首页 > 编程语言 >PCG——程序化地形生成(1)

PCG——程序化地形生成(1)

时间:2024-02-13 22:48:43浏览次数:35  
标签:prim int 线段 pos 生成 close PCG 程序化

前言

接触了半年多Houdini,佛系研究了一下PCG(Procedural Content Generation)相关的技术,这真是个好东西,赶在年前写个总结。Houdini 一款DCC软件,功能又多又强(初学者,不敢瞎描述这款神器),基于节点的操作方式,非常适合PCG,也非常适合程序员,我觉得游戏客户端至少要掌握一款DCC软件,如果只能掌握一款DCC软件那首选Houdini。PCG(Procedural Content Generation) 可以是程序化生成任何东西,这里主要研究程序化生成地形。

游戏中大场景越大,投入的人力,时间越多。如何通过程序来降本增效是一件很值得研究的事情。程序按照一系列规则执行,程序化就是建立一系列规则并实现。这跟流水线的道理是一样的,把流水线的流程设计好,每个节点功能实现好,就可以自动化高效运作。但它跟传统的人工相比也并非全是优势,毕竟人工可以为所欲为,而程序只能根据规则执行,如果规则事无巨细则导致程序极其复杂,难以维护。简而言之,程序化可以节省成本,快速迭代,快速产出,人工可以打磨细节,让两者保持平衡,相互协作是PCG需要慎重考虑的,平衡的好则朝九晚六,平衡的不好则996ICU。

这篇文章主要记录我研究PCG的一些概述。

正文

本文包含了地形,河流,路网,植被生成。

地形生成

地形乃场景的基础,我将地形分为平原,高地,山脉,通过线段勾勒形状。

  • 平原

通过线段勾勒出基本形状,然后投影在HeightField上,再重映射高度,平滑边缘让其跟海面自然衔接。

  • 平滑边缘

  • 重映射高度

  • 高地

在平原上拔地而起的高地,高地的特征是:拔地而起,顶部平坦,有近乎垂直的斜坡。我希望远看或某些角度看高地有一种高不可攀的感觉,但它始终有路径可以从山脚抵达山顶(方便后续实现盘山路)。

高地的生成依旧通过线段勾勒出形状,随后将高地按层高切成若干层,层与层之间彼此连接,从边缘计算出一条可经过所有层的路径,这样就能保证始终有一条路径可以从山脚通往山顶。

  • 分层

方法是,将高度除以层高得到层数,通过voronoifracture将平面分层,然后计算每一层跟周围层的连接关系,这样连接层数最少的必然在边缘,可以将它作为上山的起点,从起点开始计算出一条经过所有层的路径,路径经过的层逐渐升高。

实现如下:

int first(int numprim)
{
    int count = 0;
    int pridx = 0;
    for (int i = 0; i != numprim; ++i)
    {
        int link_prims[] = prim(0, "link_prims", i);
        if (count == 0 || len(link_prims) < count)
        {
            count = len(link_prims);
            pridx = i;
        }
    }
    return pridx;
}

int has(int arr[]; int val)
{
    return find(arr, val) >= 0;
}

int handle_cell(int top; int trace[], close[], close_top[])
{
    int finish = 1;
    int close_beg = close_top[-1];
    int link_prims[] = prim(0, "link_prims", top);
    for (int i = 0; i != len(link_prims); ++i)
    {
        if (has(trace, link_prims[i])) { continue; }

        if (has(close[close_beg:], link_prims[i]))
        {
            continue;
        }

        append(close, link_prims[i]);
        append(trace, link_prims[i]);
        append(close_top, len(close));
        finish = 0;
        break;
    }
    return finish;
}

//  路径记录在trace
//  已知不可走路径记录在close
//  close_top跟trace一一对应, 记录在close中的起始索引
//  即close[close_top[-1]: ]是trace[-1]所对应的close
int trace[];
int close[];
int close_top[];
append(trace,     first(@numprim));
append(close_top,               0);

for (; i@cell_count != len(trace); )
{
    int finish = handle_cell(trace[-1], trace, close, close_top);
    if (finish)
    {
        if (i@cell_count == len(trace))
        {
            break;
        }
        close = close[:close_top[-1]];
        pop(trace,     -1);
        pop(close_top, -1);
    }
}

for (int i = 0; i != len(trace); ++i)
{
    setprimattrib(0, "priority", trace[i], i);
}

