Unity行为树设计

Unity行为树设计行为树基本概念行为树：常用的AI 决策模型有状态机和行为树两大类。

状态机更接近人的思维，但行为树更加直观、灵活。

因此，行为树目前变成了复杂AI 的主流模型。

行为树与有限状态机都可以完成一组相同的任务。

其中有限状态机定义了一组状态，同时描述了这组状态中，在不同情况下，彼此转化的一组规则。

有限状态机指导了智能体在不同的情况下完成它们的功能，但当智能体的处理逻辑变得较为复杂的时候，状态的数量会急剧上升，与此同时，它们之间的转化关系也会呈指数型的增加，使开发者越来越难以理解与管理。

对于这种情况，使用有限状态机中的层级状态机能起到一定程度的作用，在层级状态机中，智能体的行为会进一步分解，变成更小的片段。

但对于转换关系的爆炸式增长，没有得到很好的解决。

行为树可以看成一种树型的数据结构，行为树中有叶节点和组合节点。

同时把行为划分成了很多层级，较低层级的行为能够进行组合，成为较高层级的行为。

在行为树需要得到更新的时候，结构会执行DFS 操作，依次达到末端的叶节点，叶节点根据不同的情况，反馈不同的结果，例如，可以是“执行成功”或者“执行中”。

由于这样的树型结构，每一个分支并不是同时遍历到的，同时利用这种特性，可以很轻易地设置行为动作的优先级水平，让靠前的叶节点承担更重要的行为。

行为树中的节点：行为树中有许多种节点，甚至可以自定义节点，来实现目标功能。

（1）节点的返回执行中：表示当前的节点还在执行中，下一次的执行仍然选择当前节点。

成功：表示当前节点执行成功。

失败：表示当前节点执行失败。

（2）根节点是行为树的入口，类型可以是任意的。

（3）组合节点选择节点/优先选择节点：从左到右依次执行子节点，同时在第一个非失败的节点停住并返回。

当所有节点返回失败时，自身也返回失败，否则返回最后节点的状态。

随机选择节点：规则与选择节点基本一致，但它的顺序是随机的，且每个子节只会被选择一次。

顺序节点：从左到右依次执行子节点，若子节点返回成功，则继续执行，在第一个非成功的节点停止并返回。

修饰节点：相当于某个节点的前缀，对该节点进行行为的改变。

修饰节点可以有很多种。

例如，Until Success/Failure 会一直执行子节点直到返回了成功/失败。

Limit 会给子节点一定次数的机会，若还是失败了，才返回失败。

还有时间控制相关的修饰节点。

（4）并行节点并行节点也会依次执行所有的子节点，但是不管成功或是失败都会继续执行，并在执行完毕后根据所有的子节点的返回来最终确定自身的返回值。

（5）叶节点条件节点：相当于一个if 判断语句，根据判断的结果自身返回对应的值。

行为节点：用来完成具体的操作。

面举一个例子来综合说明本节的内容。

在系统中，一个很常见的行为是有障碍的目标点抵达行为。

一个坦克智能体要抵达前方不远处的半开放区域的集合点，则它需要根据判断前方的路障是否处于激活状态。

如果路障处于非激活状态，那么它可以径直进入；但如果路障处于激活状态，目标点处于封闭区域内，则智能体需要对路障进行破坏等操作，破坏目标点所在区域的封闭性，这个逻辑可以下图所描述的行为树表示。

这棵行为树综合运用了选择节点与顺序节点等节点的组合，利用行为树的特性较为清晰表示了上述的逻辑，能够较好地实现智能体的行为。

智能体的行为设计结合具体的实际工程，战场上共有三个A方坦克和三个B方坦克。

其中红方中的一个由玩家控制，双方在战场上进行交火，当B方全灭时，另一方还有剩余坦克则取得胜利。

玩家和智能体的目标都是尽可能保护自己的条件下然后摧毁B方。

两队在地图上的位置是随机分布的，不过也存在参数去控制它们之间的最小距离。

一旦程序开始运行，首先双方会在地图上进行巡逻，如果发现敌人则展开攻击，同时要注意在双方不对等或者自己健康状态不好的时候保护自身，另外在此期间会通知队友，同队之间会产生互动，因此可以把智能体的行为概括为：巡逻行为、攻击行为、规避行为、交互行为。

