Navier-Stokes 流体模拟详解：基于 Godot 游戏引擎的实战解读

背景

在独立游戏开发和实时图形渲染领域，流体模拟（Fluid Simulation）一直以其逼真的视觉效果吸引着开发者的目光。然而，尽管效果令人惊叹，关于如何从零实现这一技术的优质学习资源却相对稀缺，且现有的教程往往充斥着晦涩难懂的数学推导，导致许多开发者望而却步。

本文源自 Hacker News 社区分享的一篇技术博客，作者 rskupnik 决定打破这一壁垒。他基于 Jos Stam 的经典论文《Real-Time Fluid Dynamics for Games》以及 Mike Ash 的《Fluid Simulation for Dummies》，使用 Godot 游戏引擎从头构建了一个流体模拟演示项目。

作者明确指出，该项目的核心目的是教学与学习，而非追求极致的性能优化。因此，代码特意简化了变量管理，所有计算均在 CPU 上完成，牺牲了部分帧率（FPS）以换取代码的可读性和逻辑的清晰度。作者强调，文中所有代码、图表和视频均由本人编写和制作，AI 仅用于研究辅助。

核心内容

文章通过分步指导的方式，展示了如何在 Godot 中实现基于 Navier-Stokes 方程的流体模拟。以下是核心步骤与技术细节的完整解读：

1. 理论基础与近似策略

Navier-Stokes 方程是描述流体运动的基础物理方程，但在游戏开发中，实时性要求我们必须在精度和速度之间做出权衡。作者采用了以下三种策略来实现“足够好”的效果：

• 低分辨率网格：使用相对较小的网格和较大的单元格（Cells），降低计算量。
• 任意时间步长：模拟不严格依赖固定的物理时间步长，增加灵活性。
• 近似算法：使用高斯-赛德尔迭代法（Gauss-Seidel relaxation）等近似方程来求解压力场，从而满足质量守恒定律。

2. 数学描述概览

模拟的核心流程可以概括为以下几个步骤：

• 平流（Advection）：通过向量速度场移动标量密度场。
• 扩散（Diffusion）：模拟速度和密度的扩散过程。
• 投影（Projection）：通过压力场平衡散度（Divergence），确保流体遵循质量守恒定律，使流体看起来不可压缩。

3. 网格与数据结构初始化

在 Godot 项目中，创建一个 Node2D 节点（命名为 FluidGrid）并附加脚本。

• 网格定义：定义网格大小 N（每行/列的单元格数）和单元格像素大小 cell_size。为了处理边界条件，实际网格尺寸设为 (N+2) * (N+2)，多出的两层用于表示边界。
• 数据存储：使用一维数组 PackedFloat32Array 存储数据，而非二维数组，以简化索引逻辑。需要存储的数据包括：
  • density 和 density_prev：密度场，范围 0.0 到 1.0，0 表示空，1 表示满。
  • u 和 u_prev：水平速度（X 方向）。
  • v 和 v_prev：垂直速度（Y 方向）。
• 快照机制（_prev 数组）：每个物理量都有对应的 _prev 数组。这是因为在迭代计算（如求解扩散或压力）时，需要读取上一时刻的数据。作者遵循 Stam 论文的命名惯例，虽然 _snapshot 可能更具描述性，但 _prev 是行业标准命名。

4. 索引辅助函数

为了将二维网格坐标 (i, j) 映射到一维数组索引，使用辅助函数 IX(i, j)：

func IX(i: int, j: int) -> int:
    return i + (N + 2) * j

这里 N+2 是每行的实际元素数量（包含边界）。

5. 可视化渲染

利用 Godot 的 _draw() 函数进行网格绘制：

• 遍历 (N+2) * (N+2) 的网格。
• 将索引转换为屏幕像素坐标。
• 绘制矩形 Rect2。
• 区分边界单元格和普通单元格的颜色，以便调试和观察。

6. 交互与初步流体添加

文章最后部分介绍了如何向网格中添加流体：

• 鼠标交互：通过鼠标点击获取屏幕坐标，并将其转换为网格单元格坐标。
• 密度注入：在点击的单元格中增加密度值。
• 衰减机制：让密度随时间缓慢消失，防止网格被流体填满，便于反复测试。

关键要点

• 性能与可读性的取舍：该实现专为教学设计，所有计算在 CPU 上进行，未使用 GPU 加速或复杂的内存布局，代码中引入了较多变量以增强可读性。
• Navier-Stokes 方程的游戏化应用：游戏开发不需要物理级的精确解，而是追求视觉上的合理性。通过低分辨率网格和近似算法（如高斯-赛德尔迭代），可以在保证实时性的前提下模拟出逼真的流体效果。
• 质量守恒的关键：流体模拟的核心难点在于保持流体的不可压缩性。通过“投影”步骤，利用压力场修正速度场，消除散度，是确保流体看起来像液体而非气体或松散颗粒的关键。
• 数据结构选择：虽然二维数组更符合直觉，但在一维数组中存储网格数据并通过索引函数映射，在 Godot 等引擎中往往更高效且易于管理。
• 边界条件处理：网格周围增加一圈“边界”单元格，用于处理流体与容器壁的交互，这是防止流体溢出和确保模拟稳定的必要手段。
• 资源参考：核心算法依赖于 Jos Stam 的《Real-Time Fluid Dynamics for Games》和 Mike Ash 的《Fluid Simulation for Dummies》，这两份资料是该领域的基础必读文献。

意义与影响

这篇文章为游戏开发者提供了一条清晰、低门槛的路径，去理解并实现复杂的流体模拟。

1. 降低学习曲线：通过将复杂的数学方程转化为具体的 Godot 代码实现，作者消除了新手面对 Navier-Stokes 方程时的恐惧感。它证明了即使没有深厚的数学背景，通过分步拆解和可视化，也能掌握这一高级图形技术。
2. 开源与社区贡献：作者提供了完整的代码仓库，并通过 Git 提交记录将代码与文章章节对应，甚至提供了“项目快照”和“Diff”链接。这种高度结构化的开源教程模式，极大地促进了技术知识的传播和复用。
3. 推动实时图形技术的发展：虽然该实现性能有限，但它展示了在通用 CPU 上运行流体模拟的可行性。对于资源受限的平台（如 WebGL 游戏或低端移动设备），这种轻量级的模拟方案具有参考价值。
4. 教育范式：文章强调“先理解原理，再优化性能”的教学理念，鼓励开发者在初期不要过度纠结于性能瓶颈，而是先构建出正确、可运行的原型。这种渐进式的学习方法适用于大多数复杂系统的开发。

总之，这篇博文不仅是一个技术教程，更是一种开源精神的体现，它填补了流体模拟领域高质量、易上手中文/英文双语学习资源的空白，为后续开发者提供了宝贵的起点。