游戏AI之行为树的入门使用(一)

1 了解行为树

首先制作AI有很多种决策方式，比如 有限状态机（Finite-State Machines），分层状态机（Hierarchical Finite-State Machines），行为树（Behavior Trees），效用系统（Utility Systems），目标导向型行动计划（Goal-Oriented Action  Planners），分层任务网络（Hierarchical Task Networks） ，不同的决策方式针对不同的游戏行为，各有优缺点，可以择优选择，我们为什么要选择行为树呢？行为树中的可扩展性是最优的，且灵活性可以适应任何不同的AI情况，其随机性非常可视化判断与调试，但是行为树显而易见也有部分缺点，比如大量判断耗时，且不一定是最优决策选择。

2 走进行为树

行为树的每一个叶子 我们都称为节点，通过一个个节点来搭建一个树结构，即数据结构的树结构。通过树结构的中序遍历来将所有节点串联在一起。其中没有下一个节点的称为 子节点，有下一个节点的 称为父节点。

子节点 又分为 行为节点、条件节点。 父节点 分为 装饰节点、组合节点。其中在Unreal Engine中 条件节点被结合在 装饰节点中。

通过这四种节点的不同排列组合 构建成了一颗行为树。

3 搭建行为树(基于unity的Behavior Designer行为树插件)

每一颗行为树都是从根节点开始