K/owniverse
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases 14 Wiki Activity

Разделить частоту обновления часов и расчёта симуляции

Browse Source 
Счётчик времени UI обновляется до 10 Гц по запрошенному времени, а тяжёлые циклы по-прежнему запускаются с адаптивным интервалом и обрабатывают весь накопленный промежуток. Обновить тесты и описание модели.
This commit is contained in:
Kirill
2026-10-17 23:41:18 +03:00
parent 00b6192d19
commit 273093bd9e
14 changed files with 853 additions and 10 deletions
Download Patch File Download Diff File Expand all files Collapse all files
tests/README.md
+12 -1
View File
@@ -253,7 +253,18 @@ godot --headless --path Owniverse.GI --script res://tests/test_flow_commit.gd
Stage вызывает `evolute_frame`: транзакция получает бюджет 40 мс и уступает
следующему кадру внутри создания партий и обработки стадий. Расчёт остаётся
на главном потоке, состояние публикуется только после полного завершения.
Расчёт запускается после накопления 0,2 реальной секунды и обрабатывает весь ожидающий интервал. Время, поступившее во время расчёта, обрабатывается следующим циклом. При перегрузке шаг растёт; пять завершений в секунду остаются целевой частотой, а не гарантией.
Запрошенные игровые часы и счётчик UI обновляются независимо от тяжёлого расчёта;
Stage показывает запрошенное время раз в 0,1 секунды (10 Гц), а опубликованное
состояние мира остаётся на последнем завершённом цикле. Расчёт запускается после
накопления выбранного интервала и обрабатывает весь ожидающий интервал. Время,
поступившее во время расчёта, обрабатывается следующим циклом. Контроллер нагрузки
меняет целевой шаг между 0,2, 0,25, 0,333 и 0,5 секунды (5/4/3/2 цикла в секунду):
вниз при EMA расчёта выше 90% текущего шага, вверх после 30 циклов ниже 65%.
Временное разрешение укрупнения партий масштабируется с шагом, исходная точность
сохраняется на 5 Гц. Контроллер не пропускает накопленное игровое время, но 2/с —
нижняя целевая частота, не гарантия при перегрузке.
`benchmark_dynamic_cadence.gd` сравнивает пропускную способность полного цикла на двух диагностических сохранениях. `benchmark_dynamic_cadence_ui.gd` сравнивает 10 секунд работы полной сцены на сохранении со всеми объектами; результаты сохранены в `artifacts/dynamic_cadence_results.json` и `artifacts/dynamic_cadence_ui_results.json`.
Производство во время транзакции выполняется после её завершения. Запрошенное
время, активный интервал, скорость и очередь производства входят в сохранение;
tests/artifacts/all_objects_speed6_results.md
+20
View File
@@ -496,3 +496,23 @@ godot --headless --path . --script res://tests/benchmark_civilization_flows.gd -
Проверки: адаптивное качество — 18, хронология поколений — 28, границы партий — 117, оптимизации симуляции — 1889, планировщик кадров — 39; ошибок нет. Все 12 конечных диагностических состояний прошли валидацию. Хеши входных файлов: `44bee3b3753fa51615f766d8f800a10cc2b70c8e7fb4ea12b6e18da7f07a7d67` и `1e95ef398923f26b912a305c84f9b3eb502d24cb14e8ae687a4becccf047324a`.
Детали уровней, минимумы/максимумы и воспроизводимые результаты: `adaptive_quality_results.json`. Штатный benchmark принимает параметр `speed=1..6`.
## Адаптивная частота циклов 5 → 4 → 3 — 2026-10-17
Частота запуска полного цикла теперь снижается при устойчивой нагрузке: пороги шага — 0,2, 0,25 и 0,333 секунды. EMA времени расчёта переключает частоту вниз, когда цикл занимает больше 90% текущего интервала; возврат на одну ступень происходит после 30 циклов быстрее 65% интервала. Уровень частоты временный и после загрузки начинается с 5 Гц. Игровые часы продолжают накапливать весь прошедший интервал. Временное объединение партий масштабируется с выбранным интервалом, при этом при 5 Гц прежняя точность остаётся прежней.
