Bạn nội suy để tìm các trạng thái giữa các giá trị đã biết và bạn ngoại suy để tìm các trạng thái trong tương lai.
Hãy nghĩ về vấn đề về các biến trạng thái, như vị trí và vận tốc. Trong tất cả các tình huống tốt nhất, mọi máy tính cần làm việc với trạng thái đều có quyền truy cập vào dữ liệu trạng thái trong thời gian chúng muốn làm việc. Ví dụ: thuật toán va chạm để xem liệu súng trường bắn X có bắn vào đầu người chơi A hay không, điều tốt nhất trong tất cả các trường hợp là khi thuật toán biết vị trí chính xác của mọi vật thể tại thời điểm tia laser được bắn.
Trong thế giới thực, chúng ta không phải lúc nào cũng may mắn như vậy. Đôi khi thông tin sự thật chúng tôi nhận được còn thưa thớt hơn. Ví dụ: nếu người chơi A là một người chơi từ xa trên một máy tính khác, bạn có thể không biết chính xác họ sẽ đi đâu khi bạn bắn tia laser và cần tính toán phát bắn. Trong trường hợp này, bạn cần tạo một công cụ ước tính cho vị trí của A, thường là nội suy hoặc ngoại suy.
Sự khác biệt giữa hai là liệu bạn có dữ liệu được giới hạn ở cả hai bên hay chỉ một bên. Giả sử Người chơi A đã công bố vị trí thật của họ cho t = 0 và t = 1. Người chơi B bắn tia laser ở t = 0,5. Trong nhiều trường hợp, thông báo của Người chơi A về vị trí của họ tại t = 1 có thể xảy ra trước khi Người chơi B bóp cò. Tại sao? Trong nhiều trò chơi, khả năng phản hồi của các điều khiển kém hơn hoàn toàn tức thời. Trong một mô phỏng đua xe, phần lớn vị trí của người chơi bị giới hạn bởi vật lý của một phương tiện đang di chuyển. Bạn có thể chọn thông báo "vị trí trong tương lai" bởi vì bạn biết rằng bạn thực sự không thể điều khiển tất cả những điều đó trong một khoảng thời gian ngắn. Nếu bạn có thông tin trong tương lai, bạn có thể nội suy giữa hai giá trị.
Điều gì xảy ra nếu bạn không đủ may mắn để có giá trị = 1? Điều gì sẽ xảy ra nếu Người chơi A không ở vị trí thông báo vị trí trong tương lai của họ và bạn bị mắc kẹt khi quyết định xem bạn đánh hay bỏ lỡ chỉ với thông tin từ t = 0? Trong trường hợp này bạn phải ngoại suy. Trong phép ngoại suy, bạn sử dụng những gì bạn biết về chuyển động để mở rộng ra ngoài bất kỳ dữ liệu nào bạn có. Bạn có thể biết rằng Người chơi A có vận tốc nhất định, vì vậy, giả sử rằng nếu bạn nhân số đó theo thời gian, bạn có thể có được một vị trí mỗi lần.
Sự khác biệt là trong các hành vi. Nội suy đòi hỏi bạn phải có giới hạn trên và dưới, mà bạn không phải lúc nào cũng có. Tuy nhiên, trong gần như tất cả các tình huống, nó có kết quả tốt hơn rất nhiều so với phép ngoại suy. Phép ngoại suy có thể dễ dàng dẫn đến các chuyển động không thực tế. Hãy xem xét trường hợp của một người chơi đang nghiêng sang trái và phải để tránh bị bắn trong khi tiến lên. Tại bất kỳ điểm nào, vận tốc của chúng đều dọc theo một đường chéo, vì vậy nếu bạn ngoại suy, người chơi có thể chạy sang một bên khi thực tế họ không bao giờ làm thế. Nếu bạn chỉ thực hiện phép nội suy, các giá trị có xu hướng không đi lạc bên ngoài các giá trị thực tế.
Nội suy và ngoại suy là hai thái cực trong thế giới lọc. Có rất nhiều rất nhiều nhiều bộ lọc ngoài kia để xử lý dữ liệu như thế này, kết hợp và khớp các thuộc tính giữa phép nội suy và phép ngoại suy. Theo đó, đừng ngạc nhiên nếu bạn thấy các thuật toán không được nội suy rõ ràng hoặc ngoại suy rõ ràng. Hai người đó chỉ là phần nổi của tảng băng.