounding Box，对吧，而且这Bounding Box是最简单的。

跟轴全部是一致的，我就给你判断出来，说你们有没有可能碰撞，如果你们有可能碰撞的话，我在到Narrow Face这个时候，我们就会精细的检测，第一你们俩会不会碰撞，第二我会碰撞，你的碰撞点是在哪里，对吧。

你的碰撞方向在哪里，你的碰撞深度有多深，所以呢，就是这个思想呢，几乎在所有的引擎里面，都是一个标准思想，那么快速的判断呢，最经典的做法呢，其实，就是这是一个。

Broad Face和Narrow Face的，一个基础的结构，那么这个Broad Face的话呢，其实它，简单的做法就是说，我们一般会用两种方法，一种是什么呢，我们叫BVH对吧，还有一种呢。

叫做Sort and Sweep，这两个方法都非常的有意思，我想特别想给大家介绍一下，第一种方法，BVH前面也讲过了，就Bounding Box，Bounding Walling Hierarchy。

对吧，它简单来讲就是用一个，树状结构，把空间进行一个Bounding Walling的划分，其实在前面图形学，在那个渲染那一part的话，我们已经反复介绍过这个概念了，那么BVH呢。

它有一个很优异的特点是什么，就是当这个环境里的东西，一直在发生变化的时候，它更新起来的成本非常的低，就这里面有一个例子，就是当这些物体在动的时候，你会发现，它每一次的，每一个物体的运动。

它只会调动一到两个，这个BVH的节点的变化，所以BVH呢，它的动态更新的方法，是非常成熟的，那么我其实可以用BVH，快速地帮我去检测可能的碰撞，那么这个方法的话呢，其实用的还是蛮多的，但是呢。

它还没有另外一个方法更快，这个方法叫什么呢，叫做Sort and Sweep，它其实是一个非常简单的一个观察，就是说，如果你所有的这种bonding，它都是跟轴一样的话，其实你们两个之间呢。

如果要碰撞啊，其实非常的简单，就是比如说以二维空间为例，我把每一个bonding的，它有一个mean和mark对不对，我把它进行排序，就是我的左边界和右边界，就是我的左边界和我的右边界。

和你的左边界和右边界，这些数字就是Amean Amax，Bmean Bmax，Cmean Cmax在一起，我在一起排序，如果在这个轴上啊，我们两个是分离的话，那是不是，我一定你会发现就是说。

一个Amean Amax和Bmean Bmax，是不可能产生交错的情况的，对不对，要么就是Bmean Bmax，然后Amean Amax，要么就是这个，就是Amean Amax Bmean Bmax。

它两个就肯定是符合这个顺序的，如果发生了就是，Amax和Bmean之间交错了，就这个顺序乱了，我就知道咱哥们可能又有交集，但是你沿着一个轴去判断，它可能是不准的对吧，因为也许我们只是在空间上。

在这个X轴上，我们是投影上，我们是重叠了，但在Y轴上我们可能不重叠，那怎么办呢，很简单，我沿着Y轴再去做一次简单的排序，如果我发现Y轴那边，我们两个也打架了，注意啊，这是对A B。

他们之间有没有碰撞的时候，就是必须是在两个轴上，都发生了这种交叠的情况，我们就知道你们两个撞了，这是一个非常简单的，用排序的方法，我就知道你这个Bunny Box，有没有碰撞的方法，那这个方法呢。

其实非常的简单，但是它还有一个很神奇的特性，就是说，当我一个东西，它发生这样的一个运动的时候，我只需要，我相信大家学过数据结构吗，数据结构里面有一个很重要的东西，叫排序算法对吧，那么我假设对一列数字。

这个数字可能很大，因为我一个场景里的物体可能非常多，比如几千个，我已经排好序的话，这个时候，当我把一个，就是我要插入一个新数据，这个数据或者说，我对这个数据进行加减运算的时候，实际上就会导致。

它的那个位置发生变化，对不对，那么它的这个计算量，是不是会很低，如果这个数组本身已经排好序了，你只在动一个数字的时候，实际上你的计算量会非常的低，对吧，其实这就是Sort and Sweep。

一个最核心的一个想法，就是说，我第一次你构建这个世界的时候，因为这个世界上百分之，一般来讲我们在游戏的这个引擎里面，游戏的世界里面，大部分的物体都是静态物体，所以说呢。

你一旦把这个世界上的Bunny Box，排序好之后呢，它就不太会动的，只有少量的动态物体不安分，一直在动对吧，那没关系，你动的时候，我只对你进行局部的调整，我能判断你是否碰着。

所以这种Sort and Sweep的算法，它效率非常非常的高，而且确实非常的巧妙，我们后面还会介绍一个算法，其实跟这个思想有点，叫分离轴算法吧，跟这个想法很接近，很有想法，很一样。

所以其实为什么我们会，就是做一个碰撞检测，都会发明这么多的方法呢，其实最核心的一个点就是说，我们游戏引擎，对效率的要求非常的高，当你在这么复杂的物理世界里面，你动来动去对吧，我每隔三十分之一秒。

我就要把上万个，这么复杂的形体检测一下，所以这个时候就是我们真正的挑战，好，所以关于这个，Broadface的话呢，大家只要记住这两个简单的方法，BVS Sort and Sweep。

That’s it 就可以了，那，好，那在详细的就Narrowface的时候，其实才是真正的数学的挑战，就是说，想象一下我给你两个形体，大家怎么知道，它两个之间，真正的交点，我告诉你，它两个可能相交。

但是我要让你算出来，它的交点是哪一个，它的交点有几个，交点插进去的深度到底有多深，对吧，你两个碰撞的那个面的，法向朝在哪里，这件事情其实大家仔细想想，它非常的复杂，而这个东西为什么这么重要呢。

比如说两个带有一定弹性的，这样的一个Box，撞到一起的时候，在物理世界里面，它可能会穿插对不对，这个时候我要把它弹开，你就必须要知道，到底是哪个点撞上它了，第二个就是这个撞了，大概有多厉害。

就是我们叫撞的这个深度，第三个就是撞的这个方向，为什么呢，因为想象一下，我把一个箱子从高空扔下来，它肯定是，有的时候它在转，它一只脚扎到了地面，对吧，这个时候它就产生了一个，这个时候它就产生了一个。

这个时候它就会产生一个，反向的推力，这个箱子就在地面上打转，对不对，那你如何让这个箱子，很自然地转起来的话，事实上你就需要知道，这些很详细的碰撞的信息，这个信息其实啊，对于我们的游戏。

就算你不用物理引擎的话，你就不用自己写物理引擎，你在用物理引擎，这些信息对你都很重要，为什么，想象一下啊，比如说我们做一个金属的箱子，我把它从高空扔下来，它撞到地面上，你想听到的是什么呢。

第一个你想听到的是，第一个你要知道，它什么时候撞了，对吧，你要检测到这个颗粒伞，第二个你需要知道什么呢，我需要听到声音，我要在那个点挂一个sound effect，对吧，这个sound effect呢。

