壹 三維世界

假三維 早期電腦無法支持3D演算，根據(jù)平面圖生成假三維。以己身為點發(fā)射射線，計算其到達墻壁距離生成豎直豎線作為墻壁，建立假三維空間，己身無法抬頭也無法起跳。

真實三維世界

模型 由無數(shù)個三角形做面構(gòu)建而成，面數(shù)越多則模型越精致。模型材質(zhì)來自貼圖。模型和貼圖都需要藝術(shù)家通過繪畫，拍照，掃描等方式實現(xiàn)。

eg.數(shù)字長城

模型：喜峰口照片數(shù)量共有五萬多張后續(xù)根據(jù)照片生成的貼圖模型等，原始素材二三十億個面。

光線：Lumen全局光照與反射+Ray-tracing光線追蹤。

光線

光柵化 將三維世界的每一個三角形投影于屏幕上，得到輪廓，填上顏色，變成像素。但色彩像素只能作為其中一層，需要單獨計算光照，陰影與暗處等等疊加上去，甚至要疊幾十層。

光線追蹤 屏幕上的每個像素都能發(fā)射一根光線，并在后續(xù)碰撞或反射中追蹤光線，會產(chǎn)生關(guān)系正確但有噪點的圖像，每個像素發(fā)射的光線越多畫面便越清晰。由于計算機算力不夠，如果直接使用光線追蹤會滿屏噪點，所以今天的方案是將光追作為一層圖疊加與光柵之上。

人物 上面的模型與光線技術(shù)同樣可以用于呈現(xiàn)人物。但人物的表情與動作必不可少。

貳 虛擬人物

許多張靜態(tài)畫面連續(xù)播放形成動畫，兩個靜態(tài)畫面間補充位移畫面的方法即為關(guān)鍵幀。

eg.《白雪公主與七個小矮人》利用轉(zhuǎn)描技術(shù)與關(guān)鍵幀完成。

關(guān)鍵幀 根據(jù)人眼的視覺殘留特性，1秒種播放24幀，是電影畫面實現(xiàn)流暢不卡頓視覺效果的最低要求。以小球動畫為例，在一秒的起點與終點打上兩個關(guān)鍵幀，機器會自動補足中間幀。同樣可調(diào)整動畫曲線使中間幀位置改變，讓動畫速度更貼合現(xiàn)實。亦或是改變球的形狀作為關(guān)鍵幀。

關(guān)節(jié)與骨骼 人物運動中不可像小球般手動標(biāo)記位置，會撕裂模型，需要建造關(guān)節(jié)與骨骼。關(guān)節(jié)帶動骨骼旋轉(zhuǎn)，再將模型與骨骼綁定，就可以用關(guān)節(jié)控制骨骼帶動模型。

動作捕捉可更方便地采集動作與表情。

FACS(Facial Action Coding System)面部表情編碼系統(tǒng) 將人臉劃分成70個左右的獨立運動單元即AU(Action Unit)結(jié)合組成不同表情。其成為面部表情的權(quán)威參照標(biāo)準。

eg.Memoji,Animoji 設(shè)計師完成52個來自FACS的AU表情建模，通過攝像頭采集人物表情，拆分成不同的AU表情權(quán)重，便可以組合模擬成各種Memoji,Animoji。

叁 物理運動

剛體模擬 形狀和大小不會改變的物體間的受力和碰撞。每隔0.01秒物理引擎檢測所有方塊的接觸，基于質(zhì)量，體積，摩擦力等參數(shù)計算0.01秒后的位置與速度。

Ragdoll模型 人與動物也可簡化為一系列連接起來的方塊。

粒子計算 將物體看作一系列例子組合，對每個粒子分別做受力和運動計算。用于爆炸模擬，布料模擬，流體模擬。

動畫模擬 由于算力問題問題，大部分制作者會為爆炸，布料，流體準備大量提前制作好的動畫效果。

真實的物理模擬技術(shù)可用于駕駛練習(xí)，科研試驗或是訓(xùn)練機器狗。

肆 機器智能

狀態(tài)機 游戲中最常見的智能模擬方案，在什么情況下怎樣行動。龐大的行為樹和動畫資源堆疊產(chǎn)生的成果可以讓游戲中產(chǎn)生真假難辨的模擬智能。

強化學(xué)習(xí)AI 利用深度學(xué)習(xí)算法訓(xùn)練AI，為其設(shè)定一個清晰目標(biāo)，讓機器自動求解，給予其時間便可產(chǎn)生智能。

eg.機器狗訓(xùn)練 在物理模擬中時間的速度是現(xiàn)實的很多倍的情況下，機器狗完成追蹤運動軌跡的目標(biāo)。訓(xùn)練自主思考能力是，設(shè)定一個大概目標(biāo)，達到目標(biāo)的過程由其自主完成，例如機器狗叼回小球。

eg.控制百顆衛(wèi)星 從探測變源天體時產(chǎn)生的數(shù)量極多的光學(xué)波段中篩選出需要的數(shù)據(jù)，用哪些衛(wèi)星探測這些數(shù)據(jù)都是繁雜的任務(wù)，所以需要強化學(xué)習(xí)AI來代替人類。去中心化的概念是同存于控制衛(wèi)星與游戲AI的多智能體強化學(xué)習(xí)算法之中的，即每個衛(wèi)星AI都是獨立的智能體，自己獨立決策，同時與其他衛(wèi)星AI溝通交流。

2012多倫多大學(xué)ALex首次運用深度學(xué)習(xí)算法，游戲技術(shù)的推動使得深度學(xué)習(xí)能夠大規(guī)模應(yīng)用

GameTech正在滋養(yǎng)世界。望游戲世界能越來越好，同樣也挾帶著現(xiàn)實世界越來越好！