企业官网建设流程全解析

GameDevMind 物理系统实战：用纯 Python 实现 Verlet 积分 + AABB 碰撞模拟

【免费下载链接】GameDevMind最全面的游戏开发技术图谱(Game Development Map)。帮助游戏开发者们在已知问题上节省时间，省出更多的精力投入到更有创造性的工作中去。项目地址: https://gitcode.com/GitHub_Trending/ga/GameDevMind

本篇文章基于 GameDevMind 仓库中「二-02 物理系统」配套示例，通过 physics_demo.py 这份纯标准库、零第三方依赖的 Python 实现，完整讲解游戏物理引擎的两个核心基石——Verlet 位置积分与AABB 轴对齐包围盒碰撞检测，并延伸到 MTV 最小分离向量、质量比碰撞响应、静态碰撞体与边界约束。读完本文，你将能够从零搭建一个可运行、可调参的 2D 粒子物理沙盒，并理解它与 Box2D、PhysX 等真实物理引擎之间的能力差距，为后续深入学习 物理图谱文档 打好代码基础。

一、示例概览：一个自包含的物理沙盒

1.1 运行方式

示例位于 code/artile-sample-code/02-technical/02-physics/，运行只需一条命令：

python physics_demo.py

纯标准库，无需安装任何依赖。程序不依赖 pygame、numpy 等任何第三方库，仅使用math、random、time、sys四个标准库模块（见源码文件头部导入区），配合一个自实现的AsciiRenderer在终端里以字符画形式渲染每一帧物理状态。这意味着它可以在任何装有 Python 3 的机器上直接运行，非常适合作为理解物理引擎原理的入门载体。

1.2 功能清单

从文档与源码中可以确认，这个 demo 实现了以下物理引擎核心能力：

• Verlet 积分器：位置驱动，无需显式存储速度（速度由pos - prev_pos隐式表达），天然稳定；
• AABB 碰撞检测：轴对齐包围盒快速重叠测试，只需 4 个一维区间比较；
• MTV 分离：最小分离向量（Minimum Translation Vector）驱动碰撞响应，按质量比分配位移；
• 静态碰撞体：平台、地面等不可动物体，模拟关卡地形；
• 边界约束：弹性边界反弹，防止粒子飞出世界；
• 子步骤（Substepping）：每帧 4 次子步，提高积分精度与碰撞稳定性。

二、核心概念拆解：从公式到代码

文档给出了五个核心概念的实现要点，下面逐一对照源码展开。

2.1 Verlet 积分：位置驱动，速度隐含

文档中的核心公式：

与欧拉积分（存储velocity，每帧pos += vel * dt; vel += acc * dt）不同，Verlet 积分只维护两个量：当前位置pos与上一帧位置prev_pos。速度被隐式地表示为两帧位置的差值。

源码中 Particle 的定义印证了这一点：

class Particle: """Verlet 积分粒子 — 位置 + 上一帧位置 (速度隐含)""" __slots__ = ("pos", "prev_pos", "radius", "mass", "color_char", "id") def __init__(self, position, velocity=Vec2(), radius=1.0, mass=1.0, color_char="●"): self.pos = position # Verlet: prev_pos = pos - velocity * dt (假设 dt=1) self.prev_pos = position - velocity ... def velocity(self): """从 Verlet 积分还原速度""" return self.pos - self.prev_pos

注意两处关键细节：

1. 构造时的速度注入：prev_pos = position - velocity，即「上一帧位置 = 当前位置 - 速度」，把初始速度翻译成位置差，从而进入 Verlet 的隐式速度框架（这里假设dt = 1）；
2. 速度还原：velocity()只是简单的pos - prev_pos，在碰撞响应与动能统计时随时可还原出速度向量。

积分步在 PhysicsWorld.step() 中完成：

for p in self.particles: velocity = p.velocity() * self.damping p.prev_pos = Vec2(p.pos.x, p.pos.y) # 保存当前位置 p.pos = p.pos + velocity + self.gravity * (sub_dt * sub_dt)