Проверка сцены на диагностическом сохранении `all_objects_speed6.adventure.json`, скорость 6, Godot 4.7.2, Mac16,8. Сравнивались фиксированные 5 Гц и адаптивные 5/4/3 Гц, два прогона каждого режима в чередующемся порядке, по 10 секунд реального времени. Последняя транзакция каждого прогона завершалась до снятия результата.
| Метрика | Фиксированные 5 Гц | Адаптивно, установилось 3 Гц | Изменение |
|---|---:|---:|---:|
| Завершённые циклы/с | 4,64 | 2,96 | −36% |
| Средний FPS сцены | 22,60 | 64,35 | ×2,85 |
| p95 времени кадра | 115,6 мс | 66,5 мс | −42% |
| Средний максимум кадра | 227 мс | 205 мс | −10% |
| Опубликованные игровые годы/с | 99 017 | 98 049 | −1,0% |
На этих замерах реальное игровое время почти не замедлилось: симуляция завершала около трёх более крупных циклов вместо примерно 4,6 меньших. Средний FPS заметно вырос, но отдельные кадры всё ещё превышали 200 мс; это не гарантия отсутствия коротких задержек. UI-замер выполнен в headless-сцене на компьютере, поэтому его FPS не переносится напрямую на телефон.
Отдельно прогнан синхронный benchmark полного CPU-цикла на тех же двух тяжёлых сохранениях (скорость 6, 30 циклов × 2 повтора). При фиксированном шаге 0,2 секунды и адаптивном шаге итоговая обработка игрового времени за CPU-секунду выросла с 1,099 до 1,656 на сохранении со всеми объектами (+50,7%) и с 1,036 до 1,697 на сохранении со множеством объектов и партий (+63,9%). В каждом адаптивном прогоне частоты установились на 3 Гц; интервалы игровых часов сверены с запрошенными, все конечные состояния прошли проверку сохранения. Синхронный показатель показывает пропускную способность расчёта, а UI-прогон — фактический темп транзакций сцены.
Повторяемые результаты: `dynamic_cadence_results.json` (CPU-прогоны) и `dynamic_cadence_ui_results.json` (сцена и UI). Запуски выполняются скриптами `benchmark_dynamic_cadence.gd` и `benchmark_dynamic_cadence_ui.gd`; исходные диагностические сохранения не изменялись.
tests/artifacts/dynamic_cadence_results.json
+172
View File
@@ -0,0 +1,172 @@
{
"cycles_per_run": 30,
"godot": {
"build": "official",
"hash": "ed1daf0bf001b61586d9930840f2f1394092c079",
"hex": 263938,
"major": 4,
"minor": 7,
"patch": 2,
"status": "stable",
"string": "4.7.2-stable (official)",
"timestamp": 0
},
"input_saves_unchanged": true,
"machine": "Mac16,8",
"repeats": 2,
"results": [
{
"applied_game_years": "600000",
"cadence_steps": {
"0.2": 30
},
"cpu_cycles_per_second": 5.5818824005294605,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 5.0,
"max_ms": 351.156,
"mean_ms_per_cycle": 179.15103333333334,
"mode": "fixed_5",
"p95_ms": 188.985,
"repeat": 0,
"requested_simulation_seconds": 6.000000000000003,
"save": "all_objects_speed6.adventure.json",
"simulated_seconds_per_cpu_second": 1.1163764801058926
},
{
"applied_game_years": "978333",
"cadence_steps": {
"0.2": 1,
"0.25": 1,
"0.33333333333333": 28
},
"cpu_cycles_per_second": 5.126867760649103,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 3.0,
"max_ms": 349.806,
"mean_ms_per_cycle": 195.05086666666668,
"mode": "adaptive_5_4_3",
"p95_ms": 214.441,
"repeat": 0,
