【Unity】十万人同屏寻路？从传统RVO到DOTS Jobs的性能跃迁之路

1. 从千人同屏到十万人的技术挑战

在游戏开发中，实现大规模角色同屏一直是性能优化的终极挑战之一。记得我第一次尝试实现千人同屏时，即使使用了当时最先进的多线程RVO算法，在i7处理器上也只能勉强维持30帧。当角色数量突破5000时，帧率直接跌到个位数，GC（垃圾回收）导致的卡顿让游戏体验变得极其糟糕。

传统RVO（Reciprocal Velocity Obstacles）算法的瓶颈主要体现在三个方面：

• GC压力：每帧需要为每个角色创建临时数据结构
• 线程同步开销：多线程间数据交换导致的等待
• 计算复杂度：O(n²)的时间复杂度让性能随角色数量指数级下降

实测数据显示，在Unity 2021版本中使用传统多线程方案：

• 1000个角色：稳定60FPS
• 5000个角色：约15-20FPS
• 10000个角色：直接卡顿到无法操作

2. DOTS技术栈的革命性突破

Unity的DOTS（Data-Oriented Technology Stack）技术栈为我们带来了全新的解决方案。其核心在于三个关键技术：

2.1 Jobs System并行计算框架

通过将RVO算法改写成Job形式，我们实现了真正的数据并行。比如将传统的Agent更新逻辑改造成这样的结构：

[BurstCompile] struct RVOUpdateJob : IJobParallelFor { [ReadOnly] public NativeArray<AgentData> inputAgents; [WriteOnly] public NativeArray<Velocity> outputVelocities; public void Execute(int index) { // 每个Agent独立计算避障逻辑 var newVel = CalculateRVO(inputAgents, index); outputVelocities[index] = newVel; } }

2.2 Burst编译器性能魔法

Burst编译器能将C#代码编译成高度优化的原生代码。在我们的测试中，同样的RVO算法经过Burst编译后：

• 计算速度提升8-10倍
• 完全避免了托管堆内存分配
• 自动向量化指令集优化

2.3 Entity Component System数据布局

ECS通过紧凑的内存布局消除了缓存未命中问题。我们对比了两种数据存储方式：

3. 实战：RVO到RVO2的改造之路

3.1 数据结构的并行化改造

传统RVO中的Agent类需要彻底重构。我们将其拆分为：

• 位置数据：float3数组
• 速度数据：float3数组
• 参数数据：半径、最大速度等打包成结构体数组

struct AgentData { public float radius; public float maxSpeed; public float priority; }

3.2 NativeContainer使用技巧

正确使用NativeArray和NativeHashMap是关键。我们总结了这些经验：

• 优先使用Allocator.Persistent长期存在的数据
• 临时数据使用Allocator.TempJob
• 避免在Job中频繁分配内存

一个常见的坑是忘记Dispose NativeContainer，我们开发了自动回收工具类：

public class NativeArrayAutoDispose<T> : IDisposable where T : struct { public NativeArray<T> Array { get; } public NativeArrayAutoDispose(int length) { Array = new NativeArray<T>(length, Allocator.Persistent); } public void Dispose() { if(Array.IsCreated) Array.Dispose(); } }

3.3 避障算法优化

原始的ORCA算法有大量可以并行化的部分。我们通过以下改造获得5倍性能提升：

1. 将KDTree构建改为并行算法
2. 使用SIMD指令优化向量计算
3. 提前剔除距离过远的Agent

4. 与渲染系统的完美配合

4.1 Batch Renderer Group集成

通过BRG实现十万人渲染的关键配置：

var brg = new BatchRendererGroup( OnPerformCulling, IntPtr.Zero); var batchID = brg.AddBatch( mesh, 0, material, 0, ShadowCastingMode.On, true, false);

4.2 GPU Instancing优化

我们开发了特殊的Shader来处理大规模实例：

StructuredBuffer<float3> _Positions; StructuredBuffer<float4> _Rotations; v2f vert(uint instanceID : SV_InstanceID) { float3 pos = _Positions[instanceID]; float4 rot = _Rotations[instanceID]; // 实例化变换计算... }

5. 性能对比实测数据

在不同硬件平台上的测试结果：

特别在GC表现上：

• 传统方案：每帧产生约40MB垃圾
• DOTS方案：零GC分配

6. 避坑指南与优化建议

在实际项目中我们总结了这些经验：

1. 避免Job依赖死锁：使用JobHandle.CombineDependencies管理复杂依赖
2. Burst兼容性：注意避免使用反射等Burst不支持的特性
3. 内存对齐：确保NativeArray数据64字节对齐以获得最佳SIMD性能
4. 调试技巧：使用Unity的Job Debugger工具分析Job执行情况

一个典型的优化案例：通过调整Job的batchSize参数，我们在骁龙8Gen2上获得了额外30%的性能提升。

7. 未来优化方向

虽然当前方案已经实现十万人同屏，但我们还在探索：

• 基于DOTS的LOD系统
• 混合精度计算（半精度浮点数）
• 异步计算着色器辅助

最近测试显示，使用FP16精度可以将移动端的性能再提升15-20%，这可能是下一个性能突破点。