这里严格对应文档公式pos_new = pos + (pos - prev_pos) * damping + gravity * dt²：先对速度施加阻尼系数damping，再叠加重力项gravity * dt²。因为采用位置驱动，修改prev_pos就等于修改速度——这是后面实现碰撞反弹与边界反弹的核心技巧。

2.2 AABB 重叠检测：4 个一维区间测试

文档给出的定义：

AABB（Axis-Aligned Bounding Box，轴对齐包围盒）用min（左下角）与max（右上角）两个点描述一个轴对齐矩形。两个 AABB 是否重叠，只需在 X、Y 两个轴向上分别做区间重叠判断。

源码中 AABB.overlap()：

@staticmethod def overlap(a, b): """检测两个 AABB 是否重叠""" return ( a.min.x < b.max.x and a.max.x > b.min.x and a.min.y < b.max.y and a.max.y > b.min.y )

之所以叫「4 个一维区间测试」，是因为 X 轴两个条件、Y 轴两个条件，共 4 个比较。这份实现在数学上等价于 SAT（分离轴定理）在轴对齐情况下的特例——仓库中另一处 game_math.py 的 3D AABB 用 6 个条件实现了同样的逻辑，且其 docstring 明确注明「SAT 分离轴定理的特例」，可以互相印证。

对于圆形粒子，这里用radius生成方形包围盒（get_aabb()返回AABB(pos, Vec2(radius, radius))），即用 AABB 粗粒度近似圆形——这正是真实引擎中「粗检测阶段」的典型做法。

2.3 MTV 最小分离向量：取穿透最浅的轴

文档定义：

两个 AABB 重叠后，需要找到推动它们分开的最小位移。做法是分别计算 X、Y 两轴的穿透深度，取较小者作为分离轴，方向指向让两者分开的一侧。

源码 AABB.penetration()：

@staticmethod def penetration(a, b): """计算最小分离向量 (MTV)""" overlap_x = min(a.max.x - b.min.x, b.max.x - a.min.x) overlap_y = min(a.max.y - b.min.y, b.max.y - a.min.y) if overlap_x < overlap_y: # X 轴分离 direction = 1.0 if a.max.x - b.min.x < b.max.x - a.min.x else -1.0 return Vec2(overlap_x * direction, 0.0) else: direction = 1.0 if a.max.y - b.min.y < b.max.y - a.min.y else -1.0 return Vec2(0.0, overlap_y * direction)

逻辑拆解：

1. 对每个轴计算两个方向的穿透量，取较小值作为该轴穿透深度；
2. 比较 X/Y 轴穿透深度，取穿透更浅的轴作为分离轴（这是「最小分离」的含义）；
3. 根据 AABB 的相对位置确定分离方向（+1或-1）；
4. 返回一个只含单轴分量的向量，即 MTV。

MTV 同时服务于碰撞响应与静态碰撞修正两处调用（见下文）。

2.4 碰撞响应：位置修正 + 速度方向反弹

文档定义：

粒子与粒子的碰撞（_resolve_particle_collision）：

mtv = AABB.penetration(box_a, box_b) total_mass = a.mass + b.mass # 按质量比分配位移 ratio_a = b.mass / total_mass if total_mass > 0 else 0.5 ratio_b = a.mass / total_mass if total_mass > 0 else 0.5 a.pos = a.pos + mtv * ratio_a b.pos = b.pos - mtv * ratio_b

粒子与静态体的碰撞（_resolve_static_collision）：

mtv = AABB.penetration(box_p, body) p.pos = p.pos + mtv # 静态体质量无限大，位移全部由粒子承担 # 速度响应：沿 MTV 方向反弹 (简单系数) vel = p.velocity() mtv_dir = mtv.normalized() proj = vel.dot(mtv_dir) if proj < 0: # 仅当速度朝向碰撞面时反弹 # 修改 prev_pos 实现反弹 (restitution ≈ 0.3) p.prev_pos = p.prev_pos + mtv_dir * (proj * 1.3)