如果把层作为一个整体升高,则会出现断层,还需要将层与层的共边修正形成类似斜坡。
思路是,计算每个点连接的层,如果连接层中有比当前层恰好高一级的层,则说明这个顶点需要向上抬升。

接下来将生成的mesh投影到HeightField,再平滑边缘即可。

  • 山脉

山脉依旧通过线段勾勒出形状,再remesh,并计算每个点到边缘的距离来控制高度,高度可以通过曲线控制,来达到越往中心越高的非线性高度。

  • 风化

最后将地形风化,并将凹陷的地面补平,让它有更多的平地。

  • 填补凹陷

这一步可有可无,我觉得游戏中的地形要充足利用,平坦地面更适合二次开发。

水域生成

水域包含:海,河流,湖泊。

将HeightField转化为Mesh,再将海平线以上的Prim删除。

  • 湖泊生成

用线段勾勒出湖泊,将湖泊覆盖的地形压低至湖泊最低高度形成湖岸,再将地形依据离岸边的距离压低至湖泊深度,形成漏斗形状(通过曲线控制,并非一定是漏斗)

  • 河流生成

用线段勾勒出河流,河流可以从一条河变成两条河也可以从两条河变成一条河,河流从高处流往低处,经过高低差较大的地形时形成瀑布,河流始终从湖泊流向湖泊或大海。

  • 勾勒河流

用线段勾勒河流,线段可以连接汇合成一条亦可分裂成两条。

  • 确定流向

线段吸附在地面上,将线段末端更高的点作为河流源头,并从源头到末端将点下压,确保每个点都不高于前一个点(源头是第一个点),这样就可以保证河流永远都是从高处流向低处。

线段会彼此相邻,比如A线段相邻B线段,而B是A的分支,那么应该先将A执行上述步骤,再执行B,以此类推,通过BFS算法来计算顺序,将最先画的线段作为第一条线段(河),加入到队列,然后执行算法:

  1. 从队列弹出一个线段
  2. 遍历线段的每一个顶点
  3. 将相邻且没有处理过的线段加入到队列
  4. 返回第一步,直到处理完所有线段

这样线段就有了确定的顺序,先从第一条开始,然后与它相邻的第一条线段,第二条线段……,与它相邻的第一条线段的第一条线段,第二条线段……

具体实现如下:

int has(int prim_has[]; int pridx)
{
    return find( prim_has, pridx) >= 0;
}

void insert_prim(int pridxs[], prim_que[], prim_has[])
{
    for (int pridx : pridxs)
    {
        if (!has(prim_has, pridx))
        {
            append(prim_que, pridx);
            append(prim_has, pridx);
        }
    }
}

int downflow_pt(int ptidxs[]; vector global_pos[])
{
    int is_swap = 0;
    vector first = global_pos[ptidxs[ 0]];
    vector last  = global_pos[ptidxs[-1]];
    
    if (first.y < last.y)
    {
        ptidxs = reverse(ptidxs);
        vector temp = last;
        last = first;
        first = temp;
        is_swap = 1;
    }
    
    for (int i = 0; i != len(ptidxs); ++i)
    {
        vector pos = global_pos[ptidxs[i]];
        pos.y = min(first.y, pos.y);
        pos.y = max(last.y,  pos.y);
        global_pos[ptidxs[i]] = pos;
        first = pos;
    }
    return is_swap;
}

void handle_prim(int pridx; int prim_que[], prim_has[]; vector global_pos[])
{
    int prim_ps[] = primpoints(0, pridx);
    for (int i = 0; i != len(prim_ps); ++i)
    {
        int cross_count = neighbourcount(0, prim_ps[i]);
        if (cross_count > 2)
        {
            int point_prs[] = pointprims(0, prim_ps[i]);
            insert_prim(point_prs, prim_que, prim_has);
        }
    }
    if (downflow_pt(prim_ps, global_pos))
    {
        setprimgroup(0, "reverse", pridx, 1);
    }
    else
    {
        setprimgroup(0, "reverse", pridx, 0);
    }
}

vector global_pos[];
for (int i = 0; i != @numpt; ++i)
{
    vector pos = point(0, "P", i);
    append(global_pos, pos);
}

int prim_que[];
int prim_has[];
append(prim_que, 0);
append(prim_has, 0);
for (; len(prim_que) != 0; )
{
    int top = pop(prim_que, 0);
    handle_prim(top, prim_que, prim_has, global_pos);
}

for (int i = 0; i != @numpt; ++i)
{
    setpointattrib(0, "P", i, global_pos[i]);
}

