Unity Netcode for GameObjects 中 NetworkShow 调用导致重复创建对象的分析与解决
2025-07-03 04:44:08作者:薛曦旖Francesca
问题背景
在 Unity Netcode for GameObjects (NGO) 网络框架中,开发者可能会遇到一个特殊场景:当在 OnNetworkSpawn 生命周期方法中调用 NetworkShow 方法时,会导致客户端收到重复的 CreateObjectMessage 消息。这种情况特别容易发生在设置了 SpawnWithObservers = false 的网络对象上。
问题现象
当开发者按照以下方式实现时会出现问题:
- 创建一个网络预制体,其组件在
OnNetworkSpawn中调用NetworkShow - 设置该预制体的
SpawnWithObservers为 false - 服务器端动态生成该网络对象并指定远程客户端为所有者
此时远程客户端会收到两条 CreateObjectMessage 消息,导致以下问题:
- 控制台出现"尝试生成已存在的网络对象"警告
- 场景中出现两个相同的网络对象实例(原始对象和重复对象)
技术原理分析
这个问题的根本原因在于 NGO 内部的消息处理机制:
- 在
NetworkObject.SpawnInternal方法中,会先调用NetworkManager.SpawnManager.SpawnNetworkObjectLocally - 该方法会触发
OnNetworkSpawn生命周期方法 - 如果在
OnNetworkSpawn中调用NetworkShow,会:- 将客户端ID添加到观察者列表
- 计划在帧结束时发送
CreateObjectMessage
- 当
SpawnNetworkObjectLocally完成后,SpawnInternal会遍历观察者列表并发送CreateObjectMessage - 帧结束时,之前计划的
CreateObjectMessage也会被发送
这样就导致了同一条创建消息被发送两次。
解决方案
NGO 官方提供了两种推荐的解决方案:
方案一:生成后立即显示
// 直接生成并将客户端设为所有者
var instance = NetworkManager.SpawnManager.InstantiateAndSpawn(
m_networkPrefab,
clientId,
true);
// 生成完成后显示对象
instance.NetworkShow(clientId);
这种方案只会发送一条 CreateObjectMessage 消息,是最简洁的解决方案。
方案二:服务器生成后转移所有权
// 服务器端生成但不显示给任何客户端
var instance = Instantiate(m_networkPrefab.gameObject);
var networkObjectInstance = instance.GetComponent<NetworkObject>();
networkObjectInstance.Spawn();
// 先显示给目标客户端
networkObjectInstance.NetworkShow(clientId);
// 然后转移所有权
networkObjectInstance.ChangeOwnership(clientId);
这种方案会发送两条消息(创建消息和所有权变更消息),实现上较为复杂,通常不推荐使用。
最佳实践建议
-
避免在生命周期方法中调用显示/隐藏方法:特别是
OnNetworkSpawn这类早期生命周期方法 -
使用 NGO 2.0+ 的新特性:在 NGO 2.0.0 及以上版本中,可以使用新的
NetworkPostSpawn虚拟方法来处理这类需求,它更适合在生成完成后执行显示操作 -
简化所有权和可见性逻辑:尽可能使用方案一的模式,保持代码简洁
-
注意版本兼容性:该问题在 NGO 2.4.0 版本中已得到官方修复
总结
在 Unity Netcode for GameObjects 开发网络游戏时,正确处理网络对象的生成和显示顺序至关重要。理解框架内部的消息处理机制可以帮助开发者避免这类重复创建的问题。通过采用生成后显示的模式或使用新版框架的特性,可以确保网络对象在不同客户端间的正确同步。
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 StartedRust0580- Ddeepseek-harnessDeepSeek Harness: Everything is a Plugin.TypeScript014
paper-ai搜索真实文献并生成引用对应文献的AI论文TSX03
phyaiPhyAI 是一个用于运行 Physical AI 模型(VLA、WAM 等)的高性能框架,支持云端推理服务和端侧部署。Python00
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。Markdown01
xiaobei专门为 OPC / 中小微企业准备的自媒体获客智能体Markdown02
项目优选
收起
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
511
551
暂无描述
Markdown
852
5.69 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++
1.05 K
2.49 K
deepin linux kernel
C
33
16
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
839
1.28 K
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++
847
1.7 K
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++
1.25 K
1.38 K
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
3.17 K
857
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++
503
346
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
787
415