程序化地图生成技术详解

引言

在现代游戏开发中，程序化内容生成（Procedural Content Generation, PCG）是一项关键技术，它能够自动生成游戏内容，如关卡、地图、纹理等。这种方法不仅可以大大减少开发者的手动工作量，还能创造出几乎无限的变化，增强游戏的可重玩性。本文将深入探讨程序化地图生成的各种技术和算法。

什么是程序化地图生成

程序化地图生成是一种通过算法自动生成游戏地图的技术。与手工设计的地图相比，程序化生成的地图具有以下优势：

无限多样性：每次生成的地图都可以是独一无二的
节省开发时间：减少手动设计地图的工作量
小体积存储：只需要存储生成算法而非完整地图数据
动态适应性：可以根据玩家行为或技能水平调整地图难度

常见的程序化地图生成算法

随机数生成法

最简单的地图生成方法是使用随机数生成器。这种方法适用于生成完全随机的地形单元，如随机分布的树木、石头等。

Perlin噪声算法

Perlin噪声是一种梯度噪声函数，由Ken Perlin在1983年发明。它能产生更加自然的噪声模式，广泛应用于地形高度图生成。

具体算法实现

本文主要聚焦于perlin噪声算法的实现，分为以下若干步骤【TODO】：

1，简单创建perlin噪声并且将其显示出来

2，丰富噪声，添加参数

单一的柏林噪声难以模拟现实世界地形的多种多样，像山川，河流，盆地等，因此我们最终要做到的效果是构造不同的柏林噪声并将其叠加，其中最重要的三个参数就是octaves，persistance和lacunarity：

public static float[,] GenerateMap(int width, int height,float scale,float octaves,float persistance,float lacunarity)

octaves —— 叠多少层：其实就是跑了几次，构造了几个perlin噪声

persistence —— 幅度衰减（"持久度"），控制每个不同噪声之间的振幅差值，呈递减规律。

lacunarity —— 频率增长（"间隙度"），控制每个不同噪声之间的频率差值，呈递增规律。

叠加出来的噪声地图我们还要将其归一化

noiseMap[x, y] = Mathf.InverseLerp(minNoiseHeight, maxNoiseHeight, noiseMap[x, y]);

3,添加随机偏移

仅仅到这一步是不够的，因为柏林噪声的生成结果是固定的，我们需要添加一些随机偏移，才能得到更真实的地形。就像好多游戏里的种子（seed）一样，我们每次生成地图时，给柏林噪声添加一个随机的偏移量，这样每次生成的地图都是唯一的。同时，下次生成时，如果种子相同，则生成的地图也是相同的。

System.Random prng = new System.Random(seed);
Vector2[] octavesOffset= new Vector2[octaves];
for(int i = 0; i < octaves; i++)
{
    float offsetX = prng.Next(-100000, 100000)+offset.x;
    float offsetY = prng.Next(-100000, 100000)+offset.y;
    octavesOffset[i] = new Vector2(offsetX, offsetY);
}

下面展示了两个不同种子值生成的地图：

种子值：21312

种子值：99999

从上面的对比可以看出，由于种子值的不同，生成的地图有明显的差异。

4，将噪声图转化为颜色图

这一步其实比较简单，我们需要将0~1直接的噪声按区间转化为对应颜色色块，初步思想是设置一个浮点数数组叫做地形数组，从大到小存储每个地形的最高高度，然后在遍历噪声地图数组的时候，依次比较当前噪声和地形数组中的值，如果当前噪声小于某个地形高度，则将当前噪声映射为对应的颜色。

for (int i = 0; i < terrianTypes.Length; i++)
{
    if (currentHeight <= terrianTypes[i].height)
    {
        colorMap[width * y + x] = terrianTypes[i].color;
        break;
    }
}

添加颜色的地图（调了好久的参数，现在看起来已经初具人形了）

5，将之前的噪声图转化为网格并显示

这一步是最重要也是最难的一步，需要完成从2D到3D的转化，令人激动的一刻。梳理一下大致思路，其实一句话概括就是把原来的高度数组拔地而起，将height可视化转化为高度。创建网格最重要的是获取三个变量，triangles，vertices，uvs。我们先将高度图上的点编号，从左到右从上到下，从零开始，vertices和uvs比较简单，vertices中每个顶点的三维坐标xyz，x和z保持与高度图的x和y一致，y为高度值。uvs中每个顶点的二维坐标xy，x和y保持与高度图的x和y一致。而triangles就需要一些计算了，我们可以先画个草图：

三角形网格计算

我们将顶点编号，可以发现矩形网格总数跟点数有一定关系，公式为矩形数=（点列数-1）（点行数-1），三角形数量=矩形数2。因此，我们只需要遍历高度图，将每个顶点编号依次写入vertices和uvs数组中，并且写入triangles数组中，这样，我们就可以得到一个完整的网格了。

6，添加LOD

LOD（Level Of Detail）即细节级别，是指地图中不同距离的物体显示的细节程度。比如，当玩家距离某个物体较近时，显示的细节会更高，当玩家距离物体较远时，显示的细节会更少。我们添加LOD层级的思路是动态划分网格，本质上是对之前的地图数组进行不同步长（stride）的遍历，以达到将地图进行不同分辨率的划分的目的。

LOD图

如图所示，黄色代表低层的LOD，红色代表高层的LOD。