要取决于什么呢，我撞击的烈度，对不对，撞击的角度，每个角度，它的声音是不一样的，它是在播放一些火花，一些particle，对吧，增强这个效果，所以这些东西的话，其实对于游戏引擎来讲。

还是很重要的一些信息，好，那怎么去拿到这个信息呢，这里面的话呢，就是有很多的方法，其实呢，最简单的就是，如果我这个世界都是用球，都是用这个capsule，胶囊，对吧，去表达或者box表达。

它的算法其实蛮简单的，就这里面我简单点一点，但是呢，如果你是个秃猫怎么办，哎，这里面我要跟大家讲，稍微有点高能的方法，但今天这节课的话呢，我还是就是秉持我的承诺，就不会讲得太深的这个数学，讲最简单。

让大家理解他的想法，这里面有两个非常值得，大家关注的算法，一个叫做，Minskovsky这个，这个距离场的算法，还有一个就是这个，分离轴，分离轴那个定理，这两个东西都很有用，而且，我觉得这两个算法呢。

其实不止在做物理引擎，其实你们在做游戏引擎，其他的地方都有可能会用到，我们先讲最简单的算法吧，比如说，两个球之间的球角，其实很简单对吧，两个球心一连，如果它的距离小于，R1加R2，怎么意思。

哥们你们就撞到一起去了，对吧，因为球是一个最好求解的，这样的一个，一个物理数学的表达，那么，交点也很好求，所以这地方我们就不展开了，对吧，包括它交的深度啊，它的方向，那么如果你是一个，胶囊的话呢。

其实也很简单，首先你两头的球，要去求一求，对不对，中间其实是什么呢，它是个slink的，是个圆柱，圆柱和一个球的交点，怎么求呢，比大家想象的要简单，就是说，我用圆柱中间那个线段的，和球心求一条垂线。

实际上就是那个圆柱，圆柱中心离球最近的距离，好这两个，就是那个垂足和球中心的，那个距离的话，假设小于，圆柱的半径，再加上球的半径的话，就表示我们俩交到一起了，是不是很简单，对吧。

当然还有很多边界条件的处理，但我这边不展开了，那同样的，就是capsule的capsule呢，实际上也是大同小异的，我也不展开了，好，接下来，假设你是两个图包怎么办，哎这里面我们就要，你看我每次啊。

我们的Games 101课程，如果出现了，这个某位老哥的这个这个画像的话，就表示，这是我们在向这个伟大的数学家去致敬，对吧，这里面我们就要向，明可夫斯基的去致敬，确实是一个非常天才的一个，一个数学家。

他提出了明可夫和的这个概念，什么意思呢，就是说，大家想象一下，我在空间中给你一个，一个很多个点，那么这个点的话，假设有个点击A，有个点击B，对吧，那么点击A加点击B呢，点击你们的A，你们的每一个点。

他都可以和点击B里的任何一个点去加，他这个加出来的结果，是不是也是个集合，对不对，同学们是不是听到了，有点高能了，怎么这个地方开始来集合论了，对吧，哎不好意思啊，这个地方真的是有集合的概念。

但这里面很多的加法的结果，可能是相同的，相同我们就去从，它就形成了一个集合，那这个呢，是对于有限的一个点，你们可以得出这个结果，对吧，但是如果是无限多个点呢，举个例子啊，比如说这个时候我们一个形体。

有一个点A，这是空间中的一个点，这个集合你们就一个点，对不对，还有一个点呢，还有一个集合是什么呢，它是点B，它三角形B，在这个三角形里面，它是不是有无穷无限多个点，对不对，好，一个集合加另外一个集合。

就明可夫的这个和是什么概念呢，它其实是这个东西，就是你把B里的任何一个点，加上A的时候，是不是相当于，B被加了一个位移，对吧，所以你A加B之后，得出来的它其实就是一个新的集合，这个就是我们小时候。

在经常讲叫无穷加无穷，就无穷元素加无穷元素得到什么东西，我记得我在那个时候，学这些数学概念的时候，我觉得我整个人就觉得很不好了，我说，你们搞这种东西有意思吗，等我开始去学这个计算机的时候。

学游戏引擎的时候，我发现这东西还真的有用处，所以说，当你开始学做游戏引擎的时候，你这时候会突然有种很想回到学校，再去把你的数学老师的门敲开，说老师能不能再教我一遍的这种冲动，我现在就有很强的这种冲动。

对吧，好，这是比较简单的概念，那假设A本身它是一个一条线，就是我在三角形里面，所有的顶点和这个线的点，进行一次加法的话，你会发现你得到的形状是什么呢，是这样的一个东西，就是说，它在这些所有加出来的点。

在空间上形成了这样的一个，你感觉像三角形被拖拽了一下，沿着这个线的方向，被拖拽了一下这个形体，这个东西是不是很有意思，非常有意思吧，好，那接下来说，如果A里面也有无穷多个点，B里面也有无穷多个点，对吧。

这个A也是个三角形，B也是三角形，那么按照明可夫的加法的定义，是怎么得到什么结果呢，你会发现，你得到的是这么一个结果，非常有意思吧，就是说，你可以感觉就是说，我把这个B沿着这个A描述的空间。

我在它三角形的每一个顶点，沿着它走了一遍，我最后在空间中画出的这个轮廓，就是我们两个形体的明可夫和，这里面我要特别表扬一下，我们课程组的小伙伴，真的同学们真的要给他们点个赞，因为当时我们在课间。

准备到这一part的时候，真的是太抽象了，我真的不知道怎么跟大家去讲，没想到同学们，用这么漂亮的画头软件，把这个概念一下子画出来，其实我在上大学的时候，我应该是大学毕业之后了，研究生的时候。

我在做科研的时候，我才接触到这些概念，说实话，当时我的论文都写出来了，我对这些概念的理解都不是特别通透，但是我们的课程组的小伙伴，把这些概念画出来之后，我才觉得，这是我见过。

讲明可夫斯基和的一个最好的一个案例，对就是这样的一个感觉，好，那这就非常有意思了，对不对，其实这里面有一个很有意思的定理，这个定理我们就不展开了，但这个大家可以很容易的去证明，就是说。

我给你两个凸多面体，他们两个在空间中包裹的这个点，他们的明可夫和，实际上就是，他们所有的顶点的和，稍等啊，在空间中形成了一个凸包，就是说，他们的所有的顶点的一一着对去组合，形成新的加法，形成的顶点的话。

有些点是在这个凸包的，就是顶点上面，就是在他的那个顶点上面，还有些点是在这个凸包的内部，但是呢，你这个凸包就是有这些点构成的，这个就是叫明可夫，这个是一个，明可夫和的话，对于凸的这个空间包裹的话。

它就有这个特性，这个特性非常的重要，好，大家会想，你讲了这么多，对于我们这个，讲两个物体，它之间有没有交点有什么关系，难道说你把这个，这个A的凸包，加上B的凸包，用明可夫和求出来，你这个。