这一步之后,每一条线段都是从高处流往低处。

  • 标记交叉口

点如果连接数超过2个表示该点是一个交叉口(只处理三岔口),然后将连接该点的3个方向线段都往远推移。

  • 生成瀑布

给定一个高度差阈值,如果点与上一个点的高度大于该阈值则形成瀑布,再给定一个长度,如果超出这个长度则是另一个瀑布,这样来形成连续瀑布的效果(demo没有呈现连续瀑布)。

  • 避免重叠

接下来尝试性生成河面,并将高度归零,测试河面是否会重叠(急弯处会重叠),如果有重叠则将重叠部分的河面收窄。

  • 生成交叉口

这一步生成交叉口河面,在前面已经确定了交叉点,这一步需要将交叉点跟与之相邻的3个点提取总共4个点,将交叉点与其他3个点按顺时针重新连接新的prim,并计算出每个顶点的法线,随后将顶点向法线方向移动河面宽度,这样既可跟河面缝合。

  • 河面生成

将交叉口从线段中剔除,然后将Line CopyToPoints,再Skin既可。

另外PolyScalpel很好用,它可以用点将线段切开。

  • 河道生成

首先将地面抬升至河面以上,确保地面能完全盖住河面。

随后下挖河道,距离线段越近则越深,线段上有河宽信息,所以可以得出河道宽度,可通过曲线控制下挖力度。

最后平滑河岸和河道底部。

生成路网

路的作用是连接,它可以连接两个据点,也可以连接两个村庄。

  • 规划道路

用线段勾勒出目的地和连通关系。

  • 生成寻路地图

将HeightField转化为点阵,将不可寻路的点剔除,例如:海洋,湖泊,村庄等。

将位于河岸的点单独提取,并连接成河岸线,然后并入原先得点阵中。
提取河岸线的思路是,先提取河岸点阵,然后让其相互连通,随后计算点到点的路径,保留最长那条路径。

接下来将点阵连接生成路线图,可以给定一个高度阈值,如果相连高度差大于这个阈值则不连接,这样就不会出现陡峭的路线。

接下来将河岸与河岸连接让其可以跨河通行。思路是,遍历每个河岸点,搜索附近一定距离的其他河岸点(不归属于同一个prim则表示其他河岸点)。

排除跟河岸不垂直的通行路线,用一张截图来说明河岸通行的限制。

此时一个河岸点会连接对岸多个河岸点,这时候只要保留最短那条路径既可。

接下来是最后一步,由于河岸点距离河岸非常近,它只适合移动到对岸,并不适合在同一个岸边生成道路,所以还需要将河岸之间的连接切断。

至此,地图生成完毕,就可以用于寻路了。

  • 生成路径

寻路可以用findshortestpath节点,它的Custom Edge Cost属性可以支持表达式,因此这里我让它的垂直和拐弯的寻路开销变大,这样它就会优先平坦少转向的路线,加上此前的高地生成逻辑,那么生成盘山路也不在话下。这两个参数都可通过曲线控制,可以让它的开销非线性变化。

实现如下:

if($PT == $PTSTART, 0, ch("horizontal_factor") * chramp("horizontal_cost", 
    1 - max(0, dot(normalize(vector3($TX - $TX0,          0, $TZ - $TZ0)),
                   normalize(vector3($TX2 - $TX,          0, $TZ2 - $TZ)))), 0))
+
ch("vertical_factor") * chramp("vertical_cost",
    1 - max(0, dot(normalize(vector3($TX2 - $TX,          0, $TZ2 - $TZ)),
                   normalize(vector3($TX2 - $TX, $TY2 - $TY, $TZ2 - $TZ)))), 0)
  • 优化路线

将太靠近的路线合并为一条,形成交汇。

  • 平滑交叉口

将道路交叉口平滑,正常来讲,交叉口都是出现在相对平坦的路上。另外让交叉口附近的路变得平坦也方便道路生成的更实用和好看。

  • 标记桥梁

将位于河流的路线标记为桥梁,同时将桥梁前后的路线平滑(架桥之前肯定得把放墩子的地面铺平)。

  • 生成道路

将桥梁部分从路径中剔除,然后将HeightField沿着路径压平形成道路。

然后在桥梁的位置生成桥模型。

植被生成

植被做的比较随意,把需要有植被的部分用mask标记,然后HeightField Scatter就行了。

树从土里长出,会让根部的土地微微凸起。

在随便撒点石头,石头跟树的分布不同,树可以长在斜坡上,石头通常都会在容易积水的凹陷位置。

完结

标签:prim,int,线段,pos,生成,close,PCG,程序化
From: https://www.cnblogs.com/mmc1206x/p/18014879

