這是2015年虛幻4的一篇演講。他們在5個月內完成了一個單機的開放世界Demo，全部素材使用攝影測量法制作，渲染方面使用了一些新技術，表現效果非常真實。表示部分技術會逐步移植到虛幻引擎中。
?

Kite宣傳視頻

技術看點包括：
?

• 多種渲染效果（未解釋具體算法），不過對于手游來說很遙遠
• 地形的生成，大世界植被的生成算法
• 鹿的AI

視頻地址

https://www.youtube.com/watch?v=clakekAHQx0

這個Demo使用10英里*10英里的大地圖，1米的精度，比上古卷軸-天際面積大10倍。
?

• 沒有加載、視距超級遠
• 沒有使用接景(matte painting，也就是遠景的片)
• 完全使用動態光照，使用開放世界的動態GI

整個項目團隊30人。大概5個月，10月啟動，11月去照相，2月出來的。

開頭有一段演示視頻（00:51），可以參考的表現細節：
?

• 天空的鳥群
• 鹿的AI：在攝像機接近時逃散的動畫
• 鏡頭漫游時攝像機的慣性晃動

地面上云的影子效果很出彩。注意，天上的云是靜態的，但是并沒有不和諧感。

資源創建流程

素材使用攝影測量法(Photogrammetry)。在蘇格蘭的斯凱島取材。
?

采集隊總共4人，分成兩個小隊各2人，在兩個不同的地方各種采集了7天。除了照相掃描素材之外，還拍攝了實際風景來為未來的整個制作做參考。雖然采集了非常多素材，但是實際只做了十分之一（按：從多個項目的反饋來看，大家普遍認為少量重復的高質量資源足以構建可信的自然世界）。

本文略過了采集過程，若有人搞照相掃描法的話可以去看看。技術比較標準，包括但不限于：
?

• 采集時灰球+絡合金球采集光照和環境信息。全部是HDR線性空間sRGB的
• 復原時，重新渲染亮度來去陰影

目前的LOD制作是手工的。大約3~5萬面，然后做改成5~7千面，最后做3級LOD。

地形的貼圖，是由原始的多邊形烘焙成含法線的貼圖，并包含高度信息。后面地形的融合，需要高度圖信息。

渲染算法：RTDF陰影-GI-透光材質-模糊

傳統來說，陰影使用分級陰影貼圖(Cascaded Shadow Map)方案。這種方案可以支持植被動畫，但是多邊形開銷大。本項目近處使用CSM，遠處使用基于深度場光線追蹤(RTDF,Ray Traced Distance Field)的陰影，該算法適合陰影以及AO，對于遠景相對于傳統方法有3倍的加速。
?

Distance Field

基于深度場光線追蹤的陰影

環境光兩種AO的效果比較

同時，對于天空盒產生的環境光，這里同樣使用了基于深度場的AO(DFAO)。
?

GI效果比較

使用了一種修改版的基于高度場的GI。如果沒有GI的話，樹和石頭的陰影區會太暗。
?

對不同的粗糙度，生成一套預處理的Cubemap。

此外，使用了新的背面透光算法。光線可以穿過很薄的表面，例如葉子、紙張，以及本視頻中的風箏。認為3S材質只是一個近似，所以提供了一種新的兩面的渲染模型，更準確地模擬光線傳過薄的表面。

對于模糊，使用了Scatter as gather算法，包括動態模糊和景深，該算法準確度很高且可以采樣屏幕之外的物體。


地形編輯，加載和混合

地形使用world machine制作后導入到自研工具中。10英里*10英里的大地圖，1米的精度。
?

Terrain mesh，藍色為不含細節信息的

整個地形并不是一次加載的，分解成了多個不同等級的加載流。對于細節內容，只在需要的情況下進行加載。如上圖，圖中的藍色區域，就是基本內容，其細節信息未被加載。
?

Terrain貼圖權重圖，不同顏色表示不同的貼圖。控制圖首先由worldmachine生成，然后對部分進行手工編輯

對于地形貼圖，使用基于高度圖的混合。賣二手QQ上圖比較了普通的混合vs基于高度圖的混合。

植被

植被分成了兩類：
?

• 植被：樹、巖石，有碰撞
• 草：草、花、小卵石，無碰撞

植被都是種的，使用分層靜態Instanced Mesh，以類似BSP樹的方式組織。草的數量極多，所以并不是一顆顆種的，而是根據地表的材質動態生成。

草有多級LOD，從視頻看，有一定隨機的LODbias，讓他們交疊的切換；同時切換是平滑動畫做逐像素漸變切換的。
?

樹的Billboard使用了像素的深度圖，來改善陰影。

場景的生成技術

開發人員創建了一個簡單的生態模擬規則，生成整個世界的植被（注：含巖石），希望植被：
?

• 有聚集性
• 不會過度聚集
• 有自然的生長曲線，有自然的高矮。

這是一個生長模擬系統。首先根據密度設置生成初始的樹、灌木和巖石的種子，然后每一步模擬植物的長大、并且在周圍隨機播種種子，這樣多趟之后生成聚集的森林。多物種的生長區開始交疊的時候，使用適應性規則，來決定后面的走向，包括：相對尺寸、遮蔽、海拔高度、坡度，來決定交疊后的演化。適應性規則可以產生很自然的效果，例如有些物種只在森林中生長。

由于計算量太大，地圖被分成大（注：按后文推測大概一塊300*300m）的2d塊。美術人員在個別塊中先實驗植被效果，然后應用到所有塊。也可以定義一個空間區域作為掩碼，來指定應用/排除的范圍。

生長系統使用確定性模擬。生成之后，可以用通常的地形畫刷二次修改結果。
?

鹿的AI

動物做法沒有什么特別，使用和普通射擊游戲類似的角色工作流。

鹿的躲避：若攝像機靠近，找到鹿群的中心點，然后指定他向遠離攝像機鏡頭的的某個點移動。然后鹿使用尋路方式移動過去。

使用集群模擬(Crowd simulation)來躲避樹木和其他鹿。
?

制作時，注意四足動物有特有的難點（按：強烈建議觀察視頻）：
?

• 無法原地轉身，而是需要跑出一個曲線
• 加速需要比人類更長的時間

?

所以鹿的動作使用root motion。和傳統的相反，AI告訴鹿移動目標，而鹿的動畫控制其走過去。動畫、狀態機等是在多核上計算的，支持300+的鹿。
?

動態生成尋路網格

尋路是一個大問題。尋路網格相比碰撞檢測計算速度快，可以支持更多的動態物體，所以在遠距離的情況下，使用尋路網格來加速計算。到近距離的情況下，AI才使用碰撞檢測。全場景尋路數據如果預計算的話有5G，所以并不進行預計算，都是多核計算按需動態生成的。

動態生成動物群
?

動物群都是靠近后生成的。

群落使用一種簡單的方法生成。世界分成邊長300m的方格，在需要產生群落的時候，群落會生成在格子中最合適的位置。用規則定義各種東西傾向于在什么地方出現，比如鹿喜歡森林或者會走下山谷。各種群落（包括鹿和鳥）有各自的規則。你在世界上移動過程中，這些動物群會動態生成的。

總結

以上是生活随笔為你收集整理的用UE4创造开放世界：Kite 实时演示的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。