企业官网建设流程全解析

十万条鱼为什么能跑出 60fps：Unity ECS 下的 Boids 群体模拟实战

【免费下载链接】EntityComponentSystemSamples项目地址: https://gitcode.com/GitHub_Trending/en/EntityComponentSystemSamples

满屏海量鱼群，流畅游动不掉帧。在开源项目 EntityComponentSystemSamples——一套基于 Unity DOTS/ECS 的高性能群体行为示例集里，你能看到 Boids 鱼群算法如何做到 60fps 的海量实体模拟。这篇文章用十五分钟，讲清背后的性能原理，也带你跑通示例。

🎯 先说数字：10 万实体、60fps、40 倍

结果放前面：在 Intel i7-12700K 上，示例中 10 万个 Boid 实体稳定维持 60fps，比同等逻辑的传统 OOP 实现快约 40 倍。

撑起这个数字的有三件事：

ECS 数据布局：把常用食材摆在手边

传统 OOP 里每条鱼是散落在内存里的对象，CPU 取数据要满堆乱跑。ECS 则把组件按类型存放：所有位置连续、所有朝向连续，遍历时缓存几乎次次命中——就像厨师把常用食材摆在手边。

空间哈希：把邻居查询降到 O(n)

Boids 最重的开销是找邻居：暴力两两对比是 O(n²)，实体过千就明显卡顿。实现里用 CellRadius 把 3D 空间切成立方体单元格，每条鱼只看同格内的邻居：

var hash = (int)math.hash(new int3(math.floor(localToWorld.Position * InverseBoidCellRadius))); ParallelHashMap.Add(hash, entityIndexInQuery);

格子索存放进 NativeParallelMultiHashMap，邻居查询的复杂度就从 O(n²) 降到了 O(n)。

Burst 编译：自动向量化与指令重排

把计算包进 Job，声明上加一行注解：

[BurstCompile] partial struct SteerBoidJob : IJobEntity { // 并行计算每个实体的运动方向 }

Burst 负责自动向量化和指令重排，Job System 负责多线程。数据布局、空间划分、编译加速三层叠加，才有了 40 倍。

鱼群行为背后的三条本地规则

Boids 算法由 Craig Reynolds 于 1986 年提出，没有大脑、没有中央控制器，只有三条规则：

• 分离（Separation）：别撞邻居。像早高峰车流，每辆车本能地保持车道，不挤前面的人。
• 对齐（Alignment）：和邻居朝同一个方向。像人群从众效应，地铁站人流一变向，你身体先于脑子跟着转。
• 凝聚（Cohesion）：别脱离群体。主动朝人群中心靠拢，落单容易被叼走。

每条鱼每帧把三个力加权求和，得到新朝向再前进一步。十万条鱼各自只盯着邻居，自然形成屏幕里翻涌的群体形态。示例里三规则合成就是 3 行：

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);

四步跑通 Boids 示例

1. 克隆仓库：git clone https://gitcode.com/GitHub_Trending/en/EntityComponentSystemSamples
2. 用 Unity Hub 导入仓库中的 EntitiesSamples 项目。
3. 打开场景：Assets/Boids/Scenes/BoidsSample.unity。
4. 进入 Play 模式，鱼群出现。

核心代码在 EntitiesSamples/Assets/Boids/Scripts/，优先读三个文件：

• BoidSystem.cs——核心系统，空间哈希与三规则计算都在这里
• BoidSchoolSpawnSystem.cs——实体生成，用 Prefab 批量实例化整群鱼
• BoidAuthoring.cs——参数配置，Boid 共享组件及其烘焙入口

鱼群行为调参小抄：推荐值速查

Boid 是 SharedComponentData：参数完全相同的实体会被自动批处理到同一批计算里，缓存利用率大幅提升。调参入口在 BoidAuthoring：

权重调大，对应行为就更强势：AlignmentWeight 拉高，整群鱼朝同一方向整齐推进；调小则鱼群松散、各自为政。CellRadius 同理：调大"邻居"更多、凝聚力更强，但计算量上升；调小则大群容易分裂成小股。

🐟 进阶玩法：追逐与障碍物规避

追逐目标（捕食者-猎物）：给目标（比如红色鱼）挂上 BoidTarget 组件，鱼群就会追向最近目标。核心两行：nearestTargetPosition = TargetPositions[nearestTargetPositionIndex]，再乘 TargetWeight 折进转向方向。

障碍物规避：给鲨鱼挂 BoidObstacle 组件，鱼一旦进入 ObstacleAversionDistance 范围，转向就反转为逃离方向：avoidObstacleHeading = (nearestObstaclePosition + normalizesafe(obstacleSteering) * ObstacleAversionDistance) - currentPosition，最后用math.select二选一决定最终朝向。

🐟 这套骨架可以原样迁移：足球游戏中的球员跑位 AI、策略游戏的单位集群移动、模拟训练中的人群疏散演练，都是同样的三条规则换一组权重。

往哪走

ECS 最大的红利不是"对象更多"，而是让数据布局成为性能的一等公民——这才是 ECS 性能优化不再靠玄学的原因。想继续深挖，有三个方向：加行为状态机，在觅食、迁徙、躲避模式间切换；做个体分化，区分领导者与跟随者角色；结合机器学习自动调参。

完整代码在 EntityComponentSystemSamples 仓库，官方文档见 EntitiesSamples/Docs。代码量不大，坐下来把 BoidSystem.cs 通读一遍，比读十篇科普都值。

【免费下载链接】EntityComponentSystemSamples项目地址: https://gitcode.com/GitHub_Trending/en/EntityComponentSystemSamples