得到一个更奇怪的一个形体，它的意义是什么呢，大家别着急，再给我大概两三页PPT的时间，跟大家讲明白，好，这个时候呢，我们既然有了加法了，我们要定义一个，另外一个更神奇的概念，叫明可夫减法。

比如说这里面我有个形体B，对吧，我呢，我要做A减B怎么办，其实呢，这个图画的顺序有点反，因为我们应该先把A画出来，没关系，我们先把B画，B是倍减数，对吧，我们把B呢，所有的顶点XY，全部把它反向成。

就是说，负的XY，稍等，这个地方，这个动画，这是个动画，它全部变成一个负的XY，所以我就得出了一个，叫负B的，这个空间上的点击，对不对，然后呢，我假设以前有一个形体A，其实呢，我只要把A加上这个负B。

就可以得到明可夫的减法，这就得到一个更有意思的，一个形体了，叫A减B了，那么这个形体呢，为什么A减B这个东西很重要呢，因为啊，你会发现一个很有意思的数学观察，就是，对于两个图包而言。

他们的明可夫的这个X，就是明可夫的stiffness的话，如果，它形成的这个新的这个图包，它如果就是，A B之间，他们有交点的话，他们这个图包啊，一定会过原点，这个大家想想，是不是很好理解，就是说。

因为只要A B两个集合里面，只要有两个点的重合的话，那这两个点的减法，是不是一定是零，那么转换到，我的明可夫的这个X，形成的这个形体里面，它是一定要过原点的，怎么样你看这个，就是我就觉得这个数学家。

确实很了不起，我们程序员想解决的问题，数学家他可以，可以把你变成一个，非常抽象的数学符号，最后告诉你说，一个最简单的数学观察，就是说，你把两个convex hole，就两个涂涂面体。

他们的明可夫四极减法，形成的一个，一个新的更复杂的涂涂面体，只要它通过原点，他们两个之间，一定是有交点的，他就是这么算出来的，那么这个时候，你有了这个东西的话，你怎么去算，他们之间的这个。

就怎么去判断这个点，有没有过点点，这里面有一个比较，有趣的算法叫GGK算法，那今天的话呢，我觉得在课程上，我就不展开了，但他最简单的一个想法，是什么呢，就是说，我先去随便给一个方向，比如垂直上下方向。

我找到两个形体的，就是最靠上的一个点，就是一个形体，我找最上的，一个形体我找最下的，最顶端的一个点，他两个点的减值，他一定会变成，我形成的明可夫减法，形成的那个形状的一个顶点，我用这个顶点呢。

向原点去连一根线，这个时候呢，我会形成他的一条垂线，垂线之后呢，我再去找，它垂直那个方向的，一个我们叫做，这个名字我忘了，好像叫做极端点，还叫什么什么什么特征点，我在外面什么什么点，这个点的话呢。

我就把它，再去在原来的形体上，再找到两个极端的这个点，然后呢，我就形成了一个，最简单的一个一个simplex，就是一个一个一个单纯形，这个时候我就形成个三角形，其实我就可以判断说，哎你这个点是不是。

你的原点是不是在我三角形里面，这时候你会得到两个结果，一个结果是我在里面，还有一个结果我不在里面，在里面的就不用讲了，对不对，那我肯定就是，我包含了原点，我们两个肯定就相较了。

但是如果我们不在里面怎么办，哎他接下来要找，最靠近外面的一条边，我这个新的这个边，我再去向原型连线，我又找了一个方向，我再去找他的这个极端点，然后呢，我把整个这个形体，这个叫这个单纯型，继续往外推。

我依次来推，直到推到什么呢，直到推到，我最外面的那个边，我推不动了，哎我这个今天这个遥控笔，好像有点，哦他全部做成动画了，所以比较慢，没关系，然后呢，直到推到最外面一个边，如果我推到最后一个边了。

我发现，我已经走不动了，但是呢，我还没有找到原点，就说明，我们两个形体，他就不交集了，大家觉得很奇怪，说我已经知道，他所有的顶点了，对吧，那我去，为什么不直接去算呢，你直接去算是可以的，但是呢。

你这个计算复杂度呢，是比较高，你用这个GJK算法的话呢，你在很快的一个线性的时间里面，你就能完成这个，交点的判断计算，对，大家如果有兴趣的话，可以上网Google一下这个算法，那么同样的。

你们俩有交点的话呢，他可以很快的形成这样的一个，就是单纯型，然后呢，稍等，然后你去找这个，这个继续找他的连线，然后呢，找他的交点，这个case里面画的，他那根方向正好跟那个轴是重合了，没关系。

然后这个时候，我们再去找一个方向，你会发现，你找一到两次之后，你会得到一个三角形，这个三角形里面，包含了一个原点，三角形里面，是不是包含了原点，大家知道怎么算吗，其实非常简单，就是我算原点。

在我的三角形的中心坐标，对吧，那么如果你算出来的三个值，他都是在0到1之间，说明他在三角形内部，如果中间出现了一个负1，对吧，那就出现了一个负数，那就表明，这个你在我外面。

其实也非常的简单的这样一个表达，所以这个呢，算法呢，其实是，其实这个算法，实际上是现在游戏里面用的非常多的一个算法，那么，基本上包括这个算法，还有一个更深的一步的演进，就是他有很多的优化。

还有一个就是你可以用它来估算，你穿透的彼此交连的深度，因为大家仔细看看，就是沿着那个圆心啊，你那个厚度，其实很多时候表明了你彼此之间穿越的深度，但这个今天我就不展开了，这个，还有一个很重要的一个。

就是其实在刚才讲的这些东西的时候，我想给大家表达的一个观点是什么呢，就是说这里的每一个数学方法，大家可以在课后再网上去google，可以看得明白，而且有很多非常好的一些动画演示，会把这个算法的思想。

算法的具体的推导过程，跟大家去讲，但是呢，大家在这节课中的话，我觉得更多的是学会两个思想，第一个，Minkow这个思想，其实非常的了不起，就是把两个凸包求交的问题，转化成一个就是一个多面体。

是否穿过圆心的问题，那多面体呢，你知道它所有的顶点，你去找它是否穿过圆心，本身计算复杂度又很高，哎，7JK算法又用一个，它其实是有点像牛顿迭代法一样，就快速的沿着趋势最快的方向去逼近，去去就是贴那个点。

就是以，它就是永远是尽可能的，往那个原点那个方向去靠，直到我靠不动为止，对吧，它其实是一个迭代思想，能快速的迭代到，我最终是yes和no的那个结，这两个思想的话，我倒是非常推荐同学们能够掌握。

那接下来要讲的这个算法呢，也是一样的就是，算法的细节有很多，但是呢，我在课程中讲的更多的是他的思想，就是比如说分离轴原理，啊，这其实是一个分离轴的一个定律，是可以被证明的一个定理。

