UNITY实战进阶-BatchRendererGroup+Jobs+Burst+RVO2+GPUAnimation 实现万人团战（一）

研究思路：GPUAnimation把动画放入GPU中处理，BatchRendererGroup进行动态批量渲染处理，Jobs+Burst进行多线程处理逻辑（移动、攻击等），RVO2采用Jobs的寻路导航。

准备工作：
Editor => Project Setting =>Package Manager => Enable Pre-release Package勾选
PackageManager安装以下：Jobs、Burs、Universal RP

URP渲染管线

Rendering=>Create “Universal Render Pipeline Asset”
Editor=>Project Setting=>Quality=>RenderPipelineAsset=>“Universal Render Pipeline Asset”
Editor=>Project Setting=>Graphics=>ScriptsableRenderPipelineSetting=>“Universal Render Pipeline Asset”

Job System C#任务系统

  1. 在Job System对外之前，Unity虽然内部是多线程处理，但是外部的代码都必须跑在主线程上。
  2. C＃虽然支持Thread，但是在Unlty中只能处理数据，例如：网络消息、下载。如果想在Thread中调用Unity的API那是不行的。
  3. 有了Job System就可以充分利用CPU的多核，例如：在多线程中修改Transform旋转、缩放、平移
  4. 例如：MMO游戏判断碰撞、大量同步角色坐标、大量的血条飘字等都比较适合Job System
  5. Unity没有直接将Thread开放出来，可以有效避免Thread被滥用，开发者可放心使用Job而不用太多关心如线程安全、加锁这些问题。
  6. Job最好配合Burst编译器，这样能生成高效的本地代码（后面会细聊Burst）

job中只能使用值类型（float，int，uint，short，bool。。。），enums，structs和其他类型的指针。
job中不能使用引用类型，T[]数组属于引用类型，无法使用，使用NativeArray<T>[]替代。

所以:接口IJob是个开线程的操作，再job中按顺序执行，所以可以准确的保证值的准确性

    //在job中按顺序执行，所以可以准确的保证值的准确性struct MyStruct : IJob{public NativeArray<float> values;public float offset;public void Execute(){for (int i = 0; i < values.Length; i++){values[i] += offset;}}}void Update(){NativeArray<float> values = new NativeArray<float>(500, Allocator.Persistent);MyStruct myStruct = new MyStruct();myStruct.values = values;myStruct.offset = 10;for (int i = 0; i < 1000; i++){JobHandle jobHandle = myStruct.Schedule();jobHandle.Complete();}values.Dispose();}

接口IJobParallelFor，在job中按并行执行，内部会自动加锁

    //在job中按并行执行，内部会自动加锁struct MyStruct2 : IJobParallelFor{//声明数据是只读的，意味着copy这个数据不需要加锁[ReadOnly]public NativeArray<float> copy;//非声明ReadOnly，默认values为write/read，数据一旦改变，job会等待public NativeArray<float> values;public void Execute(int index){values[index] = copy[index];}}void Update(){NativeArray<float> values = new NativeArray<float>(500, Allocator.Persistent);NativeArray<float> copy = new NativeArray<float>(500, Allocator.Persistent);for (int i = 0; i < copy.Length; i++){copy[i] = Random.Range(0, int.MaxValue);}MyStruct2 myStruct = new MyStruct2();myStruct.values = values;myStruct.copy = copy;for (int i = 0; i < 1000; i++){JobHandle jobHandle = myStruct.Schedule(values.Length, 32);jobHandle.Complete();}values.Dispose();copy.Dispose();}

Burs编译器

  1. Burst编译器是以LLVM为基础的后端编译技术。
  2. 编译器的原理会分5个步骤；源代码—》前端—》优化器—》后端—》机器码。
  3. LLVM的定义了个抽象语言IR，前端负责将源代码（C＃）编译成IR，优化器负责优化IR，后端负责将IR生成目标语言这里就是机器码。
  4. 正是因为抽象语言IR的存在，所以LLVM支持的语言很多，而且也方便扩展C＃、ActionScript、Ada、D语言、Fortran、GLSL、Haskell、Java字节码、Objective-C、Swift、Python、Ruby、Rust、Scala等 语言。
  5. LLVM代码是开源了，所以Unlty很适合用它来做Burst的编译。
  6. 遗憾的是LLVM对C＃的GC做的不好，所以burst只支持值类型数据编译，不支持引用类型数据编译

