【Unity智能体导航插件】Agents Navigation 基于 DOTS 的高性能智能体导航系统架构与工作原理详解

在 RTS、MOBA、RPG、Shooter 等以大量单位同时移动 为核心玩法的游戏中，导航系统几乎决定了性能上限。传统基于 NavMeshAgent + MonoBehaviour 的方案，在单位数量上百之后就会迅速触及瓶颈。

Agents Navigation 正是为解决这一问题而设计的一套 高性能、模块化、可扩展的智能体导航系统 。它以 Unity DOTS 技术栈 为核心，围绕 ECS、Jobs、Burst、SIMD 构建，同时又提供 Hybrid 模式，兼容传统 GameObject 工作流。

本文将从整体设计理念 → 核心架构 → 关键系统原理 → 性能模型 → 扩展方式几个层面，系统性解析 Agents Navigation 的技术实现。

一、设计目标与核心理念

Agents Navigation 并不是一个"单一功能"的导航插件，它更像是一个 导航基础设施（Navigation Foundation），其设计目标可以总结为六点：

1. 面向大规模智能体（Mass Agents）
2. 以 DOTS / ECS 为第一公民
3. 支持完整导航链路，而非仅局部避障
4. 模块化、可裁剪、可扩展
5. 支持 Hybrid，降低迁移成本
6. 与 Unity 原生技术深度集成

从这些目标可以看出，它并不试图"替代 Unity NavMesh"，而是重构 NavMesh 在大规模场景下的使用方式。

二、整体工作流程概览

从宏观上看，一个 Agent 在 Agents Navigation 中的导航流程大致如下：

1. 全局路径规划（Global Pathing）

   • 基于 Unity NavMesh（多线程）
   • 或第三方路径系统（如 A* Pathfinding Project）

2. 局部行为计算（Local Behaviors）

   • Avoidance（避障）
   • Separation（分离）
   • Flocking（群集：Alignment / Cohesion）
   • Collision（碰撞）

3. 运动决策合成

   • 将多个 steering 行为合并为最终移动向量

4. 位移与同步

   • ECS 实体直接移动
   • 或通过 Hybrid 同步到 GameObject / Animator

这套流程完全运行在 Fixed Update 中，并且每个阶段都可以被独立裁剪或替换。

三、核心架构：基于 ECS 的多层导航系统

1. ECS 是架构的核心，而不是"可选项"

Agents Navigation 从底层就假设：

智能体数量是核心问题，而不是逻辑复杂度。

因此，它的所有核心数据都以 ComponentData 的形式存在：

• Agent 状态（位置、速度、目标）
• 路径数据
• 避障参数
• 群集参数
• 碰撞半径、权重等

逻辑全部由 System + Job 驱动，避免：

• MonoBehaviour Update 循环
• 虚函数调用
• Cache Miss
• 单线程瓶颈

2. 多层 API 架构设计

插件采用 多层 API 设计，这是它可扩展性的关键：

• 底层（Low-level API）

  • 纯 ECS / Job / Burst
  • 数学计算、空间查询、邻居搜索

• 中层（Behavior Layer）

  • Avoidance、Separation、Flocking

• 高层（Navigation Logic）

  • 路径跟随、目标选择、状态切换

• Hybrid 接口层

  • Entity ↔ GameObject 同步

开发者可以：

• 只用底层，自己写行为
• 禁用某些系统（如 Flocking）
• 替换路径系统而不改源码

四、Unity NavMesh 的多线程化使用

1. 传统 NavMesh 的问题

Unity 原生 NavMeshAgent 存在几个硬伤：

• 每个 Agent 一个组件
• 内部更新不可控
• 无法并行调度
• 大量 C++ ↔ C# 边界调用

在大量单位场景下，CPU 主线程会被迅速拖垮。

2. Agents Navigation 的做法

Agents Navigation 不使用 NavMeshAgent，而是：

• 直接使用 NavMesh 数据
• 在 ECS System 中批量查询
• 将路径计算拆分为 Job
• 统一调度，减少同步点

这样带来的好处是：

• 路径计算可并行
• 避免 Agent 级别的 Update
• 路径数据更容易缓存与复用

同时，系统还允许接入 A Pathfinding Project*，进一步提升复杂场景下的灵活性。

五、局部导航系统（Local Navigation）原理

1. Avoidance（局部避障）

Avoidance 是系统的基础能力之一，支持 2D / 3D。

核心思想是：

• 基于邻居感知
• 在当前速度方向上生成避让向量
• 使用加权合成而非硬切换

所有计算都在 Job 中完成，并通过 SIMD 数学加速。

2. Separation（分离行为）

Separation 用于防止单位重叠或挤在一起：

• 根据邻居距离计算排斥力
• 距离越近，排斥力越大
• 常用于 RTS 单位、群体角色

这是典型的 Boids 行为之一。

3. Flocking（群集行为）

Flocking 目前主要支持 3D，包括：

• Alignment：方向一致
• Cohesion：向群体中心靠拢

这些行为并不是"强制规则"，而是：

以权重形式参与最终移动向量计算

因此可以非常自然地和避障、路径跟随融合。

4. Collision（碰撞处理）

Collision 并非依赖 Unity 物理系统，而是：

• 基于空间查询
• 使用简化几何计算
• 避免 Rigidbody 带来的性能成本

这使得成千上万的 Agent 成为可能。

六、Hybrid 模式：DOTS 与 GameObject 的桥梁

1. 为什么需要 Hybrid

完全 ECS 的项目在现实中仍然有门槛：

• 现有项目大量使用 Animator
• UI、特效、交互依赖 GameObject
• 团队对 ECS 熟悉度不一

因此 Agents Navigation 提供 Hybrid Workflow：

• 核心导航逻辑运行在 ECS
• Transform / Animator 同步到 GameObject

2. 性能权衡

需要明确的是：

• Hybrid 性能 低于纯 ECS
• 但远高于传统 NavMeshAgent

这是一种 现实可落地的折中方案。

七、Fixed Update 与确定性问题

系统所有导航逻辑运行在 Fixed Update：

• 保证物理与导航一致性
• 有利于回放、同步、网络逻辑

关于确定性：

• 在 Intel / AMD + Burst 环境下理论上可复现
• 但目前仍使用浮点数
• 跨平台完全确定性尚未实现

作者也明确规划未来引入 定点数方案。

八、扩展性设计与生态整合

1. 可插拔行为系统

每个导航行为都是独立模块：

• 可以关闭
• 可以替换
• 可以自定义权重模型

2. 第三方扩展

官方或社区已有扩展包括：

• Agents Navigation -- Crowds
• A* Pathfinding Project 集成
• CIVIL-AI-SYSTEM
• Animatron（高性能动画）

九、示例场景的技术意义

插件内置的示例并非"演示用"，而是验证架构的重要工具：

• Scenarios：验证单一行为正确性
• Mass：压力测试，验证系统吞吐量
• Zerg：完整 RTS 行为组合示例

这对学习和二次开发价值极高。

十、总结：它适合谁？

Agents Navigation 并不适合所有项目。

它最适合：

• RTS / MOBA / ARPG
• 大量单位同时行动
• 对 CPU 性能极度敏感
• 愿意或已经使用 DOTS / ECS 的团队

如果你仍停留在 NavMeshAgent + Update 的范式中，那么这个插件提供的不是"一个功能"，而是一次架构层面的升级思路。