那简单的讲的意思是什么呢，就对于在空间上的，一个凸多面体，比如说我这里面举个例子，就简单的2D的概念的话，你一定能找到一根轴，在这根轴上，两个物体的投影，它一定是分开来的，哎，这个很有意思对吧。

就是说比如说，我一个二维空间的两个形体，我一定能画一条线，假设他们两个是分开来的话，我一定能找到一根线，这根线的话呢，就是说，你把所有的顶点往我的线上投，它两个的顶点之间是没有交集的。

那么这个定理再往后走一步呢，就是说，如果你是两个凸多面体的话呢，我用它的凸多面体的这个边，就假设2D，我用边作为一个轴的话，我一定能找到一根轴，能够把这个空间，就是你，所有的顶点一定在我的左侧。

一定在我的右侧，这个是不是很符合我们的直觉，对不对，如果这两个相交的话，你这根轴你就很难找到，好，那这个东西怎么去证明这个事情呢，这个证明的话，我今天就不展开了，但是他简单的想法就是说，对于任何一个。

两个这个就是那个形体的话，你，对形体A，你找到它一条边，你画掉，画了一个那个它的延长线对吧，你在用它的那个垂线方向，作为一根分离轴，然后你把它，你会因为知道就是，这一侧的这个它的，因为它是凸多面体嘛。

它自身的顶点肯定在这个轴的这一侧，那你另外那一侧的话，所有的顶点如果在它另外一侧，就表示我们彼此之间是分离了，就这么个原理，那么它整个这个做法呢，有一个细节是什么呢，就是说，你啊这里面就比较复杂了。

我就不展开了，它的一个细节就是说，我去要检测，我们彼此之间的这个分离的话呢，就是我要把A形体里面的每一条边，去依次检测B形体的每个顶点，然后这个事情这样做的话，你整个做完之后发现，你都分不开来怎么办。

哎没关系，我再把B里面的所有的顶点，所有的边，作为这个分离轴，分离轴的基础，我再把A里面的所有的顶点再检测一遍，这个里面有个很重要的一个细节啊，这个具体的分离轴原理的话，大家可以自己去看。

但这里面我觉得有个很重要的点，跟大家去讲就是，它是一个只要有一个轴，能够把A B分开来的话，那A B它就是不相交的，对吧，这个你当你把所有的轴都做完了，那A B都分不开来的话，这个时候我们就说。

这两个东西它是有交集的，这个其实是很有意思的一件事，就是说它必须它是一个叫做，怎么说呢，叫做充分不必要条件，对吧，就是说你只要有一根轴，它就分开了就可以了，但是呢，你所有的这个边全部要检测一遍。

但是它的基础的原理就是我们讲，就是两个形体在空间中，如果它两个是没有相交的话，我一定能找到一根轴，哎你的投影是分开了的，这是它最基础的想法，那么它对于突多边形的话呢，你可以发现这根轴呢。

你可以用它的边做的那根垂线来做，这是它核心的一个点，那么这个方法呢，在3D上我们去衍生它的时候呢，实际上要注意一个细节，就是说3D啊，这个两个形体分离的时候，它其实是一个面的关系。

那么我两个突多面体的话，我的每一个面都是我的一个分离轴的选项，那么但是这个面呢，你把所有的面都检测一遍的话，假设所有的面都检测完之后，是不是就能判定，比如说我检测两个突多面体的所有的面，我就可以判定说。

哎你这个两个东西就是那个分开的，就是必须交在一起的，这个本身是不成立的，这个讲起来就比较抽象了，就是说这其实有很多数学家给出了证明，那这个时候呢，你还要加一步额外的检测，就是说你用它的每一条边。

和它那个边在另外一个形体之间的那个边啊，形成了这个差距形成了一个平面，就两个vector在一起，它互相差距的形成一个平面，你再用那根平面再去检测它，你就等于说你检测完它的突多面体的每个面之后。

你还要再检测它的每一条边，那这样的话，如果你把这些所有的这个就是这个原始的，这个突多面体的表面和你算出来的，这个就用边算出来表面都检测完之后，发现你还是分不开了，那确实它两个就相较的。

只要中间有任何一个它可以分开的话，它就是这个分开的两个形体，它两个之间没有交点，所以呢，无论是分离球原理的话，还是刚才我们讲的明可夫斯基，那个difference原理的话，实际上都是希望能够用。

假设你有mn乘n个这个，这个比如说第一个突多面体是m个面，第二个突多面体是n个面的话，他都希望这个计算，能控制在m+n的这个时间里面的解决，因为你如果算不好的话，你就是m乘n的时间，所以这是一个。

哦不对它应该是m乘n的，因为它这个是一次去迭代，所以简单来讲的话，就是说这两个原理的话呢，是我们在做物理的时候经常用的两个算法，其实算法的细节的话，有很多的小细节，有的时候连我自己都会。

写着写着就会弄晕掉，但是呢你真的去写这个算法的时候，你对着教科书去写，应该问题也不会很大，好，所以呢，其实这个是两个最基础的，我们叫做collision detection的算法，就是这个算法呢。

但是呢我要跟大家讲，就是我们讲的都是最基础的一个算法，那比如说，以分离轴原理为例的话，就是你要算它的加速的时候，那么你在上一次检测的时候，假设这两个东西，它没有被那个撞到，对不对。

你一定找到了一张分离轴，那么你下一次，比如说这两个物体的这个位置，发生了一点点的变化，对吧，你再去算一遍的时候，所以Brutal Force的算法，是把它整个再算一遍，但是呢，有一个很简单的小hack。

就是说你把上一次算出来的分离轴，会作为你这一次启动的轴，用它来进行迭代，这样的话呢，就是它会证明说，这样速度会更快一点，就是收敛的速度会更快一点，所以这里面，你真的在做一个物理引擎的时候。

你有很多的小细节需要你注意，那么我个人觉得就是，大部分的游戏引擎开发者的话呢，大家是不会自己，需要亲自的写这个算法，你实际上在物理引擎里面，可以直接用的，但是呢这些思想，我觉得大家可以用下来，好。

最后呢就跟大家讲一下这个，Collision，你既然已经检测到它的碰撞了，这个时候，我们怎么去解决这个问题，这个地方是比较高能的，其实我在上一节课里面讲的，就是那个，雅克比矩阵对吧。

我说雅克比矩阵本身是非常复杂的，其实在物理上用的特别的多，但是呢，后来我们在备课的时候，我想了想，哎雅克比矩阵还是不要讲了，因为说实话那玩意儿讲起来，那今天这节课，我们就可以不用下课了，对吧。

所以呢我们今天呢，更多的跟大家讲一下，就是Collision，如果这两个东西碰撞了，在物理引擎里怎么处理，那么最，这个首先碰撞这件事情啊，在这个，动来动去的这个物理的这个世界里面，是非常常见的，但是呢。

我们实际上是有很多的约束的，就比如说两个钢器，我们不能穿透彼此，但是呢，你给了一个delta的时间，两个各自算自己的位置，很可能在下一个tick的时候，他两个就互相穿过去了，对不对，好那怎么。