Unity.Mathematics数学库

  1. Unity.Mathematics提供矢量类型（float4，float3．．）它可以直接映射到硬件SIMD寄存器。
  2. Unlty.Mathematics的Math类中也提供了直接映射到硬件SIMD寄存器。
  3. 这样原本CPU需要一个个计算的，有了SIMD可以一次性计算完毕。
  4. 需要注意的是unlty之前的Math类默认是不支持映射SIMD寄存器的。

        如何启动BursCompile，我们可以在C#代码中使用Burst编译器。在需要使用Burst编译器的方法或类上添加[BurstCompile]属性。

        我们需要在Unity3D项目的Player Settings中启用Burst编译器。在Unity3D编辑器中，选择Edit -> Project Settings -> Player，在Inspector窗口中找到Scripting Backend选项，选择IL2CPP，并勾选“Enable Burst Compilation”选项即可。

  1. Struct上添加BursCompile即可。
  2. Struct必须是继承IJob类，否则无效。
 //在job中按顺序执行，所以可以准确的保证值的准确性[BurstCompile]struct MyStruct : IJob{public NativeArray<float> values;public float offset;public void Execute(){for (int i = 0; i < values.Length; i++){values[i] += offset;}}}

设计模式-组合模式: 类似GameObject上绑定组件，组件化。

GPU Instancing Animation

我这里给大家提供个基础方案：https://github.com/piti6/UnityGpuInstancedAnimationicon-default.png?t=N7T8https://github.com/piti6/UnityGpuInstancedAnimation

这里要注意的是：不支持fbx里面有多个skinnedMeshRenderer，需要手动分离多个Prafabs，Editor中仅支持生成带Animator和Controller的Prefab。

With your custom FBX files

  1. Create prefab with target file.
  2. Make sure you have one SkinnedMeshRenderer on your prefab - (also counts children SkinnedMeshRenderer)
    I have no plan to support Nested SkinnedMeshRenderer.
  3. Make sure you referenced AnimatorController to your skinnedMeshRenderer`s Animator with setup-wanted animations.
  4. Click your prefab, then click top menu AnimatedMeshRendererGenerator -> MeshToAsset.
  5. Call AnimatedMeshAnimator::Play(string animationName, float offsetSeconds) on your script.
    (Warning - animationName goes to original Animator`s display name, not file name.)

所以，我这里自己修改了以下步骤：

  1. 添加Editor编辑面板。
  2. 先根据Animator和Controller查找对应的Clips资源，若没有直接在FBX中查找Clips资源

上测试图，这是开启URP的效果：

接下来聊下如何适配URP：

Github的项目本身是2018年的产物，为什么选择这个项目是因为其他的烘焙动画项目的渲染图太大了，这个项目就比较友好，简单易懂易二次开发，渲染的动画图较小。

项目的Shader采用表面着色器，其实URP渲染管线支持几何、片段、顶点等等，但是这个项目的shader是不支持的，所以需要大家自行去修改支持URP的Shader或者Vertex的Shader，其实很简单，把表面着色器的代码修改为顶点着色器的代码，在修改为URP的代码。 

代码借鉴：

Unity 手把手教你从Built-in升级URP - 知乎一、前言URP正式发布已经很久了，现在是2023年，但是发现现在网上的一些Shader教程还是大多都是基于Built-in的，感觉对于新手同学们不是很友好，关于URP的教程又少之又少。 这里结合个人经验以及网络上的一些资料…icon-default.png?t=N7T8https://zhuanlan.zhihu.com/p/604880712

未完待续。。。。

 有兴趣的小伙伴可以关注一波

 o(*￣▽￣*)ブ

​

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/300149.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

PCI总线学习笔记：读写篇

PCI总线学习笔记：读写篇

前言 最近在写E1000网卡的驱动&#xff0c;这其中涉及到了PCI总线的相关内容。但是网上大部分关于PCI的文章都只局限在概念上的描述&#xff0c;并没有给出具体的例子来解释。这其实也是情理之中的&#xff0c;因为PCI总线规范就像是一个抽象的接口&#xff0c;其具体怎么实现…
阅读更多...
正确使用@Autowired

正确使用@Autowired

目录 一、前言二、跟着官方文档&#xff0c;学习正确使用Autowired0、实验环境1、通过构造方法进行注入1.1 问题1&#xff1a;那万一没有这个CustomerPreferenceDao对象&#xff0c;会报错吗&#xff1f; 2、通过setter方法注入3、通过方法注入&#xff08;这个方法可以是任意名…
阅读更多...
为什么苹果 Mac 电脑需要使用清理软件？