"requested_simulation_seconds": 9.783333333333333,
"save": "all_objects_speed6.adventure.json",
"simulated_seconds_per_cpu_second": 1.671928541945013
},
{
"applied_game_years": "978333",
"cadence_steps": {
"0.2": 1,
"0.25": 1,
"0.33333333333333": 28
},
"cpu_cycles_per_second": 5.029407785556781,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 3.0,
"max_ms": 340.747,
"mean_ms_per_cycle": 198.83056666666667,
"mode": "adaptive_5_4_3",
"p95_ms": 233.775,
"repeat": 1,
"requested_simulation_seconds": 9.783333333333333,
"save": "all_objects_speed6.adventure.json",
"simulated_seconds_per_cpu_second": 1.6401457611787948
},
{
"applied_game_years": "600000",
"cadence_steps": {
"0.2": 30
},
"cpu_cycles_per_second": 5.403485464263869,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 5.0,
"max_ms": 351.698,
"mean_ms_per_cycle": 185.06573333333333,
"mode": "fixed_5",
"p95_ms": 195.396,
"repeat": 1,
"requested_simulation_seconds": 6.000000000000003,
"save": "all_objects_speed6.adventure.json",
"simulated_seconds_per_cpu_second": 1.0806970928527742
},
{
"applied_game_years": "600000",
"cadence_steps": {
"0.2": 30
},
"cpu_cycles_per_second": 5.218331511555821,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 5.0,
"max_ms": 373.477,
"mean_ms_per_cycle": 191.63213333333334,
"mode": "fixed_5",
"p95_ms": 250.5,
"repeat": 0,
"requested_simulation_seconds": 6.000000000000003,
"save": "many_objects_fragmented_stars_cycle.adventure.json",
"simulated_seconds_per_cpu_second": 1.0436663023111648
},
{
"applied_game_years": "978333",
"cadence_steps": {
"0.2": 1,
"0.25": 1,
"0.33333333333333": 28
},
"cpu_cycles_per_second": 5.21296979935453,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 3.0,
"max_ms": 373.168,
"mean_ms_per_cycle": 191.82923333333332,
"mode": "adaptive_5_4_3",
"p95_ms": 258.047,
"repeat": 0,
"requested_simulation_seconds": 9.783333333333333,
"save": "many_objects_fragmented_stars_cycle.adventure.json",
"simulated_seconds_per_cpu_second": 1.7000073734561718
},
{
"applied_game_years": "978333",
"cadence_steps": {
"0.2": 1,
"0.25": 1,
"0.33333333333333": 28
},
"cpu_cycles_per_second": 5.195109254879333,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 3.0,
"max_ms": 372.878,
"mean_ms_per_cycle": 192.48873333333333,
"mode": "adaptive_5_4_3",
"p95_ms": 254.848,
"repeat": 1,
"requested_simulation_seconds": 9.783333333333333,
"save": "many_objects_fragmented_stars_cycle.adventure.json",
"simulated_seconds_per_cpu_second": 1.694182851452316
},
{
"applied_game_years": "600000",
"cadence_steps": {
"0.2": 30
},
"cpu_cycles_per_second": 5.137478056546851,
"cycles": 30,
"final_adaptive_quality": 3,
"final_cadence_hz": 5.0,
"max_ms": 375.784,
"mean_ms_per_cycle": 194.64803333333333,
"mode": "fixed_5",
"p95_ms": 255.446,
"repeat": 1,
"requested_simulation_seconds": 6.000000000000003,
"save": "many_objects_fragmented_stars_cycle.adventure.json",
"simulated_seconds_per_cpu_second": 1.0274956113093707
}
],
"speed": 6
}
tests/artifacts/dynamic_cadence_ui_results.json
+359
View File
@@ -0,0 +1,359 @@
{
"godot": {
"build": "official",
"hash": "ed1daf0bf001b61586d9930840f2f1394092c079",
"hex": 263938,
