1、Unity行為樹設計行為樹基本概念行為樹：常用的AI決策模型有狀態機和行為樹兩大類。狀態機更接近人的思維，但行為樹更加 直觀、靈活。因此，行為樹目前變成了復雜AI的主流模型。行為樹與有限狀態機都可以完成一組相同的任務。其中有限狀態機定義了一組狀態，同 時描述了這組狀態中，在不同情況下，彼此轉化的一組規則。有限狀態機指導了智能體 在不同的情況下完成它們的功能，但當智能體的處理邏輯變得較為復雜的時候，狀態的 數量會急劇上升，與此同時，它們之間的轉化關系也會呈指數型的增加，使開發者越來 越難以理解與管理。對于這種情況，使用有限狀態機中的層級狀態機能起到一定程度的作用，在層級狀態機 中，智能體的行為會

2、進一步分解，變成更小的片段。但對于轉換關系的爆炸式增長，沒 有得到很好的解決。行為樹可以看成一種樹型的數據結構，行為樹中有葉節點和組合節點。同時把行為劃分 成了很多層級，較低層級的行為能夠進行組合，成為較高層級的行為。在行為樹需要得 到更新的時候，結構會執行DFS操作，依次達到末端的葉節點，葉節點根據不同的情 況，反饋不同的結果，例如，可以是“執行成功”或者“執行中”。由于這樣的樹型結 構，每一個分支并不是同時遍歷到的，同時利用這種特性，可以很輕易地設置行為動作 的優先級水平，讓靠前的葉節點承擔更重要的行為。行為樹中的節點：行為樹中有許多種節點，甚至可以自定義節點，來實現目標功能。（1）節點的

3、返回執行中：表示當前的節點還在執行中，下一次的執行仍然選擇當前節點。成功：表示當前節點執行成功。失敗：表示當前節點執行失敗。（2）根節點是行為樹的入口，類型可以是任意的。（3）組合節點選擇節點/優先選擇節點：從左到右依次執行子節點，同時在第一個非失敗的節點停住 并返回。當所有節點返回失敗時，自身也返回失敗，否則返回最后節點的狀態。隨機選擇節點：規則與選擇節點基本一致，但它的順序是隨機的，且每個子節只會被選 擇一次。順序節點：從左到右依次執行子節點，若子節點返回成功，則繼續執行，在第一個非成 功的節點停止并返回。修飾節點：相當于某個節點的前綴，對該節點進行行為的改變。修飾節點可以有很多種。 例如

4、，Until Success/Failure會一直執行子節點直到返回了成功/失敗。Limit會給子節點 一定次數的機會，若還是失敗了，才返回失敗。還有時間控制相關的修飾節點。（4）并行節點并行節點也會依次執行所有的子節點，但是不管成功或是失敗都會繼續執行，并在執 行完畢后根據所有的子節點的返回來最終確定自身的返回值。（5）葉節點條件節點：相當于一個if判斷語句，根據判斷的結果自身返回對應的值。 行為節點：用來完成具體的操作。面舉一個例子來綜合說明本節的內容。在系統中，一個很常見的行為是有障礙的目標點 抵達行為。一個坦克智能體要抵達前方不遠處的半開放區域的集合點，則它需要根據判 斷前方的路障是否

5、處于激活狀態。如果路障處于非激活狀態，那么它可以徑直進入；但 如果路障處于激活狀態，目標點處于封閉區域內，則智能體需要對路障進行破壞等操作， 破壞目標點所在區域的封閉性，這個邏輯可以下圖所描述的行為樹表示。這棵行為樹綜合運用了選擇節點與順序節點等節點的組合，利用行為樹的特性較為清晰表示 了上述的邏輯，能夠較好地實現智能體的行為。智能體的行為設計結合具體的實際工程，戰場上共有三個A方坦克和三個B方坦克。其中紅方中的一個由玩 家控制，雙方在戰場上進行交火，當B方全滅時，另一方還有剩余坦克則取得勝利。玩家和 智能體的目標都是盡可能保護自己的條件下然后摧毀B方。兩隊在地圖上的位置是隨機分布 的，不過也

6、存在參數去控制它們之間的最小距離。一旦程序開始運行，首先雙方會在地圖上 進行巡邏，如果發現敵人則展開攻擊，同時要注意在雙方不對等或者自己健康狀態不好的時 候保護自身，另外在此期間會通知隊友，同隊之間會產生互動，因此可以把智能體的行為概 括為：巡邏行為、攻擊行為、規避行為、交互行為。假設場景中有N個B方坦克，為了方便說明與調試起見，設定N=3。在目前的模式中，它 們沒有主次之分，沒有“首領”因此它們的邏輯基本一致，可以共享同一棵行為樹。但是， 由于行為樹中存在隨機節點，它們本身也存在參數設定的不同，因此，它們又具有自身獨特 的個性，避免了重復單調，保證了多樣化。A方的AI坦克同樣也將有相同的戰斗

