BehaviorTree

1相关文章

使用行为树(Behavior Tree)实现游戏AI

使用行为树(Behavior Tree)实现网游奖励掉落系统

行为树DEMO

从有限状态机（FSM）到行为树（Behavior Tree）

在行为树（Behavior Tree）中使用黑板（BlackBoard）

Handling Complexity in the Halo 2 AI

Halo,Halo 2游戏的人工智能设计讲座

2相关工具和库

GameBrains GameBrains:The First Behavior Tree Middleware Runtime and Editor  包含AI编辑器，生成的格式是xml。解析库。远程连接调试。

owyl A python behavior tree for implementing fast and flexible AI.

treesharp Behavior Tree Implementation in C#

libbehavior C++ Library for Implementing Reactive AI 只有c++表示的类库，没有可视化编辑工具，没有序列化格式。

3减少脚本数量

Composite Decorator 所有游戏通用，condition和action就各有各的不同了。

3.1condition

函数：TestSingle()用于测单体的属性（设计多个对象的全局性测验需要另加函数）

对象：自己、队友、敌军、所有战斗单位、建筑、全局context。

属性：血、蓝、血量百分比、蓝百分比、力量、距离自己、距离出口（这个距离XX可以提炼，但是会破坏现有结构）.......  

关系：大于、小于、等于...

数值：N

buff：中毒、无敌.....

有无：true, false。

数量关系：大于、小于、等于...   （用于描述有几个处于上述的属性状态）

数量值：N

其中对象，可以根据所拥有的共同属性再分类，需要加个condition的属性  “对象类型”，然后根据所选对象类型，自动只显示相关的对象和属性。

其中buff可以合到属性中，关系是等于，数值是0,1、truefalse、或持续时间。

3.2action

函数：攻击、使用物品、休息、走、跑

参数：

        攻击：技能ID

        物品：物品ID

        走跑：位置

       攻击和物品还需要选取目标：需要的参数和上面contition中用到的一致。这些参数全作为攻击函数的参数。

这样可以用统一的方式和脚本处理，就不需要像一些文章中，每种condition都要写个脚本。

4.仍然存在的问题

4.1多个条件

上面提到的只能描述一个人，只能描述：有个敌人血量少于3，而且有个敌人力量大于5，通过sequence实现。

而不能描述有个敌人血量少于3且力量大于5。 针对这个就必须单独写个脚本了；或者改变经典的行为只有这4个node的格式，自己附加一套描述对象属性的格式。

4.2涉及多个对象

这应该属于全局context。

比如有3个敌人站在一起就放某个范围群攻技能，这就无法通过TestSingle实现，需要再加函数了， 参数是敌人数量和范围。

全局context的一些属性（比如环境、副本内造成总伤害等）还是留在TestSingle中，虽然和自己一样用不到数量关系和数量值（因为全局唯一）。

4.3持续性Action

行为树DEMO中到花店和买花放一个sequnce下，但是到花店是个持续型行为。解决方法有两个：

1.到花店不马上返回，本次AI检测不马上返回，到了花店后返回，然后到下个action买花。

2.把到花店和买花放在两个sequnce节点，买花的condition是在花店。

3.Action中只有买花，没有到花店。由买花脚本自己判断是否需要到花店。

个人认为应该才用方案3。

4.4定时与触发

这些AI行为树脚本，应该是定时检测的。但是如果有些AI却是事件触发的，比如被击中前开启无敌，死亡时掉落物品（掉落也作为AI）。

我目前能想到的是和定时脚本放到不同的行为树中，每个触发事件对应一颗行为树。

或者是延迟事件触发，还是定时检测，死亡就不能马上死亡了，要等定时器AI检测过后才死掉。

5最佳的描述解决方案

额，估计还是本体（Ontology）啊，但是解析库太少了，只有jena这个java库。