"major": 4,
"minor": 7,
"patch": 2,
"status": "stable",
"string": "4.7.2-stable (official)",
"timestamp": 0
},
"machine": "Mac16,8",
"results": [
{
"commits": 48,
"completed_cycles_per_second": 4.743091908967023,
"cpu_profile_usec_calls": {
"assign_homes": [
51095,
170
],
"civilization_flow_capacity": [
111005,
48
],
"civilization_flow_colonies": [
131724,
48
],
"civilization_flow_finish": [
325933,
48
],
"civilization_flow_ledger": [
928271,
48
],
"civilization_flow_plan": [
825706,
48
],
"civilization_operator_build": [
148485,
48
],
"civilization_operator_solve": [
104924,
2064
],
"enforce_capacity": [
626179,
170
],
"generation_products": [
235626,
74
],
"generation_withdrawal": [
455348,
97
],
"generations": [
3654469,
48
],
"initialize": [
215278,
48
],
"newborn_batches": [
237070,
3088
],
"physical_amounts_build": [
630353,
437
],
"production": [
1115470,
48
],
"trends": [
865132,
48
]
},
"elapsed_seconds": 10.119981,
"final_adaptive_quality": 3,
"final_cadence_hz": 5.0,
"frames": 246,
"mean_render_fps": 24.584772192104204,
"mode": "fixed_5",
"published_to_requested": 0.9943600000000001,
"published_years": "1006667",
"render_max_ms": 237.132,
"render_p95_ms": 111.449,
"requested_years": "1012372"
},
{
"commits": 21,
"completed_cycles_per_second": 2.085573876935847,
"cpu_profile_usec_calls": {
"assign_homes": [
30276,
75
],
"civilization_flow_capacity": [
51694,
21
],
"civilization_flow_colonies": [
52773,
21
],
"civilization_flow_finish": [
142952,
21
],
"civilization_flow_ledger": [
309711,
21
],
"civilization_flow_plan": [
435139,
21
],
"civilization_operator_build": [
74385,
21
],
"civilization_operator_solve": [
87284,
903
],
"enforce_capacity": [
414865,
75
],
"generation_products": [
105449,
33
],
"generation_withdrawal": [
152279,
43
],
"generations": [
1503309,
21
],
"initialize": [
255626,
21
],
"newborn_batches": [
114834,
1633
],
"physical_amounts_build": [
274341,
193
],
"production": [
685165,
21
],
"trends": [
377582,
21
]
},
"elapsed_seconds": 10.069171,
"final_adaptive_quality": 3,
"final_cadence_hz": 2.0,
"frames": 879,
"mean_render_fps": 87.80117977216634,
"mode": "adaptive_5_4_3_2",
"published_to_requested": 0.9889800000000001,
"published_years": "989844",
"render_max_ms": 203.26,
"render_p95_ms": 42.712,
"requested_years": "1000874"
},
{
"commits": 21,
"completed_cycles_per_second": 2.0775335521668676,
"cpu_profile_usec_calls": {
"assign_homes": [
31004,
76
],
"civilization_flow_capacity": [
51172,
21
],
"civilization_flow_colonies": [
52782,
21
],
"civilization_flow_finish": [
142851,
21
],
"civilization_flow_ledger": [
309607,
21
],
"civilization_flow_plan": [
431321,
21
],
"civilization_operator_build": [
74854,
21
],
"civilization_operator_solve": [
86348,
903
],
"enforce_capacity": [
423638,
76
],
"generation_products": [
105537,
34
],
"generation_withdrawal": [
151611,
43
],
"generations": [
1516916,
21
],
"initialize": [
261806,
21
],
"newborn_batches": [
112492,
1621
],
"physical_amounts_build": [
278871,
195
],
"production": [
696352,
21
],
"trends": [
377969,
21
]
},
"elapsed_seconds": 10.10814,
"final_adaptive_quality": 3,
