做了一个简单WebGL的FPS游戏，有大神能指导下后续开发吗？ - 知乎53被浏览<strong class="NumberBoard-itemValue" title="分享邀请回答firebox.im8添加评论分享收藏感谢收起11 条评论分享收藏感谢收起&>&&>&正文
想玩还需耐心等待 2014年值得期待的15款FPS游戏
10:13:24 来源：游民星空[编译] 作者：游民·Tianyulier 编辑：以陌　浏览：loading
　　目前已有一些很棒的第一人称射击游戏初露端倪。当新年第一季度结束时你便很有可能看到诸多大作冲击零售市场。所有的主流游戏主机都有自己支持的大作发布，其中有一些是跨平台的，另一些可能是独占作品。众多游戏从潜入动作，僵尸生存到巨型机甲，一系列精彩的第一人称射击游戏将在来年霸气登陆。
《泰坦陨落》
　　《泰坦陨落》最初在E3宣布为Xbox One独占游戏。其后不久，游戏宣布仅会限时独占。而现在，开发商Respawn Entertainment已经宣布《泰坦陨落》会同时在PC平台发布。如果你喜欢第一人称射击游戏，并且对巨大的战斗机甲情有独钟，那么你一定能在游戏中过一把瘾。不像其他游戏中那相似的机器人战斗体验，比方说《机甲战士OL》或《霍肯》，你大可以在需要的时候离开厚重的战斗机甲。
　　游戏角色可以使用的武器足以放倒这些“钢铁怪兽”。当然，这些机器人同样可以开火、粉碎或直接像踩蚂蚁一样消灭你。但至少玩家角色有战斗的胜算。不使用机甲的玩家会有一个敏捷加成的优势，就像我们在视频里看到的将会有喷气发动机助阵。如果在游戏中有我们可以使用的道具，那就是喷气发动机和巨大战斗机甲无误了。
友情提示：支持键盘左右键“← →”翻页
用手机访问
扫一扫，手机浏览
相关新闻：
综合热点资讯
单机游戏下载
| 不倒翁蜀黍【图片】关于FPS游戏开发的一些个人理解（2）【unity3d吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：85,655贴子：
关于FPS游戏开发的一些个人理解（2）收藏
因为大号登录不上，只能建个新帖继续谈谈个人对Unity3D中fps游戏开发的一些见解，觉得不对的欢迎大家来怼。原贴地址：
火星学习unity3d,编程师就业薪资20k起,毕业=高薪就业,unity3d0基础学习,半年即可入职一线游戏/互联网公司,火星终身免费推荐就业.
关于源码的问题，本帖只简单介绍一些开发技巧和细节，之后lz会推出一系列视频教程，详细讲解该如何开发一款成熟，高效的射击游戏，欢迎大家加QQ群：
进行技术交流。
要开发一款完整的FPS游戏，除了射击算法以外，在联机游戏中我们需要给玩家提供服务器，在单机游戏中我们需要给玩家提供有趣的AI，这就需要用到我们的游戏服务端开发与游戏AI的开发，包括提前设定的硬编码AI与进行人类行为模拟的机器学习，而一款大游戏最重要一点就是优化，所以我们需要拥有一套完善的数据结构，还有一些可以给游戏本身大大加分的操作，诸如场景物体破坏，场景物理模拟等，都在我们本次讨论的范畴内。开发使用的引擎版本为Unity ，本次版本更新提供了一些十分重要的物理系统的优化，可以让我们的游戏性能大大提升，所以我们选择发帖时最新版本为开发默认版本。
求更求更求更求更
在理解了多线程的用处以后，接下来就是数据结构了，除了刚才提到的concurrent数据结构以外，我们常用的非线程安全的数据结构有LinkedList, Stack, List, Dictionary等等，LinkedList属于双向链表，具体使用方法可以查阅微软官方文档，Dictionary我们可以用来缓存数据库信息，如玩家信息，子弹信息等，这些都是较为简单的
度娘吞楼，补上上一层：在unity中由于无法在分线程调用API，只能在分线程中使用数据类型如Vector3等，因此我们可以把较为复杂的数学运算，迭代运算等放到分线程里进行计算，而通过委托将需要调用API的任务堆到线程安全的容器中，等待主线程的调用，这里给出一段示例代码，使用.Net4.x新出的高效，方便的Task而不是老的Thread，可以大幅度提高线程调用效率：using UnityEusing System.Cusing System.Collections.Gusing System.Collections.Cusing Susing System.Tusing System.Lusing System.Threading.Tpublic class Loom : MonoBehaviour{private static Loom _public static bool initialized {get { return _}}public static Loom Current {
Initialize ();
