O3DE引擎中AZStd容器排序问题的分析与解决方案
2025-05-28 00:25:23作者:丁柯新Fawn
问题背景
在O3DE开源游戏引擎的开发过程中,开发人员发现了一个关于AZStd标准模板库容器排序功能的异常现象。具体表现为:当在编辑器界面中调整AZStd::vector或AZStd::list容器内元素的顺序时,这些修改无法被系统正确识别和保存。
问题现象
该问题主要出现在O3DE引擎的编辑器环境中,当用户尝试通过界面上的上下箭头按钮调整容器内元素的顺序时,系统不会显示任何修改标记(如文件名旁的星号),也不会将这些修改保存到场景或预制件文件中。有趣的是,如果用户通过添加或删除元素的方式间接改变顺序,则修改能够被正常识别。
技术分析
经过深入调查,发现问题的根源在于O3DE的编辑器架构设计。编辑器中的属性编辑系统采用了通用的文档属性编辑器(DPE)设计,这套系统独立于实体属性编辑器,位于AzFramework层而非AzToolsFramework层。
关键的技术矛盾点在于:
- 属性编辑器是通用的,可用于编辑任何类型的数据
- 大多数属性编辑操作始于AzToolsFramework层,会通知到实体属性编辑器系统并开始捕获撤销操作
- 但容器修改操作直接作用于容器本身,完全在AzFramework层完成,不与实体或撤销栈交互
解决方案
开发团队最终采用的解决方案是在AzFramework层添加了"容器修改前/后"的回调机制,然后在AzToolsFramework层的实体属性编辑器中订阅这些回调。这样就在不破坏现有架构分层的前提下,实现了对容器顺序修改的检测和响应。
影响范围
该问题影响了O3DE的多个版本分支,包括:
- 开发分支(development)
- 主分支(main)
- 2409.1和2409.2版本标签
- 2505.0版本
问题涉及多种AZStd容器类型,包括vector和list等常用容器。
验证与修复
修复后,开发团队在stabilization/25050分支上进行了验证,确认容器顺序修改现在能够被正确识别和保存。随后,该修复也被反向移植到了开发分支,确保了各版本间的一致性。
技术启示
这个案例展示了在大型引擎开发中,模块化架构设计带来的挑战。当通用功能模块与特定领域功能需要交互时,必须设计清晰的通信机制。通过回调接口实现层间通信是一个典型且有效的解决方案,既保持了架构的清晰性,又满足了功能需求。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492