BehaviorTree

什么是行为树

行为树,是一棵用于控制AI决策行为的,包含了层级节点的树结构

原理: 遍历

当我们要决策当前这个角色要做什么样的行为的时候,我们就会自顶向下的,通过一些条件来搜索这棵行为树,最终确定需要做的行为(叶节点),并且执行它,这就是行为树的基本原理

组成

行为树的组成主要是4个节点抽象而成的: 组合节点,装饰节点,条件节点,行为节点

组合节点(Composites)

主要包括: Sequence顺序条件,Selector选择条件,Parallel平行条件以及他们之间相互组合的条件

• Sequence 类似于编程语言中的"&&"符号，它从左到右，每帧只执行一个子节点
  • 如果当前子节点返回Running，那么Sequence也返回Running。下一帧继续执行当前这个子节点
  • 如果当前子节点返回Failing，那么Sequence节点本身返回失败
  • 如果当前子节点返回成功，还有下一个子节点，那么Sequence本身返回Running，下一帧回切换到下一个子节点；如果子节点都执行完毕了，那么Sequence节点返回成功，整个节点结束
• Selector Selector与Sequence执行顺序相同，逻辑正巧是“||”的逻辑。它也是从左到右，每帧只执行一个子节点。
  • 如果子节点返回Running，那么Selector也返回Running，下一帧继续执行这个子节点
  • 如果当前子节点返回失败，那么Selector本身返回Running，下一帧执行下一个子节点；如果所有子节点都失败了，就返回失败
  • 如果当前子节点返回成功，那么Selector返回成功
• Parallel 从返回值来看它是 “&&” 逻辑。与Sequence的区别是，在每一桢，它都执行所有子节点一次~~。
  • 所有子节点都Running，那么Parallel节点也返回Running。
  • 有任何一个节点返回失败，那么Parallel立刻结束，返回失败。还处于Running的子节点也会终止（从界面上可以看出，正在Running的被假设为失败）。
  • 有任何一个节点返回成功，那么该子节点下一帧就不会被调用了，但是Parallel本身仍然返回Running，直到所有子节点都返回成功，Parallel才返回成功。
• Parallel Selector 并行的OR 从返回值来看是 “||” 逻辑。它是并行的，每一桢执行所有子节点一次~~
  • 所有子节点都Running，那么Parallel Selector节点也返回Running
  • 有任何一个节点返回失败，那么Parallel Selector 本身返回Running，直到所有子节点都失败了，它才返回失败。
  • 有任何一个节点返回成功，Parallel Selector 直接返回成功。
• Random Sequence
  • Sequence是从左到右串行，Random Sequence 也是串行完全一样，只是它从还没执行过的N个子节点中随机挑选一个执行
• Priority Selector, Random Selector
  • 这二者是Selector的变体，也都是串行。分别是根据优先级挑选、随机挑选、自定义挑选顺序
  • 再强调一下，串行情况下，如果有节点还在running，那么肯定先执行running的节点。“挑选”的意思是说，在没有running的节点时，从还没执行过的节点中，根据规则挑出一个
• Selector Evaluator, Utility Selector
  • 这两种类型的特殊之处在于：在每一帧，都要重新计算子节点的优先级或者效用，就算节点正在running，也有可能因为优先级变化而切换节点。它们既不是并行也不是串行。
  • Utility Selector 是一种选择器，它是基于“Utility”也就是“效用”进行选择，用在《模拟人生》这种游戏中会非常有效，就是当你面对吃法、睡觉、上厕所这三件事时，你选效用最大的那一件事去做即可，而且如果有必要可以随时终止当前正在做的事情。

装饰节点(Decorators)

连接树叶的树枝,就是各种类型的装饰节点，这些节点决定了AI如何从树的顶端根据不同的情况，来沿着不同的路径来到最终的叶子这一过程

如让子节点循环操作（Loop）或者让子task一直运行知道其返回某个运动状态值（Util），或者将task的返回值取反（NOT）等等

• Inverter 条件判断或动作的返回结果取反，成功变失败，失败变成功，Running不变
• Reapter 循环执行，可以调节循环次数等参数
• Return Failure 返回值无论成功还是失败都返回失败，但Running还是Running
• Return Success
• Until Failure 循环直到失败，换句话说如果成功就再次执行子节点
• Until Sucess

行为节点(Actions)

用于判断某条件是否成立，目前看来，时Behavior Designer为了贯彻职责单一的原则，将判断专门作为一个节点独立处理，比如判断某目标是否在视野内，其实在攻击Action里面也可以写，但是这样Action就不单一了，不利于视野判断处理的复用。一般条件节点出现在Sequence控制节点中，其后紧跟条件成立后的Action节点

条件节点(Conditions)

行为节点时真正做事的节点，行为节点在树的最末端，都是叶子节点，就是这些AI实际上去做事情的命令

通过使用行为树内的节点之间的关联来驱动角色的行为，比直接用具体的代码告诉一个角色去做什么事情，要来得有意思得多，这也是行为树最让人兴奋的一点。这样我们只要抽象好行为，就不用去理会战斗中具体发生了什么。

树的遍历 Tree Traversal

行为树的一个特点是，他会一层一层地去对节点一次进行检查，而这每一层都需要花费一个tick的事件，所以它需要花数个tick才能完成从顶部走到第的过程，来完成其逻辑，这和一般用代码实现的功能很不同

这并不是一个很有效率的方式，尤其是当你的树变得非常深的时候。行为树的实现必须具备可以在一个tick内完成整个行为树的逻辑判断

工作流 WorkFlow

行为树由多种不同类型的节点构成，他们都拥有一个共同的核心功能，即他们会返回三种状态的一个作为结果

• 成功-Success
• 失败-Failure
• 进行中-Running

前两个们是用来向他们的父节点通知运行的成功或失败的结果。第三种是指还在运行中，结果还未决定，在下一个tick的时候再去检查这个节点的运行结果

这个功能非常重要，可以让一个节点维持运行一段时间来维持某些行为

问题汇总

• 当两种行为之间切换太快时，会导致AI动作出现抖动现象，如何避免这种情况
  • 可以延时处理条件节点，当判断结果与上次不相同时且在规定时间内依旧返回上次结果
• AI的位置移动如果不实时发送，会导致玩家位置同步卡顿
  • 可以使用平滑处理，使用当前位置与最新获取的位置做插值运算即可
• 每个客户端都在跑AI的行为树嘛，怎么把本地AI的画面同步给其它客户端
  • 只有本地依附的AI才有权限跑行为树，然后把对应的动作同步给其它客户端，当依附的玩家死亡后回找新的玩家依附，如果找不到会自动销毁
• 如果需要新增AI的行为或者条件时，如何做
  • 只需要集成对应的AbsRoleAIAction/AbsRoleAICondition即可，在对应的OnUpdate里编写对应逻辑
• 遇到return success或者fail，然后整颗树终止不再运行的情况
  • 两种解决办法：1.restartWhenComplete；2. 设置一个Idle节点，保持Running，不让树complete