}void Awake (){if (_current) {Destroy (this);}_current =
_initialized =updateLink = new ConcurrentQueue&Action& ();fixedUpdateLink = new ConcurrentQueue&Action& ();}void OnDestroy (){_current =_initialized =}public static void Sleep (int millisecond){Thread.Sleep (millisecond);}static bool _public static void Initialize (){
if (!_initialized && Application.isPlaying) {
_initialized =GameObject g = new GameObject (&Loom&);_current = g.AddComponent&Loom& ();
}/* * 在分线程内调用该函数* 将需要用到unity API的代码堆到主线程* */public static void QueueOnUpdate (Action action){updateLink.Enqueue (action);}public static void QueueOnFixedUpdate (Action action){fixedUpdateLink.Enqueue (action);
}public static async void RunThread (Action a){Task.Run (a);}public static void WaitAll (params Action[] actions){Task[] tasks = new Task[actions.Length];for (int i = 0; i & tasks.L ++i) {using (Task t = Task.Run (actions [i])) {tasks [i] =}}Task.WaitAll (tasks);}public static void WaitAny (Action[] actions){Task[] tasks = new Task[actions.Length];for (int i = 0; i & tasks.L ++i) {using (Task t = Task.Run (actions [i])) {tasks [i] =}}Task.WaitAny (tasks);}static ConcurrentQueue&Action& updateLink = new ConcurrentQueue&Action& ();static ConcurrentQueue&Action& fixedUpdateLink = new ConcurrentQueue&Action& ();void FixedUpdate (){Awhile (fixedUpdateLink.TryDequeue (out a)) {a ();}}void LateUpdate (){Awhile (updateLink.TryDequeue (out a)) {a ();}}}
NPC AI的编写：可以说第一人称视角是最接近现实的，AI主要分为两部分，较为初级的硬编码AI和进阶的机器学习，首先来说一下硬编码AI，所谓硬编码，就是指使用行为树，状态机等代码实现的AI，行为都是可预知的，由游戏设计师设计的。一个NPC的AI一定会满足“输入--&思考--&行为”这三部分，比如这里的这幅图，我们假设绿色球为NPC，而红色球为玩家：即使AI的背后是程序控制，是上帝视角，时刻知道玩家位置，他也不应该像开透视挂一样直接冲过去打死玩家，也应该加上一个思考时间，所以我们需要模拟的是一个视锥体，从而给NPC一个感知，一般距离越远感知时间越长（需要花掉更多时间），角度偏差越大，感知时间越长。比方说这幅图内，玩家距离NPC我们假设是10m，NPC面朝前方，玩家大概在NPC右侧40度左右，我们就可以通过计算NPC方向和两者距离两向量（注意化为单位向量）的点积和距离向量的模长来给出一个NPC反映时间，而这些感知都是可以使用分线程来计算，最后再同步到主线程的。
那么真实的场景肯定是错综复杂的，而不是一个方形或者圆形，因此我们需要考虑遮挡问题，比如这里两玩家之间有个墙，而很显然NPC作为上帝视角拥有者是知道玩家在墙后的，所以我们可以使用Physics.Raycast或者Physics.SphereCast来进行射线检测（不知道的同学自行查文档吧），如果两者之间无遮挡，NPC可以直接向玩家开枪，否则NPC这里可以做出决策，比如通过一个0-1的随机数，当随机大于0.5时去墙后看看，否则在其他地方转悠，这就是一个较为简单的有限状态机的实现
