不要用過(guò)去的成績(jī)看未來(lái)，而是要用未來(lái)的眼睛看現(xiàn)在。

鄭重說(shuō)明：本文適合對(duì)游戲開(kāi)發(fā)感興趣的小白初學(xué)者，本人力圖將事物用簡(jiǎn)單的語(yǔ)言表達(dá)清楚，但水平有限，能力一般，文章如有錯(cuò)漏之處，還望批評(píng)指正。

在本系列的前幾篇中，我們談到了談一談?dòng)螒駻I - 綜述 以及 談一談?dòng)螒駻I - 狀態(tài)機(jī)。今天我們來(lái)繼續(xù)聊一下另一種高級(jí)決策模型：行為樹(shù)。

一、為什么需要行為樹(shù)

有一種很重要的認(rèn)識(shí)事物的思維模型就是 why-what-how 模型，因此首先我們就要了解一下 why 的問(wèn)題，看看為什么需要行為樹(shù)這種高級(jí)決策模型。

在前面介紹狀態(tài)機(jī)時(shí)，分層有限狀態(tài)機(jī)(HFSM) 讓我們能夠以相對(duì)直觀的方式，構(gòu)建相對(duì)復(fù)雜的行為集。

但是這個(gè)設(shè)計(jì)中存在一個(gè)小問(wèn)題：

以狀態(tài)轉(zhuǎn)換規(guī)則構(gòu)成的決策系統(tǒng)與當(dāng)前狀態(tài)強(qiáng)綁定在一起，這是一些游戲所需要的。

仔細(xì)使用狀態(tài)層次結(jié)構(gòu)可以減少重復(fù)轉(zhuǎn)換的數(shù)量，但有時(shí)候，我們的需求不一樣，可能無(wú)論處于哪個(gè)狀態(tài)或幾乎在所有狀態(tài)，你的規(guī)則都要適用。打個(gè)比方，如果 AI對(duì)象（agent）的生命值降低到25％時(shí)，則無(wú)論其當(dāng)前處于戰(zhàn)斗狀態(tài)，空閑狀態(tài)、談話狀態(tài)或者其它任何狀態(tài)，你可能都希望他逃跑。如果用狀態(tài)機(jī)，你需要在每個(gè)狀態(tài)里都做這樣的判斷邏輯。將來(lái)新增每個(gè)狀態(tài)時(shí)，都一定把這個(gè)條件添加進(jìn)去。

針對(duì)這種情況，一個(gè)理想的系統(tǒng)應(yīng)該將決策過(guò)程和狀態(tài)本身分離，這樣你只需要在一個(gè)位置進(jìn)行更改，仍然能夠正確轉(zhuǎn)換狀態(tài)，這就是行為樹(shù)的應(yīng)用場(chǎng)景。

二、決策的行為樹(shù)表示

行為樹(shù)定義

在之前的講述游戲AI決策綜述的文章中，我們提到過(guò)一個(gè)球拍擊球的小游戲AI，用代碼 hardcode 的偽代碼如下：

every frame/update while the game is running:if the ball is to the left of the paddle:move the paddle leftelse if the ball is to the right of the paddle:move the paddle right

其實(shí)這用一種稱為決策樹(shù)的圖表示起來(lái)更為直觀：

在每次決策循環(huán)執(zhí)行時(shí)，只需要從最上面的 Start 開(kāi)始遍歷整棵樹(shù)，遇到菱形的節(jié)點(diǎn)，判斷其條件，然后選擇對(duì)應(yīng)的分支，直到葉子節(jié)點(diǎn)。

而行為樹(shù)是節(jié)點(diǎn)更豐富功能更強(qiáng)大的決策樹(shù)：

• 黃色的裝飾器節(jié)點(diǎn)，也稱為條件節(jié)點(diǎn)，對(duì)應(yīng) hardcode 偽代碼中的 if 條件

• 藍(lán)色的組合節(jié)點(diǎn)，可以是 Sequence 順序執(zhí)行節(jié)點(diǎn)和 Selector 選擇節(jié)點(diǎn)，這也類似于程序邏輯中的與、或關(guān)系

• 綠色的行為節(jié)點(diǎn)，是AI邏輯中需要具體實(shí)現(xiàn)的比較獨(dú)立的業(yè)務(wù)邏輯，如尋求幫助、巡邏、逃跑、攻擊等

