Puerts项目中FVector_Wrap等代码在UE5中的精度损失问题分析
2025-06-07 01:19:42作者:卓炯娓
问题背景
在Unreal Engine游戏开发中,Puerts作为连接TypeScript/JavaScript与UE引擎的桥梁,其核心功能之一是实现数据类型在两种环境间的转换。近期发现Puerts项目中自动生成的FVector_Wrap等包装代码在UE5环境下存在精度损失问题,这直接影响到了数学运算的准确性。
问题本质
问题的根源在于数据类型转换过程中的精度损失。具体表现为:
- 自动生成的绑定代码中大量使用了float类型
- 在数据转换过程中发生了double->float->double的转换链
- UE5中FVector等数学类型已改为使用double精度
这种转换链会导致数据精度在中间步骤被截断,即使最终恢复为double类型,丢失的精度也无法找回。
技术细节分析
以FVector2D为例,问题代码片段如下:
if (Info[0]->IsNumber() && Info[1]->IsNumber())
{
float Arg0 = Info[0]->ToNumber(Context).ToLocalChecked()->Value(); // double->float
float Arg1 = Info[1]->ToNumber(Context).ToLocalChecked()->Value();
FVector2D* Obj = new FVector2D(Arg0, Arg1); // float->double
这段代码存在两个关键问题:
- JavaScript中的数字类型是双精度浮点数(double),直接转换为单精度浮点数(float)会导致精度损失
- UE5中FVector2D内部使用double存储,从float构造会再次转换,但精度已经丢失
解决方案演进
开发团队提出了几种解决方案并进行了实践:
1. 静态绑定重写方案
通过静态绑定方式重写FVector2D的包装代码,直接使用double类型:
puerts::DefineClass<FVector2d>()
.Constructor(
CombineConstructors(
MakeConstructor(FVector2d),
MakeConstructor(FVector2d,double,double),
// 其他构造函数...
)
)
这种方案的优势是:
- 完全避免了中间精度损失
- 代码更简洁易维护
- 支持函数重载和默认参数
2. 生成器改进方案
考虑到手动重写所有数学类型包装代码工作量巨大,团队同时探索了改进自动生成器的方案:
- 更新生成器以识别UE5中的模板化数学类型
- 自动生成模板绑定代码而非原始绑定
- 添加版本判断宏以兼容不同UE版本
3. 操作符重载处理
对于操作符重载等特殊情况,采用了扩展方法包装:
struct FVector2DExtension {
static FVector2D op_Addition(const FVector2D& self, const FVector2D& V) {
return self + V;
}
// 其他操作符...
};
兼容性考虑
解决方案需要兼顾不同UE版本的差异:
- UE4中部分数学类型使用float
- UE5中改为使用double以支持大世界坐标
- 部分函数签名在不同版本间有变化
通过模板和条件编译实现了跨版本兼容:
#if ENGINE_MAJOR_VERSION >= 5
using FVector2D = UE::Math::TVector2<double>;
#else
using FVector2D = ::FVector2D;
#endif
其他相关问题
在解决过程中还发现并解决了几个衍生问题:
- 构造函数声明生成不全 - 补充了自动生成.d.ts时的构造函数声明
- 特殊类型(如Float16Color)处理 - 添加了类型存在性检查
- TArray模板类型签名 - 修正了模板类型的声明生成
- 操作符-的编译问题 - 解决了不同编译器下的语法解析差异
总结
Puerts项目通过这次对数学类型包装代码的重构,不仅解决了UE5下的精度损失问题,还:
- 统一了绑定方式,淘汰了旧的代码生成方案
- 提高了类型转换的效率和准确性
- 增强了跨UE版本的兼容性
- 为后续的大世界坐标支持奠定了基础
这一改进体现了Puerts项目对引擎兼容性和数据精确性的高度重视,也为使用Puerts的开发者提供了更可靠的数学运算基础。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284