为什么苹果 Mac 电脑需要使用清理软件？

尽管 Apple Mac 电脑因其卓越的性能、简洁高效的 macOS 操作系统及独特的美学设计备受全球用户青睐&#xff0c;但任何电子设备在长期使用后都难以避免面临系统资源日渐累积的问题。其中一个重要维护需求在于&#xff0c;随着使用时间的增长&#xff0c;Mac电脑可能会由于系统垃…
阅读更多...
go库x/text缺陷报告CVE-2022-32149的处理方案

go库x/text缺陷报告CVE-2022-32149的处理方案

#问题描述 go库 golang.org/x/text &#xff0c;注意这里不是go的源码&#xff0c; 在0.3.8版本之前存在一个缺陷(Vulnerability) 缺陷ID CVE-2022-32149 具体描述 攻击者可以通过制作一个Accept-Language报头来导致拒绝服务。 具体的原因是&#xff0c;在解析这个Accept-L…
阅读更多...
数据结构__顺序表和单链表

数据结构__顺序表和单链表

顺序表的改进 问题&#xff1a; 1. 中间/头部的插入删除&#xff0c;时间复杂度为O(N) 2. 增容需要申请新空间&#xff0c;拷贝数据&#xff0c;释放旧空间。会有不小的消耗。 3. 增容一般是呈2倍的增长&#xff0c;势必会有一定的空间浪费。例如当前容量为100&#xff0c;满了…
阅读更多...
C++——位图和布隆过滤器

C++——位图和布隆过滤器

在C中&#xff0c;哈希这种思想的应用场景有很多&#xff0c;位图就是其中的一种。 位图 位图&#xff1a;位图是一种哈希思想的产物&#xff0c;可以通过它来对数据进行快速的查找的方法&#xff0c;在位图中&#xff0c;有2种状态来表示在或者不在&#xff0c;即1/0。 位图…
阅读更多...
大数据系列 | Kafka架构分析及应用

大数据系列 | Kafka架构分析及应用

大数据系列 | Kafka架构分析及应用 1. Kafka原理分析2. Kafka架构分析3. Kafka的应用3.1. 安装Zookeeper集群3.2. 安装Kafka集群3.3. 生产者和消费者使用3.3.1. 生产者使用3.3.1. 消费者使用 4. Kafka Controller控制器 1. Kafka原理分析 Kafka是一个高吞吐量、 持久性的分布式…
阅读更多...
宏的使用(C语言详解)

宏的使用(C语言详解)

在写一个代码生成可执行文件的过程需要经过编译和链接&#xff0c;编译又要经过三部&#xff1a;预处理&#xff0c;编译&#xff0c;汇编。 #define定义的变量和宏就是在预处理阶段会处理的。 一个简单的宏定义&#xff1a; #include<stdio.h>; #define Max(a,b) a>…
阅读更多...
CTF之GET和POST

CTF之GET和POST

学过php都知道就一个简单传参&#xff0c;构造payload:?whatflag得到 flag{3121064b1e9e27280f9f709144222429} 下面是POST那题 使用firefox浏览器的插件Hackbar勾选POST传入whatflag flag{828a91acc006990d74b0cb0c2f62b8d8}
阅读更多...
Web APIs简介 Dom

Web APIs简介 Dom

JS的组成 API API 是一些预先定义的函数&#xff0c;目的是提供应用程序与开发人员基于软件或硬件得以访问一组例程的能力&#xff0c;而又无需访问源码&#xff0c;或理解内部工作机制的细节 简单理解&#xff1a;API是给程序员提供的一种工具&#xff0c;以便能更轻松的实现…
阅读更多...
【白菜基础】初识蛋白质组学

【白菜基础】初识蛋白质组学

这篇文章写得很详细&#xff0c;可以仔细阅读&#xff1a;干货&#xff01;5000字基于质谱的蛋白质组详细总结|蛋白质组 1. 蛋白质组学的概念 蛋白质组&#xff08;Proteome&#xff09;&#xff1a;一个细胞或组织由整个基因组表达的全部蛋白质。 蛋白质组学&#xff08;Pr…
阅读更多...
Longan Pi 3H简约外壳分享