如果发生了碰撞，用刚才那么复杂的方法，我终于检测到碰撞了，我怎么办，哎这个时候，我们是要想办法，把他两个物体给它分开来，这个很直觉对吧，那怎么分开呢，最直接和粗暴的做法呢，是我们加一个，就是这个。

叫penalty force，就是说，你们两个是在一起撞得很开心，对不对，我给你们俩各自加一个比较大的力，把你们俩推开了，其实这个方法呀，在早期的物理引擎里面，是很常用的一个方法，但这个方法的话呢。

实际上会产生很多的问题，这就是为什么，我们在早期的物理引擎的时候，经常会发现，有些复杂的物理模拟，东西堆在一起，或叠在一起的时候，突然这个箱子会啪一下就炸开来，因为同学们可能没有见过这样的游戏。

但是我们在早年在写这个游戏引擎的时候，经常会发现，就是你做一些钢体的模拟的时候，给它一个很小的力，但是因为它彼此之间会经常产生穿插，穿插之后呢，引擎就会给它一个，就叫惩罚力，然后结果把那个物体。

推得迅速的飞开，就看起来非常的假，所以其实这都是因为你用了一个，就是他用了最简单的penalty force这个方法，但现代物理引擎啊，其实用这个方法已经比较少了，这里面的话呢，大家就会把力学的问题。

变成一个数学的叫约束问题，这个数学约束什么意思，就是刚才我们讲的牛顿力学，对吧，第一定理第二定理，它其实看上去非常的简单和直觉，但事实上，有另外一套力学，叫拉格朗力学，它实际上是把所有的力学过程。

变成了一个数学上的约束，你用这些约束去解它的约束的时候，你发现，你解出来它的运动规律，是符合牛顿力学的所有的规律的，但是呢，它把整个力学变成了一个反向约束的东西，这个就跟我想的就是非常的抽象。

它非常的就是这个theory，但是呢，它是另外一种方法去表达世界，而这种方法的话呢，其实对于我们的物理引擎来讲，反而更加的友好，因为计算机会更加友好，举个例子，比如说。

我一旦发生了这样的一个就是穿插之后，传统的做法就是，我给你一个反向的这个惩罚力，对吧，我把两个东西推开，这东西就出去了，但是我讲这个力给大给小，你根本不知道怎么合适，但是呢，你用拉格朗力的方法。

我用解约束的方法，我会尝试的给它一个小的充量，但这个充量，我并不是真的把这个物体移动了，我给你充量的这个这个引入的这个充量呢，我再去解拉格朗的那个约束，解了之后，我会发现，它还不满足我的约束。

它会有偏差，好，我把那个pick去那个偏差，我再去给你一个小充量，对吧，我再去解你那个拉格朗的那个约束，这样我就反复的解啊解啊解迭代，当我优化到足够多步步骤的时候，我认为这个误差已经可以接受了。

这个时候呢，我就能输出我的结果，这个听上去很抽象，对吧，但是呢，实际上这个是游戏引擎里面非常重要的一种，就是啊，就是我们的就是让这个物理世界能够稳定，能够平衡的一个解的一个机制。

那么这个一个用一个最简单的例子啊，去解释一下，比如说这两个物体之间发生了这个，比如说这个箱子落下来，这两个物体之间发生交点的时候，你很可能随机的会认为有一个点，它受到了，给他一个很大的惩罚力。

比如说我在碰到的顶点A，就靠这边的点，我给他一个1号点吧，我给他一个充量，但是呢，这个充量你会发现，它其实并不满足我要的约束，这个时候我就要用这个，拉个朗日的方法去约束它。

这样我就会不停的迭代不停的迭代，最后呢，你迭代的结果你会发现，它给了均匀的左边和右边一个合适的一个小小的充量，这就让这个物体，它就停在了我的这个地表的表面，这个过程实际上数学上是比较复杂。

中间会牵扯到像什么亚克比矩阵这些东西，今天我不展开，但这个方法就是来回的小充量迭代的方法，有一个学术上的名词叫什么呢，叫这个高斯塞德尔方法，这个方法的话呢，其实是现代物理引擎最常用的一个算法。

而且这种迭代过程呢，一般我们会有两个退出量，第一个退出量就是你迭代到多少的误差，我们就让你退出了，还有一个呢，就是说你迭代的次数实在太多了，哥们我不管了，我就把你放在这吧，所以这个呢。

其实是一个很常用的方法，好，那么接下来讲完这一part呢，实际上我讲的非常的简单，但实际上它是非常高能的一块，除非你自己想做物理引擎的话，那么大萌同学你们知道这个概念就可以了，就是说你去。

你就要去理解就是说物理世界的模拟，它很容易做的是不稳定的，它需要有一套就约束求解器，能够让这个物理世界呢，最后它变得稳定下来，好，那么其实在这物理引擎中啊，大家更常用的一些概念。

比如说叫场景sync array，就是场景的这个，query的意思就是说，我简单的解释一下吧，就是说我们在物理世界里面，我们经常会问说，我现在子弹打出去了，那么它能打中一个东西吗。

这个过程叫query对吧，那么这个其实就是最著名的recast，我记得在讲rendering的时候，我们反复在讲就是recast，比如说我们大家都喜欢retracing。

其实retracing的本质是用recast实现的，那么其实跟这个要解决的问题是一样的，那么recast的话呢，实际上在游戏中做单刀啊，做过程中用处其实非常的大，那这里面的话呢，就跟大家去讲一下。

就是说那么，其实呢recast呢，一般我们有三种，一种就是multiple hit，就是说一根射线射出去，所有的焦点都给我，我就需要知道这是multiple hit，那么呢还有就是最近的这个焦点，对吧。

最近的这个hit给我，比如说我们经常一个子弹打出去，我说前面站了一排人，我到底打中了哪个老哥，那就是选最近的对不对，还有一个呢叫any hit，就是说，我这个子弹打出去，到底有没有被人挡住。

我不care，你告诉我的是最近点还是最远点，那么考大家一个小小的问题，就是说，这三种的这个recast的话，哪个成本最低，对吧，那简单不卖关子了，其实是any hit，它是最低，为什么呢。

因为它不需要对结果进行排序，就是你只要有焦点给我就可以了，所以它的速度是最快的，所以这里面科普一下，就大家如果，用那个最新的显卡的，那个光追的那个API的时候，你会发现就是，当你射一根ray出去的时候。

它就会问你说，你到底要的是any hit，还是什么东西，其实跟这个道理一样，那么另外一个物理引擎常用的是什么，就是我们叫sweep，就是一个体我扫过去，sweep其实也是非常有用的。

就是对于整个物理来讲，就是说，比如说我们的一个，一个角色在移动的时候，它实际上就是它的胶囊在sweep，而不是一根点，因为这个胶囊，它上下左右是有体积的，对吧，那我无论是我的头上，比如有个屋檐挡住我了。