反弹技巧值得专门说明：proj是速度在 MTV 方向上的投影，proj < 0表示粒子正朝碰撞面运动。此时通过修改prev_pos间接修改速度——prev_pos沿法线方向向后多推proj * 1.3，等价于给速度施加了约 0.3 的恢复系数（restitution），模拟了弹性碰撞的能量损失。这正体现了 Verlet 积分「改位置即改速度」的便利性。

2.5 质量比：位移按质量反比分配

文档定义：

两个粒子碰撞时，质量小的物体应被推开更多，质量大的被推开更少。源码中的分配公式为：

ratio_a = b.mass / total_mass # a 拿到的位移比例 = 对方质量 / 总质量 ratio_b = a.mass / total_mass # b 拿到的位移比例 = 对方质量 / 总质量 a.pos = a.pos + mtv * ratio_a b.pos = b.pos - mtv * ratio_b

验证极端情况：若a.mass极大、b.mass极小，则ratio_a ≈ 0（重物几乎不动），ratio_b ≈ 1（轻物被完全推开），符合物理直觉。main()中粒子质量设为random.uniform(0.5, 2.0)，正是为了让观众直观看到轻重粒子碰撞时的差异。

2.6 边界约束与子步骤

边界约束（_constrain_to_bounds）：将粒子位置 clamp 在世界边界AABB(Vec2(0, 0), Vec2(50, 25))内，并通过反向调整prev_pos实现弹性反弹（反弹系数 0.3）。四条边（左右下上）对称处理，属于「弹性边界反弹」。

子步骤（substeps = 4）：step()内部把一帧的dt拆成 4 个sub_dt，每帧依次执行「Verlet 积分 → 粒子间碰撞 → 粒子与静态体碰撞 → 边界约束」共 4 轮。子步数越多，积分与碰撞的精度越高，但计算量也线性增长——这正是真实引擎「固定时间步长 + 多子步」思路的微缩版，对应图谱文档中「不稳定 → 调整时间步长、固定步长」的优化方向。

三、源码结构：四个核心类逐个拆解

整个 demo 由四个类构成，结构清晰、职责单一：

3.1 每帧的求解管线

PhysicsWorld.step(dt=1.0)内部是典型的求解器管线（每个子步执行一遍）：

① Verlet 积分（所有粒子施加重力 + 阻尼） ↓ ② 粒子间 AABB 碰撞（O(n²) 两两检测 + MTV 位置修正） ↓ ③ 粒子 vs 静态体碰撞（位置修正 + 法向反弹） ↓ ④ 边界约束（clamp 到世界边界 + 弹性反弹）

这与真实引擎的「积分 → 碰撞检测（broadphase → narrowphase）→ 求解 → 约束」管线在概念上完全同构，只是去掉了空间加速结构与迭代求解器。

3.2 ASCII 可视化与程序输出

AsciiRenderer（physics_demo.py#L238-L283）将世界坐标映射到 80×30 的字符网格：静态平台用█填充、粒子用●○◆◇★☆▲△等字符绘制、边界用┌┐└┘│─绘制。main()（physics_demo.py#L291-L355）模拟 6 个显示帧（每显示帧内部跑 5 个物理步），并在每帧末尾打印总动能与平均高度两项统计：

total_ke = sum(p.velocity().length() ** 2 * p.mass for p in world.particles) * 0.5 avg_y = sum(p.pos.y for p in world.particles) / len(world.particles)

总动能½mv²可以直观观察系统能量的衰减趋势（阻尼与反弹损耗），平均高度则反映粒子整体沉降过程——这两项指标也是后续调参时判断「物理是否稳定」的直观依据。

四、可调参数：把沙盒调出不同物理手感

文档明确指出所有参数集中在PhysicsWorld.__init__()与main()两处。对照源码整理如下：

main()中的场景配置（physics_demo.py#L300-L321）：

# 中间平台 world.add_static_body(AABB(Vec2(15, 15), Vec2(10, 1))) # 右侧平台 world.add_static_body(AABB(Vec2(35, 10), Vec2(8, 1))) # 左侧小平台 world.add_static_body(AABB(Vec2(5, 20), Vec2(5, 1)))

