java 行为树_使用行为树(Behavior Tree)实现游戏AI

本文介绍了如何使用行为树(Behavior Tree)来实现游戏AI,强调了行为树的静态性、直观性、复用性和扩展性,并详细解释了行为树的四种基本节点类型:Composite Node、Decorator Node、Condition Node和Action Node。通过行为树,可以构建复杂且易于维护的AI框架。
摘要由CSDN通过智能技术生成

———————————————————————

谈到游戏AI,很明显智能体拥有的知识条目越多,便显得更智能,但维护

庞大数量的知识条目是个噩梦:使用有限状态机(FSM),分层有限状态机(HFSM),

决策树(Decision Tree)来实现游戏AI总有那么些不顺意。

试试Next-Gen AI的行为树(Behavior Tree)吧。

虽说Next-Gen AI,但距其原型提出已有约10年时间,而微软Halo系列估计

已用了超过8年了,Spore和一些著名游戏也早已使用行为树作为它们的AI结构。

如从未接触,那wikipedia(http://en.wikipedia.org/wiki/Behavior_Trees)

绝对是入门好资料。

———————————————————————

先借用网上的一张图来诠释下行为树到底是怎么样的

64395b668d00b3644cc11f0119a6b958.png

———————————————————————

行为树(Behavior Tree)具有如下的特性:

它只有4大类型的Node:

* Composite Node  组合节点

* Decorator Node   修饰节点

* Condition Node   条件节点(叶节点)

* Action Node    动作节点(叶节点)

任何Node被执行后,必须向

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值