还是我脚上一个台阶挡住我了，那我就应该被挡住，所以呢，sweep就很少，这个东西也是非常有用的东西，那么第三种呢，就是那个我们也经常用的叫overlap，就是说我给你个形状，问在这个物理世界里面。

跟其他东西有没有碰撞，那前面我们讲了collision detection的话，讲得那么复杂的话，那overlap大家会觉得，这个其实也是很好理解的，那么这个东西怎么有用呢。

比如说我们这里面做爆炸的时候，当一颗手雷在爆炸的时候，我怎么知道它能炸到哪些人呢，实际上就是用简单的overlap去做的，就是我形成了一个新的一个形体，我说这个球状形体overlap有哪些actor。

那它就会被触动起来，所以overlap也是比较有用的，好，那么其实呢，这里面讲一个细节，就是同学们在做这个就是物理引擎的时候，或者是在做这个物理或调用物理引擎的时候，你一定要对这个世界进行分组。

就是你要比如说哪些是属于这个character或者porn，就是说是这种人人形的这种可交互的这种，这个角色类的物体对吧，哪些是静态物体，比如说障碍物对吧，我们叫static。

哪些呢是可以动的dynamic的东西，哪些是trigger，那这个东西collision group呢，其实是一个很重要的概念，因为比如说当我射一根光锥，是我子弹打出去的时候。

其实你并不会关注说trigger对吧，trigger你就直接穿过去了，所以说你实际上要做collision的时候，只是那个pornstatic或者是dynamic。

所以其实在做所有的这个物理的query运算的时候，你都会告诉他说，我到底跟哪些东西会发生碰撞，其实就是基于这个原理，好，那讲了这么多了，已经快一小时五十分钟了，我嗓子都讲哑了。

但是说实话我觉得很不好意思，因为我在这节课里面，我只能点到一些很基础的概念，那最后我收官的时候用几分钟啊，跟大家讲几个物理引擎很重要的概念，第一个概念呢，就是说其实在物理引擎的这个世界里面。

他是会把很多的物体，分成一个个的叫做island，你可以简单讲就把物体分组，他什么意思呢，就是因为这些物理的对象啊，在世界上是散布的，那么我不可能每一个真的手，就每个三十分钟一秒。

我要对整个这个物理世界进行计算一遍，因为你其实会发现这个计算量非常的大，就刚才我讲一个简单的collision对吧，简单的运动，比如说大家还记得这个半影式高斯积分吗，大家想想看我的天哪。

那就要算死你对吧，那么这个时候呢，我们就会把这个物理世界，分成一个个的island，那分成它的好处是什么呢，就是说如果一个地方，他没有更多的力的输入，没有更多的这个就是，物理的所有的对象运动。

已经相对稳定的时候，我就把这个island让他sleep，所以其实一个物理引擎，它的性能好坏啊，很多时候取决于你去分组，包括让这些物理对象sleep的水平越高，因为这样你能让你的计算。

更加集中到你想表达的东西，对吧这个sleep化的很形象，那么这件事情其实真的非常重要，为什么呢因为大家仔细想想，我一直在跟大家讲就是，一个游戏每隔三十分之一秒，最慢啊我要更新一次对不对，我只有33毫秒。

但是注意啊，33毫秒里面给我们物理的时间，一般只有两三毫秒对吧，物理引擎最多占到三毫秒到四毫秒，你再多了不好意思，别人就要跟你打架了，所以说其实我们的计算空间非常的少，所以这个是个很重要的概念。

就是island和sleeping的概念，就是对物理世界的表达，你很重要的一个控制，那么另外一个是什么呢，就是这个是大家如果在做，更精细的游戏的时候，你会遇到一个概念叫CCD，CCD这是个很长。

就是你们如果在用物理引擎的时候，你会经常会问说，我这次运动要不要打开CCD，大家会说CCD是什么东西，CCD的全称叫做，Continuous Collision Detection，就是连续碰撞检测。

为什么你看这里面这个案例，就是这是一个3A大作，对吧我们不点名了，一般讲人bug的时候，我们就不点名，就是你会发现，当这个角色高速移动的时候，为什么他的脑袋，直接卡在墙里面去了。

其实并不是他的算法写错了，而是说因为他的移动速度过快，在当前帧我在位置A，到下一帧的时候，他的位置其实已经，直接穿过了那个障碍物了，那么在这两个中间，因为我们的检测，是基于你的两个行李的检测。

他就会发现我的两个actor，其实是没有交集的，他这个人就穿过去了，所以这个东西有个说法，叫做Tunneling，就是说碎穿效应怎么样，像不像量子力学，我们的游戏里面，也有量子力学的概念，有碎穿效应。

这个问题就很麻烦，那这个问题怎么解呢，最简单的解法就是，老子不解了，简单粗暴，比如说我们做地面下面的，这个形体的时候，我们干脆把所有的障碍物，比如说做墙体的时候，把墙做厚一点，这样的话。

当所有物体运动的时候，你去移动deltaT的时候，我都尽量的不让你去穿过我，因为有些小的物体，比如说地上放了一个，小的垃圾桶，对吧，它质量很轻，你旁边扔个手雷，啪，手雷的冲量很大。

那个垃圾桶就很快速地飞出去了，然后你会发现就是说，如果你这个检测没做好，那么它就直接穿了很多墙，就过去了，所以我们以前在做游戏的时候，经常会跟美术讲说，求你不要把地板和墙做得太薄，但是美术说。

我这个就是个木板房子，我不可能做得很厚，那怎么办呢，这个时候我们就只能用这种，CCT的方法，但CCT的数学方法，讲起来也比较细了，那简单讲就是说，我们会做一个保守的估计，就是说我们可以说。

从这个物体到环境里面，它最安全的移动距离是多少，在这个安全移动距离之前随便你动，但是你到靠近的时候，我会把步伐调密，我会再做更详细的检测，包括同学们注意到，我们前面讲的sweeping对吧。

sweeping其实也能解决这个问题，但sweeping呢，它很多时候只是对简单的，比如说胶囊和球体作用，对于convex hole的话呢，确实是要做一些单独的处理的，所以说CCT呢。

是现代物理引擎里面，很常用的一个功能，特别是对于主角，对于一些跟玩家视觉表现，直接相关的东西的话，CCT是个很重要的概念，好那最后，我们呢要跟大家讲一个，这个可以讲是物理引擎的，这个圣杯吧。

叫做deterministic，就是确定性，怎么样很有意思吧，就是什么叫不确定性原理，原来在我们的这个，游戏的这个虚拟世界的物理里面，我们追求的是一种确定性，对吧我们要让那个就是这个，这个不确定性原理。

在我们这个世界里消失，那为什么确定性很重要呢，因为我们大量的游戏啊，其实现在都是online gaming，但是呢大家知道，online gaming它的本质是什么，就是我玩家A的这个世界。

和玩家B我们虽然在一起联网，但实际上我们是什么，我记得我在第一节课就讲过，我们是一个平行宇宙，也就是说我在我的计算机，这个世界里面模拟的，那个虚拟世界，它有全套的物理的运算和法则。

