From ab430d75f77fd835ab0048e2f0d96bb0f19fbb2e Mon Sep 17 00:00:00 2001
From: "JSD\\13999" <1399945104@qq.com>
Date: Sat, 13 Jun 2026 15:32:05 +0800
Subject: [PATCH] Document avoidance algorithm principles

---
 FishROV/Docs/rvo2-core-principles.md          | 148 +++++++++++
 ...ampling-local-avoidance-core-principles.md | 234 ++++++++++++++++++
 FishROV/Docs/unity-navmesh-core-principles.md | 150 +++++++++++
 3 files changed, 532 insertions(+)
 create mode 100644 FishROV/Docs/rvo2-core-principles.md
 create mode 100644 FishROV/Docs/sampling-local-avoidance-core-principles.md
 create mode 100644 FishROV/Docs/unity-navmesh-core-principles.md

diff --git a/FishROV/Docs/rvo2-core-principles.md b/FishROV/Docs/rvo2-core-principles.md
new file mode 100644
index 0000000..432464f
--- /dev/null
+++ b/FishROV/Docs/rvo2-core-principles.md
@@ -0,0 +1,148 @@
+# RVO2 / ORCA 核心原理
+
+## 一句话结论
+
+RVO2 的核心是 **在速度空间里选择一个尽量接近期望速度、同时在未来一段时间内不会和邻居相撞的速度**。它不是先规划一条全局路径，而是每帧根据周围动态体的位置、速度、半径，实时修正当前速度。
+
+在 FishROV benchmark 中，`Rvo2Adapter` 直接调用 `RVO.Simulator`，把 Unity 的 `x/z` 平面映射到 RVO2 的 `x/y` 平面。
+
+## 要解决的问题
+
+普通 steering 常见做法是：
+
+```text
+朝目标走
+遇到近邻就加一个远离力
+最后合成速度
+```
+
+这种方法容易出现几个问题：
+
+- 只看当前距离，不看未来是否会碰撞。
+- 多个 agent 同时互相躲避时，可能左右摇摆。
+- 高密度时排斥力叠加会让速度很乱。
+- 很难证明“这个速度在未来一小段时间内安全”。
+
+RVO2/ORCA 换了一个视角：不直接在位置空间里推开物体，而是在速度空间里判断哪些速度会导致未来碰撞。
+
+## Velocity Obstacle
+
+假设有两个 agent：A 和 B。
+
+- A 的位置是 `pA`，速度是 `vA`，半径是 `rA`。
+- B 的位置是 `pB`，速度是 `vB`，半径是 `rB`。
+- 如果未来某个时间内，两者中心距离小于 `rA + rB`，就会碰撞。
+
+Velocity Obstacle 的意思是：
+
+```text
+对 A 来说，有一片速度区域是危险的。
+如果 A 选择这片区域内的速度，
+在假设 B 继续按当前速度运动的情况下，
+A 会在未来撞到 B。
+```
+
+这片危险区域通常可以理解成速度空间中的一个锥形区域。
+
+## RVO：双方共同承担避让
+
+普通 VO 假设“我来躲别人”。如果所有 agent 都这样算，容易过度避让。
+
+RVO 的思路是：
+
+```text
+A 和 B 都是主动体。
+发生潜在碰撞时，不应该让 A 单独承担全部避让。
+双方各承担一部分速度修正。
+```
+
+这让多 agent 场景更自然，尤其适合鱼群、机器人群、行人群这类对等个体。
+
+## ORCA：把避障变成线性约束
+
+ORCA 是 RVO 的改进形式。它会为每个邻居构造一个半平面约束：
+
+```text
+为了避免和这个邻居碰撞，
+当前 agent 的新速度必须落在这条线的一侧。
+```
+
+多个邻居会产生多个约束。最终问题变成：
+
+```text
+在所有安全半平面约束内，
+找一个距离期望速度最近的速度。
