这是“Demystifying the PVS”系列的第四篇也是最后一篇。主要内容如下：

• 系列内容概述：已构建有向门户图，计算每个门户的可能可见叶列表，学会通过三个门户序列估计可见性，将三者混合得到最终叶到叶的可见性。

• 递归裁剪示例：以三个门户（源、通过、目标）为例，通过裁剪测试门户序列的可见性，深度优先遍历从目标叶开始，递归进入相邻叶。

  • Python 中的门户流：portal_flow函数启动遍历，leaf_flow函数递归处理叶，通过一系列裁剪和判断来确定可见性，mightsee数组记录过滤后的门户到叶的可见性。
  • 完整实现：代码实现了门户到叶的可见性矩阵计算，包括裁剪、过滤、早期退出测试等，处理过程中考虑了门户的循环和稀疏性。
  • 按复杂度处理门户：按复杂度（粗粒度可见性中可能可见的叶数量）顺序处理门户，先处理较小区域的门户，以利用其最终结果进行早期退出。
• 通过门户的叶可见性：叶的潜在可见集是其离开门户的 PVS 集合的并集，通过逻辑或操作计算最终的叶到叶可见性矩阵final_vis。
• 游戏中的应用：vis工具将最终叶到叶的可见性矩阵写入mapname.bsp文件，游戏中按需解压缩，节省内存。
• 提高速度的方法：vis.py速度较慢，可进行多进程处理、使用边界球测试、更快地过滤mightsee数组、缓存等优化。

• 回顾与思考：

  • 预计算可见性使 Quake 地图在保持稳定帧率的同时增加多边形，PVS 在 Quake 及其后续作品中广泛应用。
  • 工作流上，PVS 不佳，设计师需等待游戏测试，且需考虑无关技术概念；营销上，稳定帧率有助于销售虚幻世界的幻觉，但可能导致游戏设计受限。
  • Doom 3 采用运行时测试门户和加载时 PVS 的方法，速度较快，但仍需放置门户和密封关卡。
• 资源与参考：提供了vis.py仓库、相关工具、原始代码参考、视频资源以及测试地图和门户数据等。
• 致谢：感谢相关人员的帮助和支持。还考虑写一本书并征集感兴趣的人。