Longan Pi 3H简约外壳分享

Longan Pi 3H简约外壳分享 因为购买了Longan Pi 3H&#xff0c;它用的是H618&#xff0c;我记得香橙派zero2w 也是这个芯片&#xff0c;不过我很喜欢sipeed的这个风格&#xff0c;特别好看&#xff0c;而且该有的都有&#xff0c;不说废话了&#xff0c;直接上图片和文件 链接…
阅读更多...
redis群集有三种模式

redis群集有三种模式

目录 redis群集有三种模式 redis群集有三种模式 分别是主从同步/复制、哨兵模式、Cluster ●主从复制&#xff1a;主从复制是高可用Redis的基础&#xff0c;哨兵和集群都是在主从复制基础上实现高可用的。主从复制主要实现了数据的多机备份&#xff0c;以及对于读操作的负载均…
阅读更多...
微信小程序使用icon图标

微信小程序使用icon图标

原因&#xff1a; 微信小程序使用fontawesome库使用icon图标&#xff0c;网上有很多教程&#xff0c;按照网上说法制作&#xff0c;引入到微信小程序中&#xff0c;但是验证成功&#xff0c;只能使用部分图标&#xff0c;结果不尽如人意。后面使用阿里巴巴开源iconfont来使用ic…
阅读更多...
Git入门实战教程之创建版本库

Git入门实战教程之创建版本库

一、Git简介 Git是一个分布式版本控制系&#xff0c;分层结构如下&#xff1a; Git分为四层&#xff1a; 1、工作目录 当前正在工作的项目的实际文件目录&#xff0c;我们执行命令git init时所在的地方&#xff0c;也就是我们执行一切文件操作的地方。 2、暂存区 暂存区是…
阅读更多...
拾光坞N3 ARM 虚拟主机 i茅台项目

拾光坞N3 ARM 虚拟主机 i茅台项目

拾光坞N3 在Dcoker部署i茅台案例 OS&#xff1a;Ubuntu 22.04.1 LTS aarch64 cpu&#xff1a;RK3566 ram&#xff1a;2G 部署流程——》mysql——》java8——》redis——》nginx mysql # 依赖 apt update apt install -y net-tools apt install -y libaio* # 下载mysql wg…
阅读更多...
分享10个免费高可用的GPT3.5和4.0网站并做功能测试【第一个】

分享10个免费高可用的GPT3.5和4.0网站并做功能测试【第一个】

1.介绍 网址&#xff1a;直接点&#xff1a;aicnn 或者 www.aicnn.cn 基于ChatGPT可以实现智能聊天、绘画生成、高清文本转语音、论文润色等多种功能&#xff0c;基于sd和mj实现的绘画功能&#xff0c;下面是功能测试&#xff1a; 博主从 1.GPT3.5是否完全免费/是否限制频率、…
阅读更多...
【前沿模型解析】潜在扩散模 1 | LDM第一阶段-感知图像压缩总览

【前沿模型解析】潜在扩散模 1 | LDM第一阶段-感知图像压缩总览

文章目录 0 开始~1 感知压缩的目的2 自回归编码器-解码器生成模型一览2.1 AE 自编码器2.2 VAE 变分自编码器2.3 VQ-VAE2.4 VQ-GAN 3 代码部分讲解总览 0 开始~ 从今天起呢&#xff0c;我们会剖析LDM&#xff08;潜在扩散模型&#xff09; 从去年开始&#xff0c;大量的生成模…
阅读更多...
国内ChatGPT大数据模型

国内ChatGPT大数据模型

在中国&#xff0c;随着人工智能技术的迅猛发展&#xff0c;多个科技公司和研究机构已经开发出了与OpenAI的ChatGPT类似的大型语言模型。这些模型通常基于深度学习技术&#xff0c;尤其是Transformer架构&#xff0c;它们在大量的文本数据上进行训练&#xff0c;以理解和生成自…
阅读更多...
Thinkphp5萤火商城B2C小程序源码

Thinkphp5萤火商城B2C小程序源码

源码介绍 Thinkphp5萤火商城B2C小程序源码&#xff0c;是一款开源的电商系统&#xff0c;为中小企业提供最佳的新零售解决方案。采用稳定的MVC框架开发&#xff0c;执行效率、扩展性、稳定性值得信赖。 环境要求 Nginx/Apache/IIS PHP5.4 MySQL5.1 建议使用环境&#xff…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023