+```
+
+这就是 RVO2 高效的关键：每帧不是做复杂全局搜索，而是在低维速度空间里做局部约束求解。
+
+## 每帧流程
+
+RVO2 的典型帧流程是：
+
+1. 更新每个 agent 的当前位置。
+2. 给每个 agent 设置期望速度。
+3. 使用空间结构查找邻居。
+4. 为每个邻居构造 ORCA 约束。
+5. 求出新的安全速度。
+6. 用新速度推进 agent。
+
+在当前 benchmark 中，推进 Transform 由统一的 `BenchmarkAgent.Integrate` 负责，RVO2 adapter 只负责把期望速度改成避障后的速度。
+
+## 关键参数
+
+- `radius`：agent 半径，直接决定碰撞距离。
+- `neighborDist`：考虑多远范围内的邻居。
+- `maxNeighbors`：最多考虑多少邻居。
+- `timeHorizon`：预测未来多久内的碰撞。
+- `maxSpeed`：最大速度。
+- `timeStep`：仿真步长。
+
+这些参数会明显影响表现：
+
+- `neighborDist` 太小：反应太晚，容易碰撞。
+- `neighborDist` 太大：邻居过多，性能下降，也可能过度保守。
+- `timeHorizon` 太短：贴脸才躲。
+- `timeHorizon` 太长：提前过度避让，可能绕不开或变慢。
+- `maxNeighbors` 太低：高密度时会漏掉重要邻居。
+
+## 优点
+
+- 对多动态 agent 很合适。
+- 速度空间建模清晰，可解释。
+- 不需要全局路径。
+- 高密度局部避障比简单排斥力稳定。
+- 理论上比纯启发式 steering 更有安全约束感。
+
+## 局限
+
+- RVO2-CS 是 2D 算法，当前项目的 3D 模式会投影到 XZ 平面。
+- 它不负责全局规划，遇到死胡同或复杂障碍仍可能局部最优。
+- 只考虑局部未来，不能理解长远路线收益。
+- 参数不合适时仍会碰撞、停滞或过度保守。
+- 如果 benchmark 初始位置已经重叠，它需要时间把重叠解开。
+
+## 在 FishROV 中的观察重点
+
+测试 RVO2 时重点看：
+
+- `XZ重叠对` 是否能稳定下降。
+- `3D重叠对` 是否比 XZ 少，判断 2.5D 高度层是否只是视觉重叠。
+- 高密度场景中 `模拟耗时` 是否随数量近似线性或亚二次增长。
+- 是否出现互相卡住、绕圈或过早减速。
+
+## 对自研算法的启发
+
+RVO2 最值得吸收的不是具体代码，而是这个思想：
+
+```text
+不要只问“障碍在哪里”，
+还要问“我现在可选的速度里，哪些会在未来导致碰撞”。
+```
+
+后续自研算法可以借鉴：
+
+- 用预测碰撞时间代替单纯距离。
+- 在速度空间做候选速度打分。
+- 对不同邻居按风险程度加权。
+- 把“接近期望速度”和“避碰安全”放到同一个优化目标里。
diff --git a/FishROV/Docs/sampling-local-avoidance-core-principles.md b/FishROV/Docs/sampling-local-avoidance-core-principles.md
new file mode 100644
index 0000000..e4e5330
--- /dev/null
+++ b/FishROV/Docs/sampling-local-avoidance-core-principles.md
@@ -0,0 +1,234 @@
+# 采样避障学习版核心原理
+
+## 一句话结论
+
+采样避障学习版的核心是 **不直接求解析最优解，而是在一批候选速度中打分选择当前最合适的速度**。它是项目内自写的学习基线，目标是可读、可改、可调参，而不是证明无碰撞。
+
+实现位置：
+
+```text
+Assets/Scripts/Benchmark/FrameworkAdapters/SamplingLocalAvoidanceAdapter.cs
+```
+
+## 为什么写这个版本
+
+RVO2/ORCA 很成熟，但内部数学和约束求解不容易快速改。
+
+NavMeshAgent 工程成熟，但它是完整导航系统，不是纯局部避障算法。
+
+学习版采样避障的目的不同：
+
+- 给你一个完全可控的 baseline。
+- 让每个评分项都能看懂、能改权重。
+- 方便测试“如果我改变风险函数，会发生什么”。
+- 为后续写更好的自研算法提供实验平台。
+
+## 基本思路
+
+每帧对每个 agent 做三步：