你在你的那个世界里面的话呢，也是你你你我们只是用，一样的物理法则，但是呢你是独立模拟计算的，但是呢我们彼此的感知，认为我们看到的是，同一个世界对吧，但是在我的世界里面，这个墙是直立的，在你的世界里面。

这个墙如果倒了，那我们两个的gameplay体验，是不是就彻底完蛋了，对吧那么所以的话呢，在做物理世界的模拟的时候，我们希望就是确定的输入，确定的游戏规则，它最后得出的结果，一定是一模一样的。

这个呢就是物理的确定性，但是呢是真实的情况，有刚才那么多复杂的数学运算，这里面有很多这个这个这个积分对吧，也有很多的微分，很多的迭代，大量的浮点性运算，这种确定性啊，实际上是非常难以保证的。

这里面我给大家举个例子，就是这是一个非常网上，非常经典的一个案例，就是说这样的一个形体，我在进行模拟的，它其实是一模一样的输入，只是跑在两个不同的电脑上，一个好像是不同的帧率吧，比如说你的电脑好一点。

我的电脑差一点，它模拟出来的结果，实际上是完全不一致的，那么如果这东西，只是一个visual particle，也没有关系对吧，但如果这些小石头，它是影响你gameplay的。

比如说我的一个小玩具机器人，怎么翻过这个按钮的话，那么翻过这些障碍物的话，那它对整个游戏行为，是有一个很深的影响，所以游戏引擎，它是不是deterministic，实际上是现代游戏引擎，非常需要。

重要的一个对物理引擎的要求，那么它这里面的话呢，就是怎么去解决它呢，其实第一个就是，我们希望在不同的终端，物理引擎的模拟，它都是不尝是一致的，比如说你是每秒用30帧，我必须每秒用30帧，第二个呢。

我们这里面有大量的，约束的求解算法，迭代的算法，我们希望迭代的不尝，包括迭代算法的这个顺序，都是一致的，举个例子，刚才我们不是在讲，collision detection嘛对不对。

刚才讲了GGK算法对吧，那你是，或者说刚才讲的那个SAT算法，就是说分离轴原理，你到底选择哪一条边，哪一个轴，第一个开始计算，实际上这个顺序本身，都会对你的结果是有影响的，那么还有一个。

更加让人家头疼的东西，是什么呢，就是我们叫做浮点数的不稳定，对吧，我记得我在宣传的时候，讲过就浮点数，它对世界的表达，是有精度无差的对不对，那么大家如果都严格的，那个执行IEEE的标准，浮点数呢。

它是能保证一致性的，但是呢，比如说显卡上面，不同的CPU上面，移动端和PC上面，它的实现都是有差别的，那这个时候，你怎么能保证它的确定性呢，那这里面这个作者，就给了一个，一个有意思的案例。

这个这里面几张图啊，我们选择的是，我个人认为是，现在这个做物理引擎的，一个大牛，他一直在研究这个问题，他这里面就讲了一个恋摆，就是你挂在一个地上，两个链子，一个小三体对不对，当你去甩下来的时候。

这个绿色的是它的一个解析解，那么红色的是什么呢，就是用它的这个，就是我们逐步的，物理仿生解出来的解，你会发现，这两个解之间，是非常不稳定的，我现在讲到这儿的话，很多同学会想到，这个三体了对不对。

虽然这个跟三体的问题，不是一样的问题，因为他讲的不是引力的问题，但是大家已经能看到，一种混沌的东西在里面了，就是说，你的每一次对这个世界的模拟，有那么一小点一小点的误差，它最后形成的这个激烈误差。

就会放得非常的大，当然了，就是现代的这个物理引擎，实际上是花了非常多的力气，在解决就是deterministic的问题，那么包括就是最新的，比如像虚幻的那个chaos引擎。

它就自称是能够解决deterministic，但是我们现在也做了一些比较，觉得这里面还是有很多，很挑战的问题，但是的话呢，为什么deterministic这么重要呢，因为如果物理引擎，它是确定性的话。

我们可以做一个很简单的事情，就是说，A的客户端和B的客户端，C的客户端，我们彼此之间，不需要再同步那么多复杂的物理状态了，我们只需要同步彼此的输入，我们就可以看到一个相同的物理世界，这件事情的话呢。

其实非常的重要，所以我每每啊，就是想到这一步的时候，我都会想一个问题，就是说，我们每个人认知到的世界就知道，大家有没有看过一个，现代物理学的一个流派，他认为客观世界是不存在的，对吧。

我们看到的所有的世界都是主观的，都是我们人感知到的，我感知到的世界，和你感知到的世界，是一个不一样的世界，那么我们彼此之间是怎么同步的呢，我们怎么保证我们看到的信息是一致的。

这个物理世界的表达是deterministic的呢，其实这是一个非常有意思的一个哲学问题，所以我讲就是做游戏引擎，你做到最后，你会发现，你真的很能理解这些，现代物理学家所想的问题，到最后你就会学的。

我们的世界说不定也是虚拟的，好，那么就是我们今天讲的第一part的物理引擎，讲了整整两个小时，那么其实物理对现在游戏来讲非常重要，但是的话，它也非常的难，就是直到今天，我们很多的这种3A大作。

它其实在物理上都会很容易出问题，比如像这次，这个女人这只野猪，她就被卡在门里面了，你会觉得她很笨，但实际上写过物理的人就知道，那是一个controller，在很用力的，那个actor很用力的挤出来。

包括这个时候这个角色，她站起来，她的actor已经穿到椅子的actor里面，这个时候，collision detection，她就没办法去解这个问题了，包括最著名的这个这个骑墙问题，其实我们的游戏。

这个问题困扰了我们整整有两件事情，我们一直在想解决，我们一直在想，就是说怎么去解决这个问题，既让玩家觉得自然，又让人觉得合理，对吧，所以说其实，我们把很多的游戏，这个物理的这种bug，把它拿出来的话。

其实还是蛮多的，所以的话呢，就是这也是物理，这个这个对游戏引擎来讲，非常美妙的一个东西，它也很难，但又让你觉得特别的酷，好，那OK，整整两个小时，那个我们的物理的第一讲，最基础的东西，整个全部讲完了。

也非常感谢我们的课程组的小伙伴，那个我觉得这节课准备的质量，其实非常的高，因为确实物理，你真的展开讲，它的信息量非常的大，所以我们花了很长很长时间，去想说到底跟大家去讲哪一部分，就讲到什么深度。

也是在不断的，根据我们小伙伴们的反馈。

我们去优化它，所以这就是我今天的课程的全部，那么同学们有没有什么问题，我先喝点水，OK，先看看大家有没有什么问题啊，这个同学问我的问题是，物理模拟越逼真，就越能被称为好游戏吗，这显然不是了，游戏本身呢。

它是游戏性，就是说游戏性，它是游戏的核心，就像有些游戏完全没有物理，它也是个非常好的游戏，但是呢，物理仿真越逼真的话，它从游戏引擎的技术水平，特别是物理引擎的技术水平来讲的话。