"final_cadence_hz": 2.0,
"frames": 880,
"mean_render_fps": 88.00051040296032,
"mode": "adaptive_5_4_3_2",
"published_to_requested": 0.9933700000000001,
"published_years": "994002",
"render_max_ms": 201.104,
"render_p95_ms": 42.207,
"requested_years": "1000640"
},
{
"commits": 47,
"completed_cycles_per_second": 4.646829581875308,
"cpu_profile_usec_calls": {
"assign_homes": [
50139,
165
],
"civilization_flow_capacity": [
108674,
47
],
"civilization_flow_colonies": [
129977,
47
],
"civilization_flow_finish": [
323458,
47
],
"civilization_flow_ledger": [
911542,
47
],
"civilization_flow_plan": [
807459,
47
],
"civilization_operator_build": [
147856,
47
],
"civilization_operator_solve": [
96154,
2021
],
"enforce_capacity": [
619397,
165
],
"generation_products": [
234744,
71
],
"generation_withdrawal": [
451797,
95
],
"generations": [
3665554,
47
],
"initialize": [
217827,
47
],
"newborn_batches": [
265766,
3178
],
"physical_amounts_build": [
623211,
428
],
"production": [
1142731,
47
],
"trends": [
856364,
47
]
},
"elapsed_seconds": 10.114423,
"final_adaptive_quality": 3,
"final_cadence_hz": 5.0,
"frames": 239,
"mean_render_fps": 23.87480014844331,
"mode": "fixed_5",
"published_to_requested": 0.9904200000000001,
"published_years": "992039",
"render_max_ms": 201.438,
"render_p95_ms": 114.211,
"requested_years": "1001635"
}
],
"save": "all_objects_speed6.adventure.json",
"speed": 6,
"wall_seconds_per_run": 10.0
}
tests/benchmark_dynamic_cadence.gd
+121
View File
@@ -0,0 +1,121 @@
extends SceneTree
## Paired, read-only throughput benchmark for adaptive 5/4/3/2 Hz cadence.
const E = preload("res://world/owniverse/math/exact.gd")
const SAVE_PATHS: Array[String] = [
"res://tests/artifacts/all_objects_speed6.adventure.json",
"res://tests/artifacts/many_objects_fragmented_stars_cycle.adventure.json"
]
const RESULT_PATH := "res://tests/artifacts/dynamic_cadence_results.json"
var cycles: int = 40
var repeats: int = 2
func _initialize() -> void:
call_deferred("run")
func restore_json_integers(value):
if value is float and value == floorf(value) and absf(value) <= 9007199254740991:
return int(value)
if value is Dictionary:
for key in value: value[key] = restore_json_integers(value[key])
elif value is Array:
for i in value.size(): value[i] = restore_json_integers(value[i])
return value
func create_world(initial: Dictionary, use_adaptive_cadence: bool):
var world = load("res://world/owniverse/owniverse.gd").new()
world.catalog.load_definitions(root.get_node("Global").OwniverseEntities)
world.state = initial.duplicate(true)
world.speed = 6
world.adaptive_cadence = use_adaptive_cadence
world.frame_step_seconds = 0.2
world.cadence_level = 0
return world
func dispose(world) -> void:
for entity in world.catalog.entities.values(): entity.free()
world.free()
func measure(initial: Dictionary, adaptive: bool, save_name: String, repeat_index: int) -> Dictionary:
var world = create_world(initial, adaptive)
var elapsed_usec: int = 0
var requested_seconds: float = 0.0
var step_counts: Dictionary = {}
var samples: Array[float] = []
var initial_clock: Variant = world.state.time.datetime
for i in cycles:
var step: float = world.frame_step_seconds
step_counts[str(step)] = int(step_counts.get(str(step), 0)) + 1
requested_seconds += step
var started: int = Time.get_ticks_usec()
world.evolute(step)
var usec: int = Time.get_ticks_usec() - started
elapsed_usec += usec
samples.append(float(usec) / 1000.0)
var applied_years: Variant = E.subtract(world.state.time.datetime, initial_clock)
var expected_years: float = requested_seconds * 100000.0
assert(absf(E.approx(applied_years) - expected_years) <= maxf(1.0, expected_years * 1e-10), "Clock advance differs from accumulated cadence interval")
var validation: String = root.get_node("SaveManager").validate_data({
"format_version": 6,
"app_version": "0.7.0",
"ui": {"current_page": 0},
"state": world.state
})
assert(validation.is_empty(), validation)
samples.sort()
var result: Dictionary = {
"save": save_name,
"mode": "adaptive_5_4_3_2" if adaptive else "fixed_5",
"repeat": repeat_index,
"cycles": cycles,
"mean_ms_per_cycle": float(elapsed_usec) / (cycles * 1000.0),
"p95_ms": samples[int(ceil(samples.size() * 0.95)) - 1],
"max_ms": samples.back(),
"cpu_cycles_per_second": float(cycles) * 1000000.0 / elapsed_usec,
"simulated_seconds_per_cpu_second": requested_seconds * 1000000.0 / elapsed_usec,
"requested_simulation_seconds": requested_seconds,
"applied_game_years": E.fixed(applied_years),
"cadence_steps": step_counts,
"final_cadence_hz": 1.0 / world.frame_step_seconds,
"final_adaptive_quality": world.adaptive_quality
}
print("CADENCE_RESULT ", JSON.stringify(result))
dispose(world)
return result
func run() -> void:
for arg in OS.get_cmdline_user_args():
if arg.begins_with("cycles="): cycles = maxi(1, arg.trim_prefix("cycles=").to_int())
if arg.begins_with("repeats="): repeats = maxi(1, arg.trim_prefix("repeats=").to_int())
var inputs: Dictionary = {}
for path in SAVE_PATHS:
var parsed = JSON.parse_string(FileAccess.get_file_as_string(path))
assert(parsed is Dictionary and parsed.get("format_version") == 6, "Invalid benchmark save: " + path)
var payload: Dictionary = E.decode(restore_json_integers(parsed))
var validation: String = root.get_node("SaveManager").validate_data(payload)
assert(validation.is_empty(), validation)
inputs[path.get_file()] = payload.state
var results: Array[Dictionary] = []
for save_name in inputs:
var initial: Dictionary = inputs[save_name]
# Alternate order to limit machine warm-up and thermal bias.
for repeat_index in repeats:
if repeat_index % 2 == 0:
results.append(measure(initial, false, save_name, repeat_index))
results.append(measure(initial, true, save_name, repeat_index))
else:
results.append(measure(initial, true, save_name, repeat_index))
results.append(measure(initial, false, save_name, repeat_index))
var output := FileAccess.open(RESULT_PATH, FileAccess.WRITE)
assert(output != null)
output.store_string(JSON.stringify({
"machine": OS.get_model_name(),
"godot": Engine.get_version_info(),
"speed": 6,
"cycles_per_run": cycles,
"repeats": repeats,
"input_saves_unchanged": true,
"results": results
}, "\t", true, true))
output.close()
print("Wrote paired cadence results: ", RESULT_PATH)
quit()