+
+```text
+1. 找附近邻居
+2. 生成候选速度
+3. 给候选速度打分，选择分数最低的速度
+```
+
+它不是像 RVO2 那样构造半平面约束，而是把避障变成一个启发式评分问题。
+
+## 空间哈希找邻居
+
+如果每个 agent 都和所有其他 agent 比较，复杂度是：
+
+```text
+O(n²)
+```
+
+5000 条鱼时会非常贵。
+
+所以学习版先把 agent 放进空间哈希格子：
+
+```text
+世界坐标 x/z
+  -> 根据 cellSize 计算格子坐标
+  -> 每个格子保存一批 agent
+  -> 查询时只看自己附近几个格子
+```
+
+这样大多数情况下只需要检查附近 agent，而不是全量扫描。
+
+## 候选速度
+
+候选速度主要来自：
+
+- 当前期望速度。
+- 零速度。
+- 以期望方向为基准旋转出的多个方向。
+- 不同速度倍率，例如全速和半速。
+
+可以理解为：
+
+```text
+我想往目标方向走，
+但也试试稍微偏左、偏右、减速、停下，
+看哪个风险最低。
+```
+
+当前版本每帧采样固定数量方向，优先保持实现简单和可读。
+
+## 评分函数
+
+每个候选速度都会计算一个分数：
+
+```text
+总分 =
+  目标偏差惩罚
+  + 速度平滑惩罚
+  + 预测碰撞惩罚
+  + 当前重叠惩罚
+  + 边界惩罚
+```
+
+分数越低，速度越适合当前帧。
+
+## 目标偏差惩罚
+
+agent 不能为了避障完全忘记目标。
+
+如果候选速度和期望速度差得很远，就加惩罚：
+
+```text
+goalPenalty = |candidate - preferred|²
+```
+
+这个项越大，agent 越倾向继续朝目标走。
+
+## 速度平滑惩罚
+
+如果每帧都选一个差异很大的速度，视觉上会抖。
+
+所以学习版会惩罚候选速度和上一帧速度的差异：
+
+```text
+smoothPenalty = |candidate - lastVelocity|²
+```
+
+这个项越大，运动越平滑，但反应也可能变慢。
+
+## 当前重叠惩罚
+
+如果两个 agent 当前已经重叠，必须强烈惩罚继续贴近的速度。
+
+学习版会计算：
+
+```text
+当前距离 - 两者半径和
+```
+
+如果小于 0，说明已经重叠。重叠越深，惩罚越高。
+
+这个项主要用来处理初始生成过密、或上一帧已经挤在一起的情况。
+
+## 预测碰撞惩罚
+
+只看当前距离不够。两个 agent 现在很远，但如果高速对冲，很快也会撞。
+
+学习版会估算候选速度下的最近接近时刻：
+
+```text
+relativePosition = otherPosition - selfPosition
+relativeVelocity = candidateVelocity - otherVelocity
+closestTime = clamp(-dot(relativePosition, relativeVelocity) / |relativeVelocity|², 0, timeHorizon)
+```
+
+然后计算在 `closestTime` 时两者距离是否小于安全半径。
+
+如果预测未来会撞，就加惩罚；越快撞、越深撞，惩罚越高。
+
+这一步是学习版最接近 RVO 思想的地方：它不只问“现在近不近”，而是问“这个速度会不会导致未来碰撞”。
+
+## 边界惩罚
+
+benchmark 有 arena 半径。候选速度如果把 agent 推向边界外，就加惩罚。
+
+这能减少 agent 因避障一路逃出场地边缘，然后被 `BenchmarkAgent.Integrate` 夹回边界导致的异常运动。
+
+## 每帧流程
+
+学习版每帧流程是：
+
+1. adapter 收集每个 agent 的期望速度。
+2. 构建空间哈希。
+3. 对每个 agent 生成候选速度。
+4. 对候选速度逐个打分。
+5. 选择最低分速度。
+6. 写回 `BenchmarkAgent.ApplyVelocity`。
+7. benchmark 统一积分移动。
+
+## 优点
+
+- 完全自写，许可证清晰。
+- 很容易读懂和调参。
+- 可以快速增加新的评分项。
+- 可以观察每个启发式对结果的影响。
+- 适合作为自研算法实验起点。
+
+## 局限
+
+- 不保证无碰撞。
+- 候选速度数量有限，可能错过真正好速度。
+- 权重依赖场景，换场景可能需要重新调。
+- 高密度时仍可能局部最优或互相卡住。