AABB(center, half_size)的构造约定是「中心点 + 半宽高」，因此Vec2(15, 15)表示平台中心、Vec2(10, 1)表示半宽 10、半高 1——即一个 20×2 的扁平平台。

调参建议（基于源码行为推断）：

• 想让粒子更"飘"：调小gravity（如 0.2）；
• 想让粒子更"粘稠"（水中感）：调小damping（如 0.95）；
• 解决高速穿透/抖动：增大substeps（如 8），这是图谱文档「不稳定 → 固定步长」建议的最直接落地方式；
• 想观察质量差异：扩大mass的随机范围，如random.uniform(0.2, 5.0)；
• 修改场景关卡：增删add_static_body调用即可，如添加一个斜坡（旋转 AABB 无法表达，这正是 AABB 的局限——真实引擎用 OBB/凸包表达斜面）。

注意：由于程序以 ASCII 渲染，世界范围建议保持与AsciiRenderer默认的AABB(Vec2(0,0), Vec2(50,25))一致（main()中已通过renderer.world_bounds = world.bounds同步），大幅改动边界需同步调整渲染器。

五、局限与真实物理引擎对比

文档明确指出：本 demo 是教学简化版，真实引擎（Box2D、PhysX）在此之上增加了四项关键能力：

对照 物理图谱文档 中「碰撞检测模式」章节：本 demo 使用的是Discrete（离散）模式，性能好但快速物体可能穿透，这与真实引擎中「快速物体用Continuous、慢速用Discrete」的取舍完全对应。

关于空间划分，仓库中的 四叉树示例 给出了直接量化证据：500 个对象暴力检测需执行C(500,2) = 124,750次 AABB 判断（耗时约 15420 µs），而四叉树粗检测后仅需约 412 µs，加速约 37 倍。本 demo 的粒子间碰撞正是暴力 O(n²) 实现——读者若把粒子数量调大（如 500+），可以亲身体验性能瓶颈，然后对照四叉树方案理解优化方向。

物理中间件选型上，图谱文档归纳了三大主流引擎：PhysX（NVIDIA，硬件加速、PC/主机）、Bullet（开源免费、跨平台、PC/移动）、Havok（商业、大型游戏、支持好）。本 demo 的意义在于：无论最终选用哪个引擎，其内部的积分器、包围体、MTV 求解思路都与本文代码同源。

六、延伸阅读与下一步

• 物理系统图谱文档：刚体、碰撞体选型（Box/Sphere/Capsule/Mesh/Compound）、触发器、物理材质、摩擦力与弹性系数、约束与软体的完整知识框架；
• 游戏数学 AABB 实现：3D 版 AABB 的intersects/contains_point实现，可对照学习二维到三维的推广；
• 四叉树空间分割：把本 demo 的 O(n²) 碰撞升级为 O(n log n) 的完整方案与性能实测；
• 04-math 配套代码：向量、点积、叉积、Lerp/Slerp 等物理模拟所需的前置数学工具。

动手建议：先原样运行python physics_demo.py观察 6 帧 ASCII 动画与动能衰减曲线；随后依次尝试——调大substeps消除抖动、调小damping观察能量快速损耗、增加粒子数量感受 O(n²) 瓶颈、添加/移动平台构建自己的关卡。这套「先跑通、再调参、后改造」的路径，正是从理解物理引擎原理走向真实引擎实战的最短路线。

【免费下载链接】GameDevMind最全面的游戏开发技术图谱(Game Development Map)。帮助游戏开发者们在已知问题上节省时间，省出更多的精力投入到更有创造性的工作中去。项目地址: https://gitcode.com/GitHub_Trending/ga/GameDevMind