tests/benchmark_dynamic_cadence.gd.uid
+1
View File
@@ -0,0 +1 @@
uid://3fogff2lfmy5
tests/benchmark_dynamic_cadence_ui.gd
+116
View File
@@ -0,0 +1,116 @@
extends SceneTree
## Measures real Stage scheduling on the full-load diagnostic save.
const E = preload("res://world/owniverse/math/exact.gd")
const RUN_SECONDS: float = 10.0
const RESULT_PATH := "res://tests/artifacts/dynamic_cadence_ui_results.json"
func _initialize() -> void:
call_deferred("run")
func restore(value):
if value is float and value == floorf(value) and absf(value) <= 9007199254740991: return int(value)
if value is Dictionary:
for key in value: value[key] = restore(value[key])
elif value is Array:
for i in value.size(): value[i] = restore(value[i])
return value
func prepare(stage, state: Dictionary, adaptive: bool) -> void:
var world = stage.owniverse
world.state = state.duplicate(true)
world.speed = 6
world.adaptive_cadence = adaptive
world.adaptive_cycle_ema_ms = 0.0
world.adaptive_quality = 0
world.adaptive_recovery_cycles = 0
world.cadence_level = 0
world.cadence_recovery_cycles = 0
world.frame_step_seconds = 0.2
world.frame_elapsed_seconds = 0.0
world.frame_clock = world.state.time.duplicate()
world.frame_active_clock = {}
world._resume_clock = {}
world._queued_productions.clear()
world.production_queue_busy = false
world.frame_busy = false
world.frame_commits = 0
world.profile.clear()
stage.frame_samples.clear()
stage.process_samples.clear()
stage.previous_frame = 0
stage.measuring = false
world.presentation.refresh(world.state, world.catalog)
stage.set_owniverse_item_value()
func run_measurement(stage, initial: Dictionary, adaptive: bool) -> Dictionary:
prepare(stage, initial, adaptive)
var world = stage.owniverse
var start_usec: int = Time.get_ticks_usec()
var requested_start: Variant = world.frame_clock.datetime
var published_start: Variant = world.state.time.datetime
stage.measuring = true
while float(Time.get_ticks_usec() - start_usec) / 1000000.0 < RUN_SECONDS:
await process_frame
stage.measuring = false
var measured_frames: int = stage.frame_samples.size()
# Let the final atomic transaction publish before starting the paired run.
while world.frame_busy or world.production_queue_busy:
await process_frame
var elapsed_usec: int = Time.get_ticks_usec() - start_usec
var requested: Variant = E.subtract(world.frame_clock.datetime, requested_start)
var published: Variant = E.subtract(world.state.time.datetime, published_start)
var samples: Array = stage.frame_samples.duplicate()
var total_frame_ms: float = 0.0
for value in samples: total_frame_ms += value
samples.sort()
var result: Dictionary = {
"mode": "adaptive_5_4_3_2" if adaptive else "fixed_5",
"frames": measured_frames,
"elapsed_seconds": float(elapsed_usec) / 1000000.0,
"commits": world.frame_commits,
"completed_cycles_per_second": float(world.frame_commits) * 1000000.0 / elapsed_usec,
"requested_years": E.fixed(requested),
"published_years": E.fixed(published),
"published_to_requested": snappedf(E.approx(E.divide(published, requested)), 0.00001),
"mean_render_fps": float(samples.size()) * 1000.0 / total_frame_ms if total_frame_ms > 0.0 else 0.0,
"render_p95_ms": samples[int(ceil(samples.size() * 0.95)) - 1] if not samples.is_empty() else 0.0,
"render_max_ms": samples.back() if not samples.is_empty() else 0.0,
"final_cadence_hz": 1.0 / world.frame_step_seconds,
"final_adaptive_quality": world.adaptive_quality,
"cpu_profile_usec_calls": world.profile.duplicate(true)
}
print("UI_CADENCE_RESULT ", JSON.stringify(result))
return result
func run() -> void:
var raw = JSON.parse_string(FileAccess.get_file_as_string("res://tests/artifacts/all_objects_speed6.adventure.json"))
assert(raw is Dictionary and raw.get("format_version") == 6)
var payload: Dictionary = E.decode(restore(raw))
var validation: String = root.get_node("SaveManager").validate_data(payload)
assert(validation.is_empty(), validation)
var scene = load("res://world/world.tscn").instantiate()
var stage = scene.get_node("Stage")
stage.owniverse.free()
stage.set_script(load("res://tests/fixtures/benchmark_ui_stage.gd"))
root.add_child(scene)
await process_frame
stage.owniverse.profile_enabled = true
