条件属性复制
关于如何根据条件复制 Actor 属性的详细信息。
Choose your operating system:
Windows
macOS
Linux
每个Actor维护一个全属性列表，其中包含
Replicated
说明符
。每当复制的属性值发生变化时，服务器会向所有客户端发送更新。客户端会将其应用到Actor的本地版本上。这些更新只会来自服务器，客户端永远不会向服务器或其他客户端发送属性更新。
我们不推荐在客户端上更改复制的变量值。该值将始终与服务器端的值不一致，直到服务器下一次侦测到变更并发送更新为止。如果服务器版本的属性不是经常更新，那客户端就需要等待很长时间才能被纠正。
Actor属性复制可靠。这意味着，Actor的客户端版本的属性最终将反映服务器上的值，但客户端不必接受服务器上某个属性的每一个单独变更。例如，如果一个整数属性的值快速从100变成200，然后又变成了300，客户端将最终接受一个值为300的变更，但客户端不一定会知道这个值曾经变成过200。
设置要复制的属性
要复制属性，您需要做几件事情： 在定义属性的Actor类标头处，您需要确保将"replicated"关键字作为UPROPERTY声明的参数之一：
class ENGINE_API AActor : public UObject
{
UPROPERTY( replicated )
AActor * Owner;
};在Actor类的实现过程中，需要实现GetLifetimeReplicatedProps函数：
void AActor::GetLifetimeReplicatedProps( TArray< FLifetimeProperty > & OutLifetimeProps ) const
{
DOREPLIFETIME( AActor, Owner );
}在Actor的构造函数中，确保将bReplicates标记设置为true：
AActor::AActor( const class FPostConstructInitializeProperties & PCIP ) : Super( PCIP )
{
bReplicates = true;
}对于当前实例化的Actor类型的每个副本，成员变量"Owner"现在将同步到所有连接的客户端（在本例中为基础Actor类）。
网络更新优化
数据驱动型网络更新频率
Actor将观察在其"NetUpdateFrequency"变量中设置的最大更新频率。通过在不太重要或不太频繁变化的Actor上降低该变量，网络更新可以变得更高效，同时在有限带宽的场景中可能会带来更流畅的游戏体验。常见的更新频率值为：对于重要且不可预知的Actor，例如在射击游戏中由玩家控制的角色，为10（每0.1秒更新一次）；对于行动缓慢的角色，例如在合作类游戏中由AI控制的怪物，为5（每0.2秒更新一次），对于游戏进程不是很重要但仍通过网络同步的以及/或者由服务器端逻辑控制因而需要复制的后台Actor，为2（每0.5秒更新一次）。
自适应型网络更新频率
在默认情况下，该功能是关闭的。将控制台变量
net.UseAdaptiveNetUpdateFrequency
设置到
1
可以将其激活。
通过自适应型网络更新频率，我们可以节省CPU周期，这些CPU周期通常会在没有任何实际更改的情况下多次尝试复制Actor而浪费掉。当启用了该功能时，系统将根据各个Actor的更新是否有意义，动态调整其更新频率。在该上下文中，"有意义的"更新为初始化了Actor、添加或删除了子对象（即拥有的组件）、或者更改了Actor上或其任何子对象上复制字段值的任何更新。每个Actor可能的更新速率范围由Actor本身的两个变量决定："NetUpdateFrequency"和"MinNetUpdateFrequency"。"NetUpdateFrequency"表示Actor每秒尝试更新自己的最大次数，而"MinNetUpdateFrequency"表示每秒尝试更新的最小次数。使用该功能可以大大提高复制性能。
（高级）更新频率降低算法
在更新尝试期间，Actor将确定最近一次有意义的更新发送到现在有多长时间，如果它们发送了有意义的更新，将记录新的时间。如果考虑进行更新的Actor超过2秒没有发送有意义的更新，那么它将开始降低更新频率，在没有发送有意义的更新的情况下，更新频率将在7秒后达到最小。例如，如果更新延迟在0.1秒到0.6秒之间的Actor在3秒内没有任何有意义的更新，那么它将在0.2秒内尝试下一次更新。
（高级）更新频率增加算法
在发送一个有意义的更新之后，Actor将安排下一个更新发生的时间，使其比前两次有意义的更新之间的时间短30%，并且处于最小更新频率与最大更新频率之间。例如，如果Actor在两次有意义的更新之间恰好间隔了一秒，那么它会将下一次更新尝试安排在未来0.7秒（或者接近指定的最小与最大更新频率的时间）。对于接下来每次有意义的更新，都将重复该计算，如果Actor开始频繁地进行数据或子对象更改，将快速缩短更新之间的时间。