相关文章

  • 视野修炼-技术周刊第73期 | AI 春联生成
    欢迎来到第73期的【视野修炼-技术周刊】,下面是本期的精选内容简介......
  • GPT室内提示词生成
    fromopenaiimportOpenAIclient=OpenAI(base_url="https://oneapi.xty.app/v1",api_key="sk-gfJsNLc7n7AWUmJG4c2030D10d1d479197400c6c53D58d79")#定义系统指令(instruction)instruction=("你是stablediffusion的提示词生成器,专注于室内设......
  • 【C++】假设链表中每一个节点的值都在 0 - 9 之间,那么链表整体就可以代表一个整数。
    题目:假设链表中每一个节点的值都在0-9之间,那么链表整体就可以代表一个整数。给定两个这种链表,请生成代表两个整数相加值的结果链表。数据范围:0≤n,m≤1000000,链表任意值0≤val≤9要求:空间复杂度O(n),时间复杂度O(n)例如:链表1为9->3->7,链表2为6->3,最后生成新的结果链表......
  • 【译】生成式人工智能,废话即服务
    原作:阿尔贝托·罗梅罗引言:AI令人惊叹,然而人类正在将其用于垃圾邮件、虚假和作弊行为 本文选自《算法之桥》,这是一个旨在弥合人工智能与人类之间差距的教育项目。人工智能并不是将情报成本归零,而是将废话成本归零。SamAltman喜欢声称OpenAI以及生成式AI的目标是将智慧的......
  • 创新指南|生成式AI实验 - 企业快速渐进采用人工智能的科学新方法
    生成式人工智能(GenAI)正迅速成为各行各业的企业创新焦点。生成式AI实验对于企业创新而言至关重要,不仅可以帮助企业识别最适合和最有影响的应用场景,还能促进组织沿着生成式AI学习曲线前进,建立早期的创新领导者和AI人才梯队,为未来的AI创新发展奠定基础。企业应谨慎选择AI实验起......
  • 如何使用graalvm为带有反射功能的java代码生成native image
    译自ConfigureNativeImagewiththeTracingAgentgraal官方文档,以下所有命令需要在linux环境下操作,graalvm也支持windows。要为使用Java反射、动态代理对象、JNI或类路径资源的Java应用程序构建本机可执行文件,应为native-image工具提供JSON格式的配置文件或在代......
  • EGF:指数型生成函数
    对于一个数列\(<a_n>\),定义其指数型生成函数(EGF)\(\hat{a}(x)=\displaystyle\sum_{n\ge0}\dfrac{a_n}{n!}x^n\)。例,排列数\(p_i=i!\)的EGF:\(\hat{p}(x)=\displaystyle\sum_{n\ge0}\dfrac{p_n}{n!}x^n=\sum_{n\ge0}x^n=\dfrac{1}{1-x}\)。(最后一步错位相减)圆排列\(q_......
  • 苗条的生成树
    先来证明一个性质:同一个图的不同生成树的最大最小边权相等最小边权很显然相等,这个不用证主要是最大边权假设有两个生成树都是最小生成树,其中\(G_1\)的最大边权\(s_1\)大于\(G_2\)的最大边权\(s_2\)在\(G_2\)中删去最大边,会形成两个连通块,假设这条最大边连接的是\(u\)和\(v\)两......
  • 生成随机字符串(数字、字母、特殊符号组合)
    多用于随机复杂密码。如果“数字、字母、特殊符号”都放在一个数组中,随机生成的不一定会同时具备三者的组合,所以,只能分开,再自定义规则组合在一起(虽然不是很完美)以下便是实例,调用的时候加上“密码长度(不少于6位)”的判断提示!///<summary>///生成随机密码///</summary>/......
  • Python实例:设置生成器单次生成数量
    在Python编程中,生成器是一种强大的功能,可以帮助我们避免使用大量内存来处理大型数据集。本文将介绍如何使用Python设置生成器单次生成数量,以提高生成器的效率。一、生成器简介在Python中,生成器是一个可迭代对象,可以用于在循环中生成值,而不是将所有值存储在内存中。生成器可以通过yi......