大佬，请继续
接下来就是较为复杂的行为树系统，就像二叉树一样，行为树本身也是由逻辑判断+行为节点组成，在人类的大脑中，由数亿神经元组成网络，其层数多达11层，非常复杂，其中逻辑判断是神经网络重要的一个功能。这里给出一段伪代码，简单的讲述了行为树的一个基本操作：Switch(Behave):case 站立:通过视觉侦测敌人方向（采用越远越难发现，越偏越难发现的原则，切换到怀疑状态）通过听觉侦测敌人方向（靠近时听脚步声确定位置，远处时听诸如枪声或打碎物品的声音判断敌人出现的最后位置，听到后切换到怀疑状态）通过触觉侦测敌人位置（敌人特别接近时切换状态到攻击状态）case 巡逻：在提前设置好的几个点之间移动，移动结束后切换回站立状态case 怀疑：较慢的速度前往事件发生的点（如玩家开枪的点），如发现敌人，切换到攻击状态，否则切换到巡逻或站立。case 攻击：利用周边掩体，与敌人对射，如敌人消失，切换到追逐状态，如敌人死亡，切换到巡逻状态。case 追逐：跑步追逐敌人，若消失时间太长，切换到怀疑状态，若距离小于一定值，切换到攻击状态。这段利用一个有限状态机表现的一个行为树系统，反映了各个状态之间的切换，实际状态一般会复杂的多，不过原理大致如此
机器学习是较为高阶的AI，通过在服务端搭建图形工作站，或在开发者的机器上进行训练，然后将已经训练好的AI给玩家，这里给出本人的强化学习环境安装教程：以及视频中用到的机器学习的下载地址：
接下来呢说一下服务端这一块的一个设计思路，假设我们的游戏采用C/S架构，服务端的作用就主要是将其他玩家信息，场景信息传递给每一个玩家，首先，最最基本的一个原则就是，在服务端与客户端高频交流时尽量避免使用TCP，无论信息是否要求可靠，都尽量避免使用TCP而是使用UDP，若信息要求可靠，我们可以在应用层中实现可靠传输，而不是依赖于TCP的可靠传输，因为TCP的时序对游戏信息的动态更新是很不利的，丢包率5%左右延迟就已经非常高了，而可靠UDP实现在20%丢包率时延迟都不高。所以我们首先来讲一下如何使用可靠的UDP
晚些写点代码再更吧，有点累
期待UDP部分
这里摘两段从博客上截下来小改一下的代码，实现了最简单的udp，代码非常简单很容易理解，使用socket进行udp的对话，收发都是在单线程内，服务端大神可自觉忽略此楼，不懂的小白读两遍也能轻松理解。实现了基本的udp，我们就要来开始正式的异步多线程+高频更新的网络IO开发了。
using Susing System.Collections.Gusing System.Tusing System.Nusing System.Net.Susing UnityEnamespace UDP{class Program{void Client(){byte[] data = new byte[1024];string
stringD//构建TCP 服务器Debug.Log(&This is a Client, host name is & + Dns.GetHostName());//设置服务IP，设置TCP端口号IPEndPoint ip = new IPEndPoint(IPAddress.Parse(&127.0.0.1&), 8001);//定义网络类型，数据连接类型和网络协议UDPSocket server = new Socket(AddressFamily.InterNetwork, SocketType.Dgram, ProtocolType.Udp);string welcome = &Hello! &;data = Encoding.ASCII.GetBytes(welcome);server.SendTo(data, data.Length, SocketFlags.None, ip);IPEndPoint sender = new IPEndPoint(IPAddress.Any, 0);EndPoint Remote = (EndPoint)data = new byte[1024];//对于不存在的IP地址，加入此行代码后，可以在指定时间内解除阻塞模式限制int recv = server.ReceiveFrom(data, ref Remote);Debug.Log(&Message received from& + Remote.ToString());Debug.Log(Encoding.ASCII.GetString(data, 0, recv));for(int i = 0; i & 100; ++i){server.SendTo(Encoding.ASCII.GetBytes(&From Server: & + i), Remote);//发送一条信息data = new byte[1024];recv = server.ReceiveFrom(data, ref Remote);stringData = Encoding.ASCII.GetString(data, 0, recv);Debug.Log(stringData);}Debug.Log(&Stopping Client.&);server.Close();}void Server(){byte[] data = new byte[1024];//得到本机IP，设置TCP端口号