7、邏輯，遵循這四種行為，但是由于有真人玩家的參與， 其中的交互行為將有所不同，不再單純是和其它智能體進行交互。通過對交互行為的重新設 計，可以滿足A方智能體與玩家之間的互動。1、巡邏行為巡邏行為是最基本的行為，也是智能體在idle狀態默認的行為。當系統開始運行時，智能 體就會處于巡邏狀態。它會根據具體的設定，首先對己方附近的地圖進行巡邏，如果沒有敵 人的話，則會執行路徑搜索算法，前往隨機的幾個標識地點。如果還是沒有發現敵人，則會 繼續前往下一個隨機標識地點，且地點之間不會重復。如果所有地點都搜索完畢還是沒有發 現敵人，說明本輪的搜索沒有發現敵人，究其原因可能是無意間和敵人錯開了，則會展開新 一輪

8、的搜索。因此，經過行為樹的幾輪選擇之后，雙方敵人終會相遇產生戰斗，避免了進入 死循環的尷尬場景。巡邏行為節點是一個判斷節點，巡邏行為節點下方級聯了順序節點，依次檢測是否存在敵人 和特定的信號，然后執行巡邏的具體行為。當巡邏過程中發現問題時，下方的節點會返回失 敗，從而整個巡邏節點返回失敗，智能體的行為樹將結束巡邏行為，轉而執行其它行為，推 動游戲進程的發展。巡邏行為節點的第一順序節點是敵人檢測節點。這就涉及到了智能體的視覺、聽覺等感知系 統。它們被包括在節點的具體實現中。下面以視覺系統為例，簡單介紹了智能體視覺系統的 實現原理。在視覺系統中，假設坦克的視覺取決于其前方駕駛者的視覺。遍歷每一個B

9、方坦克，判斷能 否“看到”該坦克。對于每個坦克，首先用該坦克的transform減去被判斷坦克的transform， 得到一條方向射線。然后計算出該射線與坦克朝向射線的角度，如果該角度小于坦克視角的 一半，則認為這個坦克可以被偵測到，進而節點返回成功，行為樹進行下一步的動作。由于視覺和聽覺可以綜合使用，又例如坦克上可以裝配雷達等檢測裝備，這是一個動態變化 的過程。因此，這里的工作把視覺、聽覺、檢測裝備等統一歸為檢測節點，不再展開成單獨 的節點。其中的細節，由程序中的函數進一步完成計算工作。2、攻擊行為攻擊行為節點是取得勝利的一個重要節點，同時也是一個承上啟下的節點。在攻擊行為中， 首先要向敵人

10、移動，確保敵人在射程范圍中。由于移動是一個過程，所以起初移動相關的節 點會返回“執行中”，在完成自己當前的動作后，才會返回“成功”，從而進行下一步的動作。 在即將攻擊之前，智能體還將對戰場總體形勢有一定的了解，并且根據其性格進行不同的行 為。例如，可以把智能體分為三種性格：勇敢、一般、狡猾。其中勇敢的智能體只要彈藥充 足，任何情況下都會沖向敵人，進行射擊。而一般的智能體會判斷附近的隊友和視線范圍內 的B方坦克的勢力比是否等同，如果等同才會進行攻擊。而狡猾的智能體只有在附近A方 的勢力大于B方的勢力的時候才會展開攻擊，否則會試圖離開，去尋找隊友或者掩體。在具體的攻擊過程中，還需要進行瞄準，然后選

11、擇一個相對合理的射擊時間。在射擊時間過 后，返回父節點，重新進行新一輪的判斷和選擇。同時在其中加入了適當的延遲，從而保證 程序的穩定運行，同時更符合真實的情況。在射擊完成之后，還需要判斷自己是否需要裝填操作。值得注意的是，攻擊過程中也有可能 出現彈藥打完需要裝填的情況，但是和這里的情況有所不一致。在攻擊過程中如果遇到彈藥 用完的情況，會根據程序判斷，從而強行停止本次行為。而在射擊完成之后，會判斷彈藥是 否達到一個期望的量，如果沒有達到的話，即使還沒有用完彈藥，也會進行裝填動作。這是 行為樹的判斷節點的要求和所完成的動作，和前面一種情況有所不同。當敵人被摧毀后，攻 擊動作完成，從而移動至下一個目