行為樹(shù)的構(gòu)建

由于行為樹(shù)本身比較復(fù)雜，也由于組成樹(shù)的節(jié)點(diǎn)類型比較固定，往往利用圖形化的行為樹(shù)編輯器來(lái)構(gòu)建一整棵行為樹(shù)，例如UE中的編輯器：

行為樹(shù)編輯器在使用時(shí)，導(dǎo)出形式可以有多種，可以是生成對(duì)應(yīng)的程序代碼；也可以采取數(shù)據(jù)驅(qū)動(dòng)的方式，將關(guān)鍵信息數(shù)據(jù)化，然后放入行為樹(shù)執(zhí)行引擎來(lái)執(zhí)行。

三、行為樹(shù)的實(shí)現(xiàn)形式

實(shí)現(xiàn)行為樹(shù)有幾種不同的方式，但是本質(zhì)上是相同的，而且與前面提到的決策樹(shù)非常相似：從“根節(jié)點(diǎn)”開(kāi)始運(yùn)行，樹(shù)的節(jié)點(diǎn)用來(lái)表示決策或行動(dòng)。但還有一些關(guān)鍵區(qū)別：

• 節(jié)點(diǎn)的返回值有三種：成功（工作已完成），失敗（無(wú)法運(yùn)行）或正在運(yùn)行（仍在運(yùn)行并且尚未完全成功或失敗）；

• 采取行動(dòng)的節(jié)點(diǎn)將返回正在運(yùn)行，表示行動(dòng)正在進(jìn)行；

之所以有正在運(yùn)行這種返回結(jié)果，是因?yàn)楹芏噙壿嬙谝淮螞Q策循環(huán)中是無(wú)法執(zhí)行完成的，可能跨越很多個(gè)決策循環(huán)周期。因此在遍歷這棵樹(shù)時(shí)，繼續(xù)上次的節(jié)點(diǎn)邏輯。

還有一種行為樹(shù)的形式是前面一種形式的變形。筆者之前所在的項(xiàng)目使用過(guò)以下編輯形式：

可以看到這種方式?jīng)]有所謂的選擇節(jié)點(diǎn)，其條件邏輯和行為邏輯是并行的關(guān)系，在考察每個(gè)節(jié)點(diǎn)的時(shí)候，會(huì)考慮其對(duì)應(yīng)的條件組是否滿足，條件組本身又可以包括與、或的嵌套邏輯組合。

四、行為樹(shù)的特點(diǎn)

通過(guò)前面的介紹，我們可以總結(jié)出行為樹(shù)的幾個(gè)優(yōu)點(diǎn)：

• 常用于比較復(fù)雜的邏輯

• 比較直觀，邏輯很清晰

• 無(wú)狀態(tài)，每次都從root開(kāi)始，一幀運(yùn)行不需要知道上一幀是什么狀態(tài)

• 樹(shù)的分支之間互不關(guān)心、互不影響，只有樹(shù)形的父子層級(jí)關(guān)系，子節(jié)點(diǎn)之間互相沒(méi)有聯(lián)系。因此很靈活，新增、擴(kuò)展、刪除分支都不影響其他的，很方便。而對(duì)比來(lái)看，狀態(tài)機(jī)互相之間是需要知道彼此的存在的，還有轉(zhuǎn)換，經(jīng)常耦合在一起

• 程序可以和策劃一起配合使用。

它也有很明顯的缺點(diǎn)：

• 每次執(zhí)行都要遍歷整棵樹(shù)，效率是個(gè)大問(wèn)題，執(zhí)行時(shí)間比狀態(tài)機(jī)要長(zhǎng)很多

• 無(wú)狀態(tài)，相當(dāng)于沒(méi)有記憶

關(guān)于沒(méi)有記憶帶來(lái)的問(wèn)題，舉個(gè)例子來(lái)說(shuō)明：

一個(gè)農(nóng)民（NPC AI）要收割作物，敵人出現(xiàn)了，農(nóng)民逃跑，逃出了距離敵人的一定范圍之后，又回去收割作物，走到敵人的范圍又逃出，這樣來(lái)回往復(fù)，是一個(gè)bug，可以根據(jù)情況來(lái)寫代碼避免，但解決方式不夠優(yōu)雅。

五、解決行為樹(shù)的問(wèn)題

上下文保存

很顯然，狀態(tài)機(jī)需要保存上下文來(lái)解決 AI 行為樹(shù)沒(méi)有記憶的問(wèn)題。

自定義狀態(tài)

