Puerts项目中的UE Mixin基类PIE二次启动崩溃问题分析
2025-06-07 23:30:25作者:凌朦慧Richard
问题现象
在Unreal Engine 5.3环境下使用Puerts 1.0.6.1版本时,开发者遇到了一个特定场景下的崩溃问题。具体表现为:
- 创建了一个继承层级:BP_BaseDerive继承自BP_Base,BP_Base继承自Pawn
- 对BP_Base类进行了Mixin操作,重写了ReceiveBeginPlay和ReceiveTick函数
- 运行时通过Spawn创建BP_BaseDerive实例
- 第一次PIE(Play In Editor)运行正常
- 停止PIE后再次启动PIE时,游戏崩溃
崩溃时的错误信息显示为EXCEPTION_ACCESS_VIOLATION读取非法内存地址,调用栈显示在UObjectBaseUtility::GetPathName处发生崩溃。
技术背景
在Unreal Engine中,Mixin是一种将脚本功能混合到原生类中的技术。Puerts通过Mixin机制允许TypeScript代码重写UE类的函数。UClass内部会缓存查找过的函数以提高性能,这种缓存机制在正常情况下工作良好。
问题根源
经过深入分析,发现问题出在UClass的函数查找缓存机制与Mixin清理逻辑的交互上:
- UClass::FindFunctionByName会将查找结果缓存起来以提高后续查找效率
- 当清理Mixin时,现有代码只清理了当前类的函数缓存
- 但未清理该类的子类缓存
- 导致子类后续可能查找到已经过期的UFunction对象
- 当引擎尝试使用这些无效的函数对象时,最终引发了内存访问违例
解决方案
修复方案的核心思路是:在清理Mixin时,不仅要清理当前类的函数缓存,还需要递归清理所有子类的相关缓存。这确保了:
- 所有相关的缓存条目都被正确清除
- 后续的函数查找会得到正确的结果
- 避免了使用过期的函数对象
经验总结
这个案例揭示了几个重要的开发经验:
- 缓存机制虽然能提高性能,但必须与对象的生命周期管理严格同步
- 在继承体系中,对父类的操作可能需要考虑对子类的影响
- UE引擎内部的缓存机制需要特别关注,特别是在动态修改类结构的场景下
- PIE模式下的二次运行问题往往能暴露出一系列生命周期管理问题
最佳实践建议
基于此问题的经验,建议开发者在处理类似场景时:
- 充分理解UE的类缓存机制
- 在修改类结构时,考虑继承体系的影响
- 对PIE模式下的多次运行进行充分测试
- 在实现Mixin等动态修改类功能时,确保清理逻辑的完整性
这个问题虽然表面现象复杂,但通过分析调用栈和了解引擎内部机制,最终定位到了缓存管理这一根本原因,为类似问题的排查提供了有价值的参考。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
659
150
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
293
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
489
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1