12、標地點或者進入巡邏狀態。3、規避行為規避行為是一個衍生節點，可以在多處被調用。游戲中存在多個智能體，其中B方的智能體 它們共享了同一棵行為樹。在前面中提及到，可以根據敵人的性格產生可能不同的行為，這 樣做的話，就需要設計不同的行為樹。如果智能體的行為過多的時候，這樣的工作量將是巨 大的。根據行為樹的特性，將節點以邏輯進行合理的封裝，同時將子樹重復利用，避免大量 無效重復的勞動。規避行為并不是一個獨立的行為，它可以在行為樹中多次出現。例如，可能是因為A、B方 勢力不對等而產生的規避，也有可能是需要填充彈藥而產生的規避。因此，充分利用行為樹 子樹利用的特性，不把規避行為包含在攻擊行為中，而是將它獨

13、立出來，進行單獨的分析。進入規避行為節點后，首先應該判斷周圍的環境有沒有敵人。如果再進一步，還可以判斷敵 人的彈藥是否充足或者敵人是否處于開火的狀態。接下來，判斷是否已經處理安全的位置。 這兩個判斷節點任何一個滿足的時候將返回“真”，同時規避行為節點將返回，不再進行進 一步的動作。當前兩個判斷節點無法得到滿足的時候，將尋找附近的掩體。具體的尋找的方式可以對智能 體進行碰撞檢測，但本文的做法與前面類似，預先定義了掩體的序列，在需要掩體的時候將 遍歷該序列，找出遠離目前敵人的條件下相對來說離自己較近的掩體，執行規避操作。4、交互行為交互行為對于B方坦克來講，即“通知行為”，是智能體與其它智能體交互

14、的行為。對于A 方坦克來講，除了通知行為外，還包括了與玩家進行交互的過程。這個行為與上述三個行為均有不同，主要表現在：（1）交互行為可以存在和體現于各個行為之中，無法完全單獨用一棵公共的子樹描述與表 示。即不存在“交互行為節點”。（2）交互行為需要結合玩家的外部信息，即根據最小文本，與智能體的行為樹有機結合， 來實現干預。智能體在沒有干預條件的時候，也應當可以進行自主決策；但當有干預條件的 時候，不應當全盤無條件的接受，而是應該根據現有的運行狀態綜合判斷。通知節點主要表現在如下方面。首先，在巡邏行為中，發現敵人后，會向友方發出通知；其 次，在巡邏行為中，即自身沒有處于戰斗狀態時，會接受來自友方

15、的通知，進行支援等行為。 交互行為還將接受來自玩家語音提供的信息。例如在巡邏行為中，接受來自友方通知的節點 也將持續捕獲來自玩家語音信息的節點，如果產生了有效的語音信息，將會進一步匹配攻擊 或規避等行為，如果這個行為需要額外的名代詞信息的話，則會進一步獲得名代詞中提供的 地點等信息，進而觸發進一步的操作。交互行為很好的分布在了行為樹中，在符合一定條件的情況下，對友方發出通知，同時接受 友方的信息。智能體的行為樹建立1、智能體的行為樹確定了智能體的四種基本行為，且詳細描述了四種行為所包括的邏輯關系。通過分析每一種 行為的邏輯，可以很容易的建立每一種行為的子樹，作為一棵完整的行為樹，還需要將它們

16、組成起來。綜合以上的論述，本文將智能體的行為樹設計如下，其中為了表示方便，灰色 部分的子節點順序按照從右至左的方向依次排布，如下圖所示2、使用unity行為樹編輯Unity中，可以使用Behavior Designer (BD)很方便的來進行行為樹的可視化編輯等操作。 本系統中的行為樹的實際應用就采用了Behavior Designer。下面以一個實例來具體說明Behavior Designer的應用方式。一個典型的移動游戲邏輯可以在Behavior Designer中用如 下的行為樹表示。 BehavioraEntryiSeqilienEeIiWithin Sight聞awe Towards

17、圖中一個并行選擇節點連接了兩個順序節點。Behavior Designer采用拖拽的方式來編輯行為 樹。Behavior Designer除了大量內置節點以外，還可以通過繼承的方式來自定義自己的節點。 例如，其中行為節點繼承Actions，條件節點繼承自Conditional等。上圖中的Entry和Sequence為BD自帶的節點類型，其余兩個示意節點均為自定義節點。Within Sight節點 的目標是實現視覺，其核心代碼例舉如下：public class WithinSight : Conditional public override TaskStatus OnUpdate()(for

18、(int i = 0; i possibles.Length; +i)if (withinSight(possiblesi.transform,fieldOfViewAngle)target.Value = possibleTargetsi;return TaskStatus.Success;return TaskStatus.Failure;public bool withinSight(Transform targetTf, float fieldOfViewAngle)Vectors direction = targetTf.position - transform.position;return Vector3.Angle(direction, transform.forward) fieldOfView