这确实是一个非常高的一个标志，而且的话呢，非常仿逼真的物理模拟的话呢，确实能产生很多很有意思的玩法，因为我我自己观察到的一个现象，就是说有些游戏啊，它就是因为做的非常的逼真。

玩家可以用它玩出很多很有意思的花样，很有意思的玩法，因为人天然的会对这些物理的这种，Physics Law的这些东西会感兴趣，好的，还有没有什么问题，哇这个问题问得也非常有，有同学问我们说。

游戏的动画渲染，还有这个就是，那个物理的Tick速度是不是一样的，这个问题问得就非常挑战了，其实最简单的这个解法的话呢，是在游戏里面，渲染和动画的Tick速度是差不多的，因为你想，当我的角色动的时候。

对吧，我希望我的每一帧的时候，这个角色都是要动一动的，那么那个物理呢，一般我们是归属于Logic的，那么Logic的话呢，有的时候，假设我屏幕渲染到已经到60帧了，120帧了，那我的物理呢。

不一定非要Tick到那么细，因为其实我们很多的算法，就在追求它的稳定性，就是保证在这个步长不需要很密的情况下，我也能达到相应的结果，但这件事情呢，其实我觉得现在的游戏引擎，也在发生一些变化。

就是说有些物理的Tick速度，我是不是可以更慢一点，对吧，假如我的算法本身做得更好，那么我Tick出两个结果之间，我是不是可以通过一个位置差值，让你感觉这个过程也是连续的。

但这里面差值可能就包括它的位置啊，也包括它的旋转，对吧，那么动画呢也是一样的，就是说我们的动画会做得非常的细腻，但是你会发现有的时候，我们之所以让帧率那么高的话，实际上是我们希望它的那个。

比如说相机的移动更加的丝滑，对吧，镜头的旋转更加的丝滑，可能并不需要那个角色，它的动的那么那么那么那么那么的细，所以但这里面的话就是我觉得，其实我不能说是一定。

但是呢最古老的或者说最经典的practice呢，一般是就是渲染和动画Tick的速度是差不多的，那么的话呢物理的话呢，是跟逻辑的Tick都是一样的，一般来讲物理和逻辑就锁死在30帧了，对吧。

逻辑其实还可以再慢一点，有的时候在我们有些游戏里面，逻辑如果不那么是，就是那个时间敏感的话，甚至是一秒钟15帧10帧都是可以的，那物理呢有的时候，我们为了保持连续性的时候。

物理可能是在30帧左右一直稳定，所以真实的游戏引擎在实践中的话，这几个Tick的时间呢实际上都是可以去调整的，哇，那还有同学问我一个问题就是，第三个问题是，有可能用GPU做物理计算吗，实际上是可以的。

那个包括就是说，现在的CUDA架构的话，我们很多物理的计算，实际上是可以迁移到GPU上来做的，包括特别是像布料模拟啊，Particle系统啊，包括水面模拟啊。

但是特别是现在的Computer Shader，会让这件事情变得非常的快，所以现在有些物理引擎的话，也是逐渐的，其实现在物理已经有能力用一部分的GPU了。

比如说为什么NVIDIA一直很大力的去推动PhysicsX嘛，对吧，那实际上他也是为了自己卖显卡去做广告，因为我可以把很多算法用CUDA的核去加速，因为大家如果仔细研究一下物理的运算的话。

大量的运算它都是可以变形化的，好这个问题也很有意思，就有同学问我说，第四个问题是说，现在的网络游戏一般是把物理放在服务器嘛，其实这个东西很难一言以蔽之，至少以我有限的行业经验，其实在很多的网络游戏里面。

其实并没有真正的影响游戏战斗结果的物理，他怎么解释呢，就是说其实我们大部分的，比如大家想象一下，我们以前玩像魔兽这样的游戏的时候，他早期的时候连物理都不太会有，后来现在有越来越多物理的东西。

他更多的只是表现，我们放在客户端让你彼此看到，哎这件事情好像真的在发生很酷，对吧，看到了爆炸看到了破损，但是呢在服务器端的话呢，我们一般不会去run一个物理的计算，所以呢他大部分的比如说战斗结算。

世界的变化，他都是用规则去表达的，很多的网游，他实际上是没有在服务器端的物理，但是在现代的一些游戏，特别是我们追求一些，比如说3D的打击感的这样的游戏的时候，我们有些游戏确实尝试。

在物理引擎放到服务器端，但是一旦我把物理引擎放到服务器端，我们就要避免面临的一个困难是什么呢，就是刚才我讲的deterministic，就是说我在客户端，同学打个比方啊，比如说有一个可以被破坏的墙。

然后呢一枚RPG打上去之后，在上面凿了一个洞，这个洞大小实际上如果用物理算的话，其实每个客户端算的都是不一样的，这个时候我的一个枪手非常潇洒的，正好我自己觉得我依托着那个洞的边缘，往外射出去的子弹。

或者是别人打向我的时候，我认为我的身体都被这个洞保护起来了，但实际上的话，每个人的结果他都是不一样的，所以的话呢，就是说，其实在服务器上做物理运算的时候，他最麻烦的一件事情就是说。

我在服务器上算出的物理世界，要向我各个客户端去同步，而这件事情的话呢，其实是比较麻烦，真正大家现在，有很多人在尝试的一个方法，就是刚才我讲的，如果这个物理引擎，它能保证deterministic的话呢。

我们可以尝试用那种叫真同步的方法，就是说，我整个游戏的状态和游戏的物理世界的模拟，都是deterministic的，这样的话，我只要在各个客户端之间同步彼此的输入，我们看到的游戏世界都是一致的。

比如说我最早在做这个3A游戏的这个网络版的时候，就是共动模式的时候，co-op的模式的时候，我们用的就是真同步的这个模型，其实我们只是同步彼此的输入，在两个玩家各自的主机上，其实在做各自那个独立的模拟。

但是我们能保证你的结果永远是一致的，对吧，这个是可以保证的，所以说在服务器端加物理引擎的话呢，现在有不排除有些产品在尝试，但是的话呢，我自己个人见的还是比较少，而且我觉得这里面还有很多的技术困难。

但我个人认为啊，随着这个物理引擎的deterministic这个问题解决的越来越好的话，包括未来的游戏的发展方向是越来越强调交互的话，我认为这可能是一个很重要的一个发展方向。

好的今天终于打破我们心得记录将近两个小时零七分钟了，对吧，所以的话我们今天问题先到这儿，那谢谢大家，我们下周再见，(音乐)，(音乐)，(音乐)，(音乐)，(音乐)，(音乐)，(音乐)，(音乐)。

(音乐)，(音乐)，(音乐)，(音乐)，(音乐)，(音乐)，(音乐)，(CC字幕製作：貝爾)，(CC字幕製作：貝爾)，(CC字幕製作：貝爾)，(CC字幕製作：貝爾)。

MING PAO CANADA | MING PAO TORONTO。