很多游戲有自己自定義的狀態(tài)保存結(jié)構(gòu)，一個(gè)例子如：

struct AI_RUNTIME_DATA {// 定時(shí) timer// 通用信息，如動(dòng)態(tài)思考間隔、自定義tag標(biāo)記// 移動(dòng)相關(guān)信息，如坐標(biāo)、速度、移動(dòng)技能等// 追擊目標(biāo)，射擊信息等 }

黑板

更通用一些的做法是一種叫做 “黑板” 的做法，即不關(guān)心狀態(tài)數(shù)據(jù)的組織形式，統(tǒng)一以key-value 的形式來(lái)保存數(shù)據(jù)，這有點(diǎn)類似于數(shù)據(jù)存儲(chǔ)領(lǐng)域 NoSQL 的做法：以Key區(qū)分不同的上下文數(shù)據(jù)，value為用戶自定義的二進(jìn)制數(shù)據(jù)，這樣使得數(shù)據(jù)的保存通用化。

黑板還可能分為本地黑板或者全局黑板。

• 本地黑板：作用域限定為特定的狀態(tài)機(jī)/行為樹(shù)層級(jí)內(nèi)部

• 全局黑板：作用域?yàn)檎麄€(gè)游戲邏輯內(nèi)

UE4中就內(nèi)置了黑板的功能，方便行為樹(shù)使用時(shí)候的狀態(tài)保存。

效率優(yōu)化

另一個(gè)需要解決的問(wèn)題就是行為樹(shù)的執(zhí)行效率問(wèn)題。

降低更新頻率

對(duì)于大量AI運(yùn)行的情況，例如服務(wù)器中存在的大量NPC，如果需要每幀都去做一次 Sense/Think/Act 決策行為，對(duì)應(yīng)到行為樹(shù)上就是從 Root 節(jié)點(diǎn)開(kāi)始掃描整棵行為樹(shù)，這勢(shì)必帶來(lái)大量的性能消耗。

如果不是每幀都去遍歷，而是用定時(shí)器，定時(shí)思考是一種可以考慮的優(yōu)化方式，其本質(zhì)是降低行為樹(shù)的更新決策頻率。

定時(shí)思考的問(wèn)題是不夠?qū)崟r(shí)，因此也要同時(shí)添加對(duì)外部事件的響應(yīng)，否則AI就會(huì)顯得很傻。

例如 FF15 中添加事件響應(yīng)：

行為樹(shù)中使用Active Selector節(jié)點(diǎn)，當(dāng)指定的事件響應(yīng)(OnMessage)時(shí)，打斷當(dāng)前行為并且重置狀態(tài)

行為樹(shù)與狀態(tài)機(jī)組合使用

行為樹(shù)本身遍歷是非常耗時(shí)的，而狀態(tài)機(jī)則效率較高，因此我們可以將行為樹(shù)結(jié)合狀態(tài)機(jī)一起使用：

只有最復(fù)雜的部分使用行為樹(shù)，其他情況下使用狀態(tài)機(jī)保持住當(dāng)前狀態(tài)，而不必用行為樹(shù)頻繁選擇分支。

例如 FF15 中的一個(gè)示例：

上圖只有最復(fù)雜的戰(zhàn)斗邏輯使用了行為樹(shù)，其他情況下可以嵌套狀態(tài)機(jī)來(lái)使用。

代碼實(shí)現(xiàn)優(yōu)化

樹(shù)這種數(shù)據(jù)結(jié)構(gòu)在實(shí)現(xiàn)時(shí)，往往使用指針來(lái)表示父子節(jié)點(diǎn)之間的關(guān)系，這對(duì)于 CPU 在執(zhí)行時(shí)是不夠友好的。

可以考慮將緩存不友好的樹(shù)遍歷，改造成緩存友好的數(shù)組遍歷，以空間換時(shí)間來(lái)提高執(zhí)行效率。

小結(jié)

在本文，我們談了行為樹(shù)的多個(gè)方面，包括：

• 引入行為樹(shù)的原因

• 行為樹(shù)的定義、構(gòu)建以及具體的實(shí)現(xiàn)形式

• 行為樹(shù)的特點(diǎn)以及解決行為樹(shù)問(wèn)題的幾個(gè)思路

總結(jié)

以上是生活随笔為你收集整理的谈一谈游戏AI - 行为树的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。