var results: Array[Dictionary] = []
for repeat_index in 2:
if repeat_index % 2 == 0:
results.append(await run_measurement(stage, payload.state, false))
results.append(await run_measurement(stage, payload.state, true))
else:
results.append(await run_measurement(stage, payload.state, true))
results.append(await run_measurement(stage, payload.state, false))
var report: Dictionary = {"machine": OS.get_model_name(), "godot": Engine.get_version_info(), "speed": 6, "wall_seconds_per_run": RUN_SECONDS, "save": "all_objects_speed6.adventure.json", "results": results}
var output := FileAccess.open(RESULT_PATH, FileAccess.WRITE)
assert(output != null)
output.store_string(JSON.stringify(report, "\t", true, true))
output.close()
print("UI_CADENCE_RESULTS ", JSON.stringify(report))
print("Wrote paired UI cadence results: ", RESULT_PATH)
for entity in stage.owniverse.catalog.entities.values(): entity.free()
stage.owniverse.free()
scene.free()
quit()
tests/benchmark_dynamic_cadence_ui.gd.uid
+1
View File
@@ -0,0 +1 @@
uid://olp81bbycovp
tests/test_adaptive_quality.gd
+7
View File
@@ -14,6 +14,7 @@ func check(condition: bool, message: String) -> void:
func run() -> void:
var world = load("res://world/owniverse/owniverse.gd").new()
world.adaptive_cadence = false
world.update_adaptive_quality(250000)
check(world.adaptive_quality == 2, "A slow cycle selects the medium approximation")
world.update_adaptive_quality(250000)
@@ -26,6 +27,12 @@ func run() -> void:
for i in 30: world.update_adaptive_quality(100000)
check(world.adaptive_quality == 0, "The exact mode returns after sustained headroom")
var cadence_world = load("res://world/owniverse/owniverse.gd").new()
for i in 3: cadence_world.update_adaptive_quality(350000)
check(cadence_world.cadence_level == 3, "Sustained 350 ms cycles select the 2 Hz cadence")
check(is_equal_approx(cadence_world.frame_step_seconds, 0.5), "The lowest cadence uses a 0.5 second frame step")
cadence_world.free()
var rows: Array = []
for node in 12:
var edges: Dictionary = {}
tests/test_frame_evolution.gd
+6 -3
View File
@@ -38,6 +38,7 @@ func run():
sliced.evolute_frame(0.2, self)
check(sliced.frame_busy, "Heavy transaction yields before publishing")
check(E.eq(sliced.state.time.year, 0), "Published clock stays at completed transaction")
check(E.eq(sliced.display_clock().year, Clock.advance({"datetime": 0, "year": 0}, 0.2, sliced.speed).year), "Display clock advances independently of the heavy transaction")
check(sliced.request_production("H", 1, true), "Production requested during a frame is queued")
check(sliced.frame_checkpoint().productions.size() == 1, "Queued production remains part of the save checkpoint")
check(E.eq(sliced.state.amount.H, initial_h), "Player action waits for transaction commit")
@@ -117,15 +118,17 @@ func run():
check(E.eq(behind.state.time.datetime, 100000) and E.eq(behind.state.time, behind.frame_clock), "Delayed start consumes all elapsed time in one cycle")
behind.evolute_frame(0.0, self)
check(behind.frame_commits == 1 and not behind.frame_busy, "Consumed interval cannot be processed twice")
behind.evolute_frame(0.23, self)
var next_interval: float = behind.frame_step_seconds + 0.03
behind.evolute_frame(next_interval, self)
var remained_busy: bool = behind.frame_busy
if remained_busy: behind.evolute_frame(0.53, self)
var pending_clock: Dictionary = behind.frame_clock.duplicate()
if remained_busy:
check(E.eq(behind.frame_active_clock.datetime, 123000), "Busy transaction reserves its original target")
var expected_active: Dictionary = Clock.advance({"datetime": 100000, "year": 100000}, next_interval, behind.speed)
check(E.eq(behind.frame_active_clock, expected_active), "Busy transaction reserves its original target")
while behind.frame_busy: await process_frame
if remained_busy:
check(E.eq(behind.state.time.datetime, 123000), "Busy transaction keeps its original target")
check(E.eq(behind.state.time, behind.frame_active_clock), "Busy transaction keeps its original target")
behind.evolute_frame(0.0, self)
while behind.frame_busy: await process_frame
check(E.eq(behind.state.time, pending_clock), "Next cycle consumes all time accumulated during computation")