IPEndPoint ip = new IPEndPoint(IPAddress.Any, 8001);Socket newsock = new Socket(AddressFamily.InterNetwork, SocketType.Dgram, ProtocolType.Udp);//绑定网络地址newsock.Bind(ip);Debug.Log(&This is a Server, host name is & + Dns.GetHostName());//等待客户机连接Debug.Log(&Waiting for a client&);//得到客户机IPIPEndPoint sender = new IPEndPoint(IPAddress.Any, 0);EndPoint Remote = (EndPoint)(sender);recv = newsock.ReceiveFrom(data, ref Remote);Debug.Log(&Message received from : & + Remote.ToString());Debug.Log(Encoding.ASCII.GetString(data, 0, recv));//客户机连接成功后，发送信息string welcome = &你好 ! &;//字符串与字节数组相互转换data = Encoding.ASCII.GetBytes(welcome);//发送信息newsock.SendTo(data, data.Length, SocketFlags.None, Remote);while (true){data = new byte[1024];//发送接收信息recv = newsock.ReceiveFrom(data, ref Remote);Debug.Log(Encoding.ASCII.GetString(data, 0, recv));newsock.SendTo(Encoding.ASCII.GetBytes(&Message Received! Thank you!&), recv, SocketFlags.None, Remote);}}}}
使用上边讲过的多线程与线程安全数据容器的知识，我们来实现一波异步IO，多线程异步不会再有udp对话那种“你一言必须我一语”的堵塞，可以完美的进行高频收发（注意这两个函数可以同时执行时可以使用同一个socket的）：.Net作为非常优秀的CPU密集型运算架构，有着其他语言，其他平台无法比拟的轻量级异步能力，我们使用简单的几句就可以实现一套异步架构了。大家可以尝试一下，给send函数的queue中enqueue的数据是不是会添加到receive的queue中。
应用吧活动,
这里纠正一下顶上的错误，ref是不支持lambda表达式的，我们这里的endThreadSign可以随意定义一个变量，控制循环的结束。（Task是不支持Thread那种强制终止的，只能用这样的办法来软终止）。
这是如何发送可靠UDP的教程，如开枪等事件，是需要保证可靠的，服务端在没收到客户端的返回信息时，每隔一段时间就应该发送一次信息，而客户端则应该对信息作出反应。
能不能把你的demo或者成品发上来让大家瞧瞧？听你说得头头是道，好像很厉害的样子
好厉害...完全看不懂i
好帖楼主加油
楼主，我想问下，做类似于CS的游戏时，到底用的是人物整个模型还是单单两条手臂+一把枪，如果只是手臂的话，在其他玩家的视角里为什么是整个人，，，，渴望解答
如果是整个人的话，为啥好多人去做两条手的模型。。。。
圣诞节假期休息一下，这几天就开更！哈哈
你是真的厉害???，正在写一个tps,后坐力可以解决了
登录百度帐号制作一款FPS游戏需要多少钱？ - 知乎3被浏览276分享邀请回答0添加评论分享收藏感谢收起没有更多推荐了，
不良信息举报
举报内容：
VR初学者——FPS游戏开发
举报原因：
原文地址：
原因补充：
最多只允许输入30个字
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！}