射击游戏
🏦 场景与客户
一家做多人对战的工作室，立项一款战术射击游戏，目标平台 PC，主打小队对抗。团队三十余人，程序 10 人，其中网络方向 3 人。
射击游戏的体验几乎全押在网络同步上。原型阶段采用客户端上报命中，很快被玩家用延迟和改包玩坏；换成服务端判定后，高延迟玩家的射击要等一个往返才出结果，手感像在泥里跑。此外，武器手感长期没有统一标准，每把枪各调各的，改一把影响一片。
📅 实施节奏
- 第 1–3 周：确定服务端权威的判定模型，客户端只上报输入，不决定命中
- 第 4–8 周：加入客户端预测与服务器回滚，本地射击立刻出表现，服务端确认后修正
- 第 9–12 周：统一武器手感框架，后坐力、扩散、开镜时间全部走同一套参数结构
- 第 13 周起：搭建反作弊与行为审计，把异常命中率与异常输入模式纳入监控
🗝️ 方案要点
- 服务端权威：命中、伤害、死亡全部由服务端裁定，客户端表现只是预测，随时可被纠正
- 带时间戳的输入：客户端上报输入及本地时间，服务端按时间轴回滚到那一刻做判定，尽量贴近玩家的真实视角
- 表现层宽容：被回滚纠正时用平滑过渡而非瞬间归位，玩家不易察觉
- 武器参数模板：所有枪械由同一结构描述，新增武器是填表而非写代码，改一处不会牵连其他
⚖️ 选型与权衡
| 选择点 | 方案 | 权衡 |
|---|---|---|
| 命中判定 | 服务端权威 + 回滚补偿 | 公平且难作弊；代价是高延迟下本地表现与服务端结果偶有出入，需要靠表现层掩盖 |
| 同步频率 | 提高上行频率并压缩数据 | 手感更跟手；代价是带宽与服务器成本上升，弱网玩家的丢包影响也更明显 |
| 预测策略 | 只预测本地射击与移动 | 实现可控、回滚代价小；代价是被击中与队友状态仍有可见延迟 |
| 反作弊 | 服务端行为审计为主，客户端检测为辅 | 不易被绕过；代价是需要积累数据才能判定，误判风险要求申诉通道配套 |
🚧 实施难点与排查
- 高延迟下「打中了却没伤害」：服务端按收到的时间判定，与玩家看到的不同步。改为按输入携带的时间轴回滚判定后大幅改善
- 回滚导致画面抖动：每次纠正都把角色拽回旧位置。改为逻辑回滚、表现插值追平
- 一把枪调整影响全枪系：早期参数散落在各武器脚本中，共用了一份默认值。收敛为统一参数模板后隔离
- 误封争议：早期靠单一指标判定，误判率高。改为多指标加权并保留人工复核与申诉
💵 成本与收益
- 成本：同步方案与服务器改造约 4 人 × 12 周；服务器带宽是长期开销，随在线规模线性增长
- 收益：不同延迟下的体验差距明显收窄；作弊导致的差评与流失减少
- 省钱的点：把作弊与同步问题挡在早期，比上线后重建经济与口碑便宜得多
🛡️ 风险与保障
- 公平：所有影响胜负的判定在服务端执行，客户端结果不作为依据
- 弱网：支持丢包重传与短暂断线重连，不因一次抖动直接判负
- 误判兜底：反作弊判定分级处理，可疑先标记再复核，保留申诉入口
- 可追溯：对局保留输入与判定日志，争议局可完整复盘
♾️ 可复用与演进
- 「服务端权威 + 客户端预测 + 回滚补偿」是实时对抗品类的通用骨架，可用于载具、动作等方向
- 演进方向：用回放与埋点做平衡性分析，让武器调整基于数据而非体感
- 再进一步：把对局数据接入观战与集锦系统，服务赛事与社区内容
