基于Unity3D平臺的內(nèi)存研究與分析——內(nèi)存中隊列算法的研究與應用.pdf

1、如今的大多數(shù)游戲中都會涉及到人工智能，其中的一些非玩家角色（NPC）尤其需要依靠人工智能去自主地完成一些任務，為了完成這些任務，NPC角色必定會在內(nèi)存中存儲這部分任務信息，以何種隊列方式存儲及讀取這些任務數(shù)據(jù)是每一個游戲項目中都會碰到的問題。
　　實驗采用Unity3D軟件設置了一個虛擬的環(huán)境，NPC按照一定的方式完成被布置在該空間中的各種不同任務。實驗首先關(guān)注的是最常用的四種內(nèi)存隊列（短任務優(yōu)先，隨機，先進先出和后進先出），觀察

2、 NPC在這些不同的隊列算法下完成任務的表現(xiàn)。為了作出準確地評價，特別定義了吞吐量，延時性和公平性這三項性能指標。每一種隊列都將在三種不同的任務發(fā)布頻率下測試10輪，最終結(jié)果將被導入到統(tǒng)計軟件中分析。
　　實驗結(jié)合統(tǒng)計學知識對測試結(jié)果進行了顯著性方差分析及F值校驗，結(jié)果顯示P值小于0.01，證明實驗具有統(tǒng)計學意義。統(tǒng)計概要表明使用短任務優(yōu)先的隊列吞吐量最大，而采用后進先出原則的隊列延時性最好，以公平性這一指標來看采用隨機原則則是最

3、佳選擇。基于這些結(jié)論，以兼顧三項性能指標為目的，重新設計了多級反饋式隊列，該隊列算法通過一定的任務劃分及動態(tài)調(diào)整后，能較好地綜合各基本隊列算法的優(yōu)點。經(jīng)過同等條件下地測試表明采用新算法的隊列擁有更好的綜合性能以及應付更復雜人物組合的能力。除了單個NPC處理任務時的性能分析以外，對多個NPC之間的協(xié)作關(guān)系也進行了研究，并提供了具體的數(shù)據(jù)模型和解決方案。
　　實驗的結(jié)論可以幫助程序員在游戲中面對多任務處理的情況下，更好地利用內(nèi)存處理各