竞技体育
🏦 场景与客户
一家做体育类游戏的工作室，立项一款竞技体育对战游戏，题材是团队球类，目标平台主机与 PC，主打在线实时对战与本地双人。团队二十余人，程序占一半。
这类项目的命门是操作手感。原型阶段的球感被内部评价为「像在推箱子」：传球有延迟、射门没有力量反馈、球员转身像转盘。更麻烦的是联网之后，两端的表现对不上——同一脚射门，主机端判定进球，客机端判定被扑出。团队原来的同步方案是状态广播，网络一抖就互相拉扯。
📅 实施节奏
- 第 1–3 周：把球员移动、传球、射门拆成独立的手感模块，每个模块定一个可量化的指标（输入到生效的延迟帧数）
- 第 4–8 周：同步方案改为中心化的确定性模拟，输入带帧号上行，两端各自推进
- 第 9–12 周：加入预测与回滚，把本地输入立刻生效，远端输入到达后重演修正
- 第 13 周起：建自动化对战回放，用固定输入序列跑长局，检查两端状态是否分叉
🗝️ 方案要点
- 输入上行、状态不上行：网络只传按键与时间戳，状态由两端各自算出。带宽小，且不会出现「谁说了算」的争议
- 逻辑与表现分离：判定只看模拟状态，动画与特效只是跟随。避免「看着进了其实没进」
- 输入缓冲：给按键留几帧的缓冲窗口，玩家的操作意图不会因为按早按晚几毫秒就丢失
- 回放可复现：一局对战存下来就是一份输入序列，任何机器能重演出同一场比赛
⚖️ 选型与权衡
| 选择点 | 方案 | 权衡 |
|---|---|---|
| 同步模型 | 确定性帧同步 + 回滚 | 带宽极低、回放天然支持；代价是逻辑必须严格确定，任何一处用了不确定的浮点或随机都会分叉 |
| 手感调优 | 输入缓冲 + 动画融合 | 操作更跟手；代价是「按早了也生效」会牺牲一部分硬核玩家的精确控制感 |
| 物理 | 自研简化物理，不用通用引擎物理 | 可控、确定、性能好；代价是球的弹跳与碰撞要自己调，前期投入大 |
| 延迟处理 | 回滚重演而非延迟补偿 | 本地响应即时；代价是弱网下画面会出现短暂抖动，需要做表现层平滑掩盖 |
🚧 实施难点与排查
- 两端比分会分叉：定位为某次随机数取用顺序不同。改为随机种子由服务端下发，所有随机调用走统一序列
- 强网下也偶发不同步：浮点在不同平台精度有差异。关键判定改用定点数后稳定
- 回滚时画面撕裂：重演导致位置瞬间跳变。做法是重演只改逻辑，表现层用插值追上，不做瞬移
- 手感改一处坏一处：早期参数散在各处。收敛成一份手感配置文件，配合回放做前后对比，才敢连续调
💵 成本与收益
- 成本：同步方案重构约 3 人 × 10 周；服务器只做转发与校验，带宽成本远低于状态同步方案
- 收益：弱网下的可玩性明显改善；回放能力顺带支撑了观战、复盘与举报取证
- 省钱的点：确定性模拟让「用回放复现 bug」成为可能，省下大量靠人肉复现的测试时间
🛡️ 风险与保障
- 公平：服务端校验输入合法性，超频输入、异常连击直接拒绝
- 反作弊：关键结算由服务端重演确认，客户端上报的比分不作为唯一依据
- 断线：支持短暂断线重连后按输入序列补齐，不直接判负
- 可追溯：每局保留输入序列，争议局可完整复盘
♾️ 可复用与演进
- 「输入上行 + 确定性模拟 + 回滚」适用于所有强对抗品类，格斗、竞速、射击的底层逻辑相通
- 演进方向：观战与集锦剪辑直接基于输入序列生成，不需要录屏
- 再进一步：把回放数据做成训练素材，用于平衡性分析与 AI 行为研究
