Unity ECS 实现 5 万条鱼群游DOTS 下的 Boids 群体行为算法实战【免费下载链接】EntityComponentSystemSamples项目地址: https://gitcode.com/GitHub_Trending/en/EntityComponentSystemSamplesBoids 是 1986 年提出的经典群体行为算法能让大量独立个体仅凭三条简单规则就涌现出鱼群、鸟群般的自然运动。这个 Unity DOTSData-Oriented Technology Stack数据导向技术栈示例项目用它驱动了 5 万条鱼的实体模拟默认场景直接实例化两群、各 25000 条鱼核心逻辑却只有三层 Job。本文拆解它如何用 ECSEntity-Component-System实体组件系统撑起这场大规模模拟。项目速览Boids 是 Unity Entities 生态的官方示例之一位于EntitiesSamples/Assets/Boids/。它模拟的是一幕海底场景鱼群自动聚合成群追逐 2 条红色目标鱼同时躲避 1 条鲨鱼。技术栈是 ECS Job System Burst 编译器实体只存数据行为由系统System驱动计算并行到多个线程。四个核心文件BoidSystem.cs主模拟系统包含三层 Job 流水线BoidAuthoring.cs定义Boid共享组件及 6 个行为参数BoidSchoolSpawnSystem.cs开局从预制体批量生成鱼BoidSchoolAuthoring.cs控制鱼群数量与生成半径为什么这样设计1. 参数用共享组件而不是普通组件。在BoidAuthoring.cs中Boid实现了ISharedComponentData接口值完全相同时被运行时归入同一批次的组件类型。这样设计有两个收益同参数鱼的数据在内存中紧密排布CPU 缓存命中率高同变体的鱼只与同类互相作用主系统可以逐变体独立跑一遍模拟批次之间没有依赖。BoidSystem.cs 里对uniqueBoidTypes的循环正是为这个服务的。2. 空间哈希代替暴力邻居搜索。标准 Boids 要求每个个体和所有其他个体两两比较复杂度 O(n²)。5 万条鱼意味着每帧约 25 亿次成对比较单帧根本算不完。该项目把 3D 空间按CellRadius量化成格子只比较同格内的邻居把复杂度降到接近 O(n)。3. 三层 Job 流水线代替单循环。邻居统计需要多个实体共享数据单个并行循环里不能边读边写。所以流程被拆成先把每条鱼的位置、朝向写入数组再并行合并每个格子的统计量最后并行计算新朝向。Job 之间的依赖用句柄显式声明竞态条件由编译器替你检查。核心机制是怎么跑起来的BoidSystem每帧调度三个 Job下面分三步走读。第一步空间哈希。InitialPerBoidJob遍历所有鱼把位置和朝向写入 NativeArray预分配好、无 GC 压力的托管外数组同时把位置量化进哈希桶。这一步让后两个 Job 能用常数时间拿到谁是邻居var hash (int)math.hash( new int3(math.floor(localToWorld.Position * InverseBoidCellRadius))); ParallelHashMap.Add(hash, entityIndexInQuery);InverseBoidCellRadius是1.0f / CellRadius的预算倒数避免热循环里反复除法。第二步格子合并。MergeCellsJob 并行遍历哈希桶为每个格子累加成员数、朝向之和对齐量、位置之和分离量同时顺手找出该格最近的目标鱼和鲨鱼。跑完后每条鱼需要的邻居统计都躺在自己的格子里cellCount[cellIndex] 1; cellAlignment[cellIndex] cellAlignment[cellIndex]; cellSeparation[cellIndex] cellSeparation[cellIndex];第三步三大规则与避障。SteerBoidJob读取格子统计量计算每条鱼的新朝向。核心是 Boids 三条经典规则的加权和——对齐跟上邻居的平均朝向、分离离人群中心远一点、趋目标红色鱼的方向var alignmentResult CurrentBoidVariant.AlignmentWeight * math.normalizesafe((alignment / neighborCount) - forward); var separationResult CurrentBoidVariant.SeparationWeight * math.normalizesafe((currentPosition * neighborCount) - separation); var targetHeading CurrentBoidVariant.TargetWeight * math.normalizesafe(nearestTargetPosition - currentPosition);如果鲨鱼进入ObstacleAversionDistance距离内最后一行会直接覆盖正常航向改成逃离方向——这就是鱼群瞬间散开效果的来源var targetForward math.select(normalHeading, avoidObstacleHeading, nearestObstacleDistanceFromRadius 0);性能体现在哪规模默认子场景Simulation.unity里两个鱼群实体的Count均为 25000共 5 万条鱼实体另有 2 个目标、1 个障碍物。复杂度空间哈希把每帧邻居搜索从约 2.5×10⁹ 次成对比较压缩为各格子内的局部累加接近 O(n)。并行度三个 Job 全部标注[BurstCompile]由 Burst 编译器做向量化和指令优化Job System 再把实体切分到多个 CPU 线程系统内dt被钳制在 0.05 秒以内帧时间波动时模拟仍然稳定。具体加速比与硬件相关建议用 Unity Profiler 自行测量对比。三步跑起来克隆仓库git clone https://gitcode.com/GitHub_Trending/en/EntityComponentSystemSamples用 Unity Hub 打开EntitiesSamples项目加载Assets/Boids/Boids.unity场景按 Play5 万条鱼由BoidSchoolSpawnSystem并行实例化立即开始群体行为想调整规模改子场景里BoidSchool的Count即可低配机器设 10000 条也足够观察效果。参数调优速查表参数位于Boid共享组件默认值取自 BoidAuthoring.cs参数仓库默认值作用调整建议CellRadius8.0空间哈希格子边长即邻居判定范围偏小易碎群偏大趋同成密集团AlignmentWeight1.0对齐权重跟随邻居平均朝向调高后队列更整齐转向更像整体SeparationWeight1.0分离权重保持个体间距调高更松散调低易扎堆TargetWeight2.0追逐目标鱼的权重三权重中默认最大主导行为ObstacleAversionDistance30.0触发躲避鲨鱼的警戒距离调高则鱼群更早散开MoveSpeed25.0每秒移动距离单位/秒调高整体游速更快生成侧参数在BoidSchool组件BoidSchoolAuthoring.csCount控制条数默认 25000InitialRadius控制出生球半径。还能拿它做什么水下生态最贴切的应用鱼群、水母群、深海生物带空中编队换权重即可做 V 字编队的鸟群交通仿真分离权重当车道间距目标当前方车流NPC 群体 AI怪物群、僵尸潮的集群移动疏散演练把障碍物换成出口方向模拟人群撤离总结与延伸三条核心收获数据布局决定性能共享组件把同参数实体排成连续内存是并行与缓存命中的前提空间分区是 O(n²) 变 O(n) 的通用技巧Boids 是最小的完整示范把读-改-写拆成三层 Job依赖显式化并行才安全可探索的扩展方向加行为状态机按鲨鱼距离在觅食、迁徙、逃散三种模式间切换引入个体差异少量实体挂领导者组件其余跟随观察群体涌现结合仓库自带的动画系统 SampledAnimationClipPlaybackSystem.cs用速度驱动游泳动画让高速鱼摆尾更快【免费下载链接】EntityComponentSystemSamples项目地址: https://gitcode.com/GitHub_Trending/en/EntityComponentSystemSamples创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考