问二维网格中对象的碰撞处理

EN

检查“提前”/“下一步”将导致计算困难，甚至爆炸。

相反，你可以(并行地)检查“哪个粒子可以移动到这个点？”在每个细胞上。为此，您需要在每个单元格中有一个速度矢量的速度图。然后沿着这个向量向后，你会发现一个细胞。如果有粒子，把它带到细胞里。

这样就不会发生冲突，因为每个单元格只执行一个操作。从负速度矢量的终点得到最近的细胞。

这是有点棘手的计算，因为速度可能不会完全降落在细胞的中心。需要概率(如果它是非常接近角，而不是中心)的运动/宏效果相等也。

因此，只有在细胞指数上才会有竞争条件，而运动的随机性(或根据距离细胞中心的距离来选择粒子)会容忍这种情况。

在量子物理学中，粒子可以跳过墙的另一边，静止不动(即使它不应该)，还可以做一些对经典物理学来说不自然的事情。因此，如果分辨率很高，而且速度不高于地图大小，它应该看起来很自然，特别是当多个细胞竞争从另一个细胞中获取一个粒子时，它具有随机性。

多次通行证：

• 计算哪些细胞需要从哪个细胞中收集，
• 计算概率，然后获胜
• 赢钱细胞平行地从源细胞中收集粒子。
• (不推荐)，如果仍然有一个速度未被挑选的粒子，那么做每一个粒子的计算来移动他们(如果他们的目标细胞是空的)，应该会进一步减少静止粒子。
• 在细胞上扩散粒子速度几次(使用2D模板)，以便在下一次迭代中使用(这一次处理复杂的碰撞计算很容易，而且以令人尴尬的并行方式进行，有利于多线程-gpgpu)(如果粒子只能到达最近的邻居，这也有助于知道哪一个，即使没有优先级也不可能，因为每个单元都以速度扩散的方式显示相邻的细胞速度)。

检验Gauss(method)方法求解许多线性方程组.

计算是在单元上进行的，而不是粒子上的，因此地图边界将是隐式的、防弹的，并且计算可以在所有核之间平均分布。

示例：

粒子A下降

粒子B向右

他们在碰撞的过程中

速度图平衡态的求解(Gauss)

现在粒子A的细胞有到down+right的速度

与B相同

就好像它们被碰撞了，但它们仍然在它们的细胞上。

用细胞的速度移动它们会使它们看起来像是在碰撞。