Playable demo · Real-time collision

捕魚機 Fish Shooting 試玩:彈道、魚群 AI 與砲台倍率

點擊海面射擊,或用鍵盤左右瞄準、空白鍵開火。這台捕魚機示範了線段碰撞、固定容量物件池、簡化 boids 魚群與五段砲台倍率;往下可以讀到每個決策背後的取捨。

最後更新 閱讀約 10 分鐘18+ · 虛擬籌碼
重點摘要

捕魚機的難點是「即時」與「權威」:前端要讓子彈在 60fps 下看起來命中,後端要能證明命中與派彩正確。本示範用線段 vs 圓避免高速穿透,用固定容量池控制記憶體,並把魚群生成與倍率寫成可調參數;正式產品則必須把命中與結算移到伺服器。

Deep Reef 試玩機台
960 × 540CANVAS 2DVIRTUAL CREDITS
餘額5,000
每發成本1
砲台倍率×1
精準度—
擊破0
您的瀏覽器不支援 Canvas。請改用支援 Canvas 的現代瀏覽器,或閱讀下方的捕魚機規則與碰撞說明。
砲台火力
正在準備海域…
操作:點擊/拖曳射擊 · ← → 瞄準 · 空白鍵開火無真錢交易

捕魚機規則快速看

每次開火都會消耗「每發成本」,子彈命中魚隻時扣除其 HP;HP 歸零即擊破,玩家獲得「魚種獎勵 × 砲台倍率」的虛擬點數。五段火力分別是 ×1 到 ×5,成本與傷害同步提高。

魚種、HP 與獎勵(示範參數)
魚種HP基礎獎勵移動方式出現權重
小丑魚12群聚 boids42
河豚25正弦巡航24
海龜410正弦巡航18
鯊魚824正弦巡航11
龍王1670大型正弦巡航5

獎勵為「基礎值 × 砲台倍率」。正式產品的數值必須由伺服器設定,並以期望值模型調整,不能用這張表直接上線。

彈道與命中:為什麼不能只檢查點碰撞

子彈速度是每秒 1120 像素,畫面寬度 960。若在某個 frame 子彈從魚的左側跳到右側,而程式只檢查「目前位置是否在魚的圓內」,就會發生穿透(tunneling)。本實作保存上一幀位置,將兩個位置連成線段,再計算線段與魚圓心的最短距離。

function segmentCircleHit(x1, y1, x2, y2, cx, cy, radius) {
  const dx = x2 - x1;
  const dy = y2 - y1;
  const lengthSquared = dx * dx + dy * dy || 1;
  let t = ((cx - x1) * dx + (cy - y1) * dy) / lengthSquared;
  t = clamp(t, 0, 1);
  const px = x1 + dx * t;
  const py = y1 + dy * t;
  return (px - cx) ** 2 + (py - cy) ** 2 <= radius * radius;
}

這個做法對圓形魚體已經足夠;若魚的碰撞形狀不規則,可改用多個圓或膠囊體。重點是碰撞必須用「這一段移動」而不是「這一瞬間的位置」。

魚群 AI:小魚群聚,大魚巡航

小丑魚以簡化 boids 成群:檢查 130px 內的同伴,計算凝聚力(往群心靠)與分離力(避免重疊),再加上原本的向右或向左速度。為了控制 O(n²) 成本,魚池上限只有 36 隻,且只比較同一個 school ID 的魚。

河豚、海龜、鯊魚與龍王使用正弦擾動的巡航路徑:vy = baseVy + sin(phase × 1.6 + seed) × amplitude。這讓大魚看起來有生命感,但不會像 boids 一樣不可預測,方便美術與伺服器對齊。

魚隻離開畫面一定距離後就回收,而不是刪除物件;下次生成直接覆寫欄位。這是固定容量池的核心:記憶體不會隨時間線性成長。

砲台倍率與期望值

假設某魚種的基礎獎勵是 R、HP 是 H,砲台倍率是 M、每發成本是 C、命中率是 p。擊破一隻魚的期望成本約為 (H / (p × M)) × C,期望回報是 R × M。兩者相除就能得到該魚種的粗略回報率。