+- 当前实现是 CPU 主线程版本，还没有 Job/Burst 优化。
+- 它是启发式算法，不是完整 ORCA。
+
+## 和 RVO2 的区别
+
+| 维度 | RVO2 / ORCA | 采样避障学习版 |
+| --- | --- | --- |
+| 核心方法 | 速度空间半平面约束求解 | 候选速度打分 |
+| 理论性 | 更强 | 较弱 |
+| 可解释性 | 数学清晰，但实现复杂 | 每个评分项直接可读 |
+| 可调性 | 参数较少但影响大 | 权重和候选集都可改 |
+| 无碰撞保证 | 更接近可证明安全 | 不保证 |
+| 学习价值 | 学习速度障碍理论 | 学习工程化评分和调参 |
+
+## 和 NavMesh 的区别
+
+| 维度 | Unity NavMeshAgent | 采样避障学习版 |
+| --- | --- | --- |
+| 主要目标 | 地图导航和路径跟随 | 局部动态避障 |
+| 地图理解 | 有 NavMesh 可达性 | 没有地图理解 |
+| 动态群体 | 可做但不是最专门 | 专门面向局部邻居 |
+| 3D 体积 | 主要平面 | 当前也主要平面，可扩展 |
+| 可改性 | 内部黑盒较多 | 完全可改 |
+
+## 后续改进方向
+
+这个学习版后续可以逐步升级：
+
+- 增加候选速度自适应采样，而不是固定 16 方向。
+- 把邻居风险按距离、相对速度、角色类型加权。
+- 引入最大加速度和最大转向角约束。
+- 增加“右侧通行/左侧通行”偏置，减少对称死锁。
+- 增加队形或鱼群凝聚项。
+- 使用 Job System / Burst 优化空间哈希和评分。
+- 把评分函数输出到调试 HUD，观察每项惩罚占比。
+- 借鉴 RVO2，把明显危险的速度直接剔除，再对剩余速度打分。
+
+## 对自研算法的启发
+
+如果要写更好的 FishROV 避障算法，可以把学习版当成骨架：
+
+```text
+目标速度
+  -> 候选速度生成
+  -> 风险预测
+  -> 多目标评分
+  -> 速度平滑和运动约束
+```
+
+后续真正要优化的，是三个核心点：
+
+- 更准确的风险函数。
+- 更聪明的候选速度生成。
+- 更稳定的冲突解除策略。
diff --git a/FishROV/Docs/unity-navmesh-core-principles.md b/FishROV/Docs/unity-navmesh-core-principles.md
new file mode 100644
index 0000000..ea8bda7
--- /dev/null
+++ b/FishROV/Docs/unity-navmesh-core-principles.md
@@ -0,0 +1,150 @@
+# Unity NavMeshAgent 核心原理
+
+## 一句话结论
+
+Unity NavMesh 的核心是 **先把可行走区域烘焙或构建成导航网格，再在网格上规划路径，并用 NavMeshAgent 做沿路径移动和局部避让**。它更像“路径导航系统”，局部避障只是其中一部分。
+
+在 FishROV benchmark 中，`UnityNavMeshAdapter` 会运行时构建一张平面 NavMesh，然后给 agent 添加 `NavMeshAgent` 作为对照组。
+
+## NavMesh 解决的问题
+
+RVO2 主要解决动态体之间的局部避障，但它不理解复杂地图。
+
+NavMesh 重点解决的是：
+
+```text
+哪里能走？
+从当前位置到目标点，应该沿哪些可行区域走？
+遇到墙、洞、不可通行区域时，怎么绕过去？
+```
+
+所以 NavMesh 更偏全局可达性和路径规划。
+
+## 导航网格
+
+NavMesh 会把场景中的可行走区域转换成多边形网格。
+
+可以理解为：
+
+```text
+原始场景几何
+  -> 提取可走区域
+  -> 合并成多边形网格
+  -> agent 在网格上找路径
+```
+
+在普通地面游戏里，这非常适合角色在地形、房间、走廊之间移动。
+
+## 路径规划
+
+NavMeshAgent 的目标通常不是“直接向目标点走”，而是：
+
+1. 找到自己所在的 NavMesh 多边形。
+2. 找到目标所在的 NavMesh 多边形。
+3. 在多边形图上搜索路径。
+4. 得到一串路径拐点。
+5. 沿着路径拐点移动。
+
+这部分通常接近 A* 图搜索思想，只是图节点不是格子，而是 NavMesh 多边形或多边形边界。
+
+## 局部避障
+
