​

🏭 Factorio (异星工厂) 深度研究：极致优化与自动化

​

📚 1. 理论基础 (Theoretical Basis)

​

1.1 数据导向设计 (Data-Oriented Design, DOD)

• 核心定义: 关注数据的内存布局而非对象模型。通过提高 CPU 缓存命中率 (Cache Locality) 来最大化性能。
• 数学模型:
  • Amdahl’s Law: 并行计算的加速比受限于串行部分。Factorio 实际上大部分逻辑是单线程的，但通过极致的单核优化达到了惊人的规模。
• 设计心理学:
  • 确定性 (Determinism): 玩家相信系统是稳定可靠的。输入 A 永远得到输出 B。这是构建复杂自动化流水线的心理基石。

​

1.2 确定性锁步模拟 (Deterministic Lockstep Simulation)

• 核心定义: 游戏逻辑与渲染完全分离。逻辑更新频率固定（如 60 UPS），且在任何机器上运行结果完全一致。
• 关键技术:
  • 定点数/软浮点: 避免不同 CPU 浮点运算微小差异导致的蝴蝶效应。
  • 输入同步: 联机时仅同步玩家操作指令，而非同步所有单位位置。

​

🛠️ 2. 实践应用 (Practical Implementation)

​

2.1 Vampirefall 适配 (TD + Roguelike)

• 海量怪物优化:
  • Vampirefall 后期可能有数百个怪物和弹幕。
  • 借鉴: 不要使用 Unity 的 MonoBehaviour 处理每个怪物。使用 struct 数组存储怪物数据。
• 回放系统:
  • Roguelike 游戏常需要“上一局回顾”或“种子分享”。
  • 借鉴: 记录玩家每一帧的操作（造塔位置、释放技能时间）和初始 Seed，即可完美重现整局游戏，且文件极小。

​

2.2 数据结构建议 (C# / Unity DOTS)

// ❌ 面向对象 (OOP) - 缓存不友好
public class Enemy : MonoBehaviour {
    public float Health;
    public Vector3 Position;
    public EnemyType Type;
    // ... 包含大量引用和虚函数表
}

// ✅ 数据导向 (DOD) - 结构数组 (SoA)
public struct EnemyData {
    // 仅包含核心数据，内存连续
    public float Health;
    public float2 Position; 
    public int TypeId;
}

// 管理器
public class EnemyManager {
    // 使用 NativeArray 在 Job System 中并行处理
    public NativeArray<EnemyData> ActiveEnemies;
    
    public void UpdateEnemies() {
        // 批量更新逻辑，极高的 Cache 命中率
    }
}

​

2.3 传送带逻辑 (Belt Logic) - 离散化移动

• Factorio 的传送带不是物理模拟，而是离散的“槽位”或距离计算。
• Vampirefall 应用: 塔防中的怪物移动路径也可以预计算。
  • 怪物不是在 update 中 pos += dir * speed。
  • 而是 distanceOnPath += speed * dt，然后根据 distance 插值求位置。这样可以避免物理碰撞检测的开销。

​

🌟 3. 业界优秀案例 (Industry Best Practices)

​

3.1 Factorio - 传送带优化 (The Belt Optimization)

• 案例分析: 早期 Factorio 每个物品都是独立实体。后期改为“传输线 (Transport Line)”模型。
• 优化: 一条满载的传送带被视为一个整体，只需更新首尾物品，中间物品相对静止。
• 借鉴: 当怪物排队行进且无干扰时，可以将其视为一个“队列对象”统一移动，而非计算每个个体。

​

3.2 Dyson Sphere Program (戴森球计划) - 极致 GPU 渲染

• 案例分析: 同屏数万运输船。
• 优化: 使用 DrawMeshInstancedIndirect。所有位置计算在 Compute Shader 中完成，CPU 仅负责提交指令。
• 借鉴: Vampirefall 的弹幕系统应完全 GPU 化。

​

3.3 Mindustry - 移动端适配

• 案例分析: 类似 Factorio 但在手机上流畅运行。
• 优缺点: 简化了物流系统（管道代替机械臂），牺牲了部分深度换取操作便利性和性能。
• 借鉴: 移动端塔防操作要简化，避免精确点击像素级目标。

​

🔗 4. 参考资料 (References)

• 📄 Factorio Friday Facts #176 - Belts optimization: Factorio Blog
• 📄 Factorio Friday Facts #366 - The only simulation: Factorio Blog - 关于确定性模拟的深度好文
• 📺 GDC: Data-Oriented Design in C++: YouTube Link
• 🌐 Unity DOTS Documentation: Unity ECS