提高倍率會同時提高傷害與成本,因此不一定更划算;真正的平衡需要把魚種權重、HP、獎勵、砲台成本與玩家命中率一起模擬。這也是為什麼正式捕魚機的倍率與魚群生成必須由伺服器控制。

重要:本頁的「自動捕魚」是 demo 輔助模式,會優先鎖定高價值魚種。它不是外掛,也不代表正式產品應允許無限制自動化;伺服器仍需速率限制與風險控制。

同步伺服器結算:前端只送意圖

在多人捕魚機中,魚群與子彈通常是共享狀態。常見做法是:

  1. 伺服器產生魚群、HP、路徑與可見時間,廣播給同一房間的客戶端。
  2. 客戶端只送出「開火」意圖(角度、時間、砲台等級),不送「我打中了」。
  3. 伺服器依權威彈道與魚群狀態判定命中、扣血、擊破與派彩,再廣播結果。
  4. 客戶端收到結果後播放爆炸與加分動畫;若預測與伺服器不同,以伺服器為準。

為了避免延遲感,客戶端可以先用相同參數做預測,但必須在收到伺服器結果時校正。結算紀錄應包含局單 ID、玩家、魚隻 ID、子彈 ID、時間戳、傷害、餘額變化與簽章。

物件池、背景快取與離屏繪製

本頁有三個固定容量池:36 條魚、48 發子彈、180 個粒子。背景(海水漸層、光柱、珊瑚、海床、水波紋)只繪製一次到離屏 canvas,之後每幀只做一次 drawImage。這比每幀重畫數百條貝茲曲線便宜得多。

當分頁切到背景時,visibilitychange 會取消 requestAnimationFrame 並儲存餘額,回來才重新啟動。這能避免背景分頁持續消耗 CPU,也避免長局遊玩後記憶體累積。

手機、鍵盤與無障礙

Canvas 設有 tabindex="0" 與 role="application",可用左右方向鍵調整角度、空白鍵或 Enter 開火。所有擊破與餘額變化都會透過 aria-live 公告。觸控使用 Pointer Events,並以 touch-action: none 避免瀏覽器手勢干擾瞄準。

若使用滑鼠,移到海面即可瞄準,按住連續射擊;放開即停止。若使用自動捕魚,系統會在瞄準誤差小於 0.08 弧度時開火。

常見問題

捕魚機的命中判定為什麼不用點碰撞?

子彈速度可達每秒 1100 像素,若只檢查子彈當前位置是否落在魚的圓內,低幀率時可能直接穿過。改用上一幀到這一幀的線段與魚的圓做碰撞,能避免 tunneling。

砲台倍率越高越好嗎?

不一定。倍率提高會增加每發成本與傷害,但若命中率低或魚種 HP 高,期望回報不一定更好。正式產品的倍率與魚群權重必須一起調整,並由伺服器結算。

為什麼魚群要分開處理?

小魚使用簡化 boids 產生群聚感,大魚使用正弦路徑維持可預測的巡航;兩者視覺需求與運算成本不同。物件池固定容量也能避免長局遊玩時記憶體持續成長。

自動捕魚是外掛嗎?

不是。它是 demo 內建的輔助模式,會優先鎖定高價值魚種並自動開火;正式產品若提供類似功能,必須受伺服器速率限制與風險控制。

正式捕魚機如何防止作弊?

魚群生成、子彈命中、傷害與派彩都必須由伺服器權威計算或驗證。前端只送瞄準與開火意圖,伺服器依時間戳、彈道與魚群狀態結算,並記錄可稽核的局單。

LuckyForge Lab 工程編輯

專注於瀏覽器遊戲架構、可驗證隨機與無障礙互動。內容以可重現的 demo 為基礎,並在每頁標示最後更新日期。