+NavMeshAgent 除了路径跟随，还会做一定局部避障：
+
+- 根据 agent 半径避免互相穿透。
+- 根据 `avoidancePriority` 决定谁更应该让路。
+- 根据 `obstacleAvoidanceType` 决定避障质量和开销。
+- 根据速度、加速度、角速度调整移动。
+
+但要注意：NavMeshAgent 的局部避障不是完整的 ORCA/RVO2 替代品。它主要服务于“角色沿 NavMesh 路径移动”的工程场景。
+
+## 每帧流程
+
+典型 NavMeshAgent 流程是：
+
+1. agent 位于 NavMesh 上。
+2. 设置目标点或期望移动。
+3. NavMeshAgent 更新路径跟随和局部避障。
+4. 输出新位置或速度。
+5. Unity 自动或外部代码同步 Transform。
+
+当前 benchmark 为了公平比较，没有让 NavMeshAgent 独占 Transform，而是：
+
+- 让 NavMeshAgent 计算避障速度。
+- 把速度交给 `BenchmarkAgent.ApplyVelocity`。
+- 再由统一的 `BenchmarkAgent.Integrate` 推进 Transform。
+
+这能保持各方案共用同一套移动入口，但也会带来适配层同步问题。
+
+## 为什么可能抖动
+
+NavMeshAgent 在 benchmark 中抖动更明显，通常有几个原因：
+
+- NavMeshAgent 自己有内部位置 `nextPosition`，可视 Transform 又由 benchmark 积分推进，二者需要同步。
+- 高密度场景中 agent 互相挤压，NavMeshAgent 会频繁修正速度。
+- 如果目标方向和避障方向来回冲突，就会出现左右摆动。
+- NavMesh 是平面系统，2.5D 或 3D 表现会被压回平面理解。
+- 当前场景是压力测试，不是典型 NavMesh 地图导航场景。
+
+当前代码已经对 NavMeshAgent 输出速度做了按 `acceleration` 的平滑，减少单帧速度尖峰，但它仍可能比 RVO2 更容易抖。
+
+## 关键参数
+
+- `radius`：agent 在 NavMesh 上的占位半径。
+- `height`：agent 高度。
+- `speed`：最大速度。
+- `acceleration`：速度变化上限。
+- `angularSpeed`：转向速度。
+- `avoidancePriority`：局部避让优先级。
+- `obstacleAvoidanceType`：避障质量。
+- `autoBraking`：到达目标前是否自动减速。
+
+在高密度鱼群测试里，最敏感的通常是：
+
+- `radius`
+- `acceleration`
+- `avoidancePriority`
+- `obstacleAvoidanceType`
+
+## 优点
+
+- 工程成熟，Unity 内置。
+- 对静态地图、走廊、房间、地形导航很实用。
+- 能处理全局可达性，不只是局部避障。
+- 有现成 Editor/Runtime API。
+- 适合作为游戏角色导航的基础对照。
+
+## 局限
+
+- 主要是平面导航系统，不适合完整 3D 水下体积避障。
+- 局部避障不是它最强的部分。
+- 高密度动态 agent 容易抖动或互相挤压。
+- 对纯动态鱼群避障，可能不如专门的 RVO/ORCA 方法自然。
+- 如果只是空旷平面上的多 agent 避障，NavMesh 的全局路径能力发挥不出来。
+
+## 在 FishROV 中的观察重点
+
+测试 NavMesh 时重点看：
+
+- `XZ重叠对` 是否比 RVO2 高。
+- 抖动是否主要发生在高密度对向穿流、圆阵高压场景。
+- `模拟耗时` 是否稳定。
+- 速度平滑后是否减少视觉抖动，但仍保持避障响应。
+- 2.5D/3D 模式下是否只是平面避障导致视觉穿插。
+
+## 对自研算法的启发
+
+NavMesh 的价值不在于局部避障算法本身，而在于“全局可达性层”：
+
+```text
+全局层：告诉 agent 应该往哪里走，避开不可通行区域。
+局部层：在当前速度附近躲开动态邻居。
+```
+
+后续更好的 FishROV 避障系统可以考虑分层：
+
+- 全局目标/航线：NavMesh、路径图、流场、A*。
+- 局部动态避障：RVO2、采样速度、势场、学习策略。
+- 运动表现层：速度平滑、朝向约束、最大加速度。
+
+这样能避免把所有问题都塞进一个局部避障算法里。