假设场景中有N 个B方坦克，为了方便说明与调试起见，设定N=3。

在目前的模式中，它们没有主次之分，没有“首领”，因此它们的逻辑基本一致，可以共享同一棵行为树。

但是，由于行为树中存在随机节点，它们本身也存在参数设定的不同，因此，它们又具有自身独特的个性，避免了重复单调，保证了多样化。

A方的AI 坦克同样也将有相同的战斗逻辑，遵循这四种行为，但是由于有真人玩家的参与，其中的交互行为将有所不同，不再单纯是和其它智能体进行交互。

通过对交互行为的重新设计，可以满足A方智能体与玩家之间的互动。

1、巡逻行为巡逻行为是最基本的行为，也是智能体在idle 状态默认的行为。

当系统开始运行时，智能体就会处于巡逻状态。

它会根据具体的设定，首先对己方附近的地图进行巡逻，如果没有敌人的话，则会执行路径搜索算法，前往随机的几个标识地点。

如果还是没有发现敌人，则会继续前往下一个随机标识地点，且地点之间不会重复。

如果所有地点都搜索完毕还是没有发现敌人，说明本轮的搜索没有发现敌人，究其原因可能是无意间和敌人错开了，则会展开新一轮的搜索。

因此，经过行为树的几轮选择之后，双方敌人终会相遇产生战斗，避免了进入死循环的尴尬场景。

巡逻行为节点是一个判断节点，巡逻行为节点下方级联了顺序节点，依次检测是否存在敌人和特定的信号，然后执行巡逻的具体行为。

当巡逻过程中发现问题时，下方的节点会返回失败，从而整个巡逻节点返回失败，智能体的行为树将结束巡逻行为，转而执行其它行为，推动游戏进程的发展。

巡逻行为节点的第一顺序节点是敌人检测节点。

这就涉及到了智能体的视觉、听觉等感知系统。

它们被包括在节点的具体实现中。

下面以视觉系统为例，简单介绍了智能体视觉系统的实现原理。

在视觉系统中，假设坦克的视觉取决于其前方驾驶者的视觉。

遍历每一个B方坦克，判断能否“看到”该坦克。

对于每个坦克，首先用该坦克的transform减去被判断坦克的transform，得到一条方向射线。

然后计算出该射线与坦克朝向射线的角度，如果该角度小于坦克视角的一半，则认为这个坦克可以被侦测到，进而节点返回成功，行为树进行下一步的动作。

由于视觉和听觉可以综合使用，又例如坦克上可以装配雷达等检测装备，这是一个动态变化的过程。

因此，这里的工作把视觉、听觉、检测装备等统一归为检测节点，不再展开成单独的节点。

其中的细节，由程序中的函数进一步完成计算工作。

2、攻击行为攻击行为节点是取得胜利的一个重要节点，同时也是一个承上启下的节点。

在攻击行为中，首先要向敌人移动，确保敌人在射程范围中。

由于移动是一个过程，所以起初移动相关的节点会返回“执行中”，在完成自己当前的动作后，才会返回“成功”，从而进行下一步的动作。

在即将攻击之前，智能体还将对战场总体形势有一定的了解，并且根据其性格进行不同的行为。

例如，可以把智能体分为三种性格：勇敢、一般、狡猾。

其中勇敢的智能体只要弹药充足，任何情况下都会冲向敌人，进行射击。

而一般的智能体会判断附近的队友和视线范围内的B方坦克的势力比是否等同，如果等同才会进行攻击。

而狡猾的智能体只有在附近A方的势力大于B方的势力的时候才会展开攻击，否则会试图离开，去寻找队友或者掩体。

在具体的攻击过程中，还需要进行瞄准，然后选择一个相对合理的射击时间。

在射击时间过后，返回父节点，重新进行新一轮的判断和选择。

同时在其中加入了适当的延迟，从而保证程序的稳定运行，同时更符合真实的情况。

在射击完成之后，还需要判断自己是否需要装填操作。

值得注意的是，攻击过程中也有可能出现弹药打完需要装填的情况，但是和这里的情况有所不一致。

在攻击过程中如果遇到弹药用完的情况，会根据程序判断，从而强行停止本次行为。

而在射击完成之后，会判断弹药是否达到一个期望的量，如果没有达到的话，即使还没有用完弹药，也会进行装填动作。

这是行为树的判断节点的要求和所完成的动作，和前面一种情况有所不同。

当敌人被摧毁后，攻击动作完成，从而移动至下一个目标地点或者进入巡逻状态。

3、规避行为规避行为是一个衍生节点，可以在多处被调用。

游戏中存在多个智能体，其中B方的智能体它们共享了同一棵行为树。

在前面中提及到，可以根据敌人的性格产生可能不同的行为，这样做的话，就需要设计不同的行为树。

如果智能体的行为过多的时候，这样的工作量将是巨大的。

根据行为树的特性，将节点以逻辑进行合理的封装，同时将子树重复利用，避免大量无效重复的劳动。

规避行为并不是一个独立的行为，它可以在行为树中多次出现。

例如，可能是因为A、B方势力不对等而产生的规避，也有可能是需要填充弹药而产生的规避。

因此，充分利用行为树子树利用的特性，不把规避行为包含在攻击行为中，而是将它独立出来，进行单独的分析。

进入规避行为节点后，首先应该判断周围的环境有没有敌人。

如果再进一步，还可以判断敌人的弹药是否充足或者敌人是否处于开火的状态。

接下来，判断是否已经处理安全的位置。

这两个判断节点任何一个满足的时候将返回“真”，同时规避行为节点将返回，不再进行进一步的动作。

当前两个判断节点无法得到满足的时候，将寻找附近的掩体。

具体的寻找的方式可以对智能体进行碰撞检测，但本文的做法与前面类似，预先定义了掩体的序列，在需要掩体的时候将遍历该序列，找出远离目前敌人的条件下相对来说离自己较近的掩体，执行规避操作。

4、交互行为交互行为对于B方坦克来讲，即“通知行为”，是智能体与其它智能体交互的行为。

对于A 方坦克来讲，除了通知行为外，还包括了与玩家进行交互的过程。

这个行为与上述三个行为均有不同，主要表现在：（1）交互行为可以存在和体现于各个行为之中，无法完全单独用一棵公共的子树描述与表示。

即不存在“交互行为节点”。

（2）交互行为需要结合玩家的外部信息，即根据最小文本，与智能体的行为树有机结合，来实现干预。

智能体在没有干预条件的时候，也应当可以进行自主决策；但当有干预条件的时候，不应当全盘无条件的接受，而是应该根据现有的运行状态综合判断。

通知节点主要表现在如下方面。

首先，在巡逻行为中，发现敌人后，会向友方发出通知；其次，在巡逻行为中，即自身没有处于战斗状态时，会接受来自友方的通知，进行支援等行为。

交互行为还将接受来自玩家语音提供的信息。

例如在巡逻行为中，接受来自友方通知的节点也将持续捕获来自玩家语音信息的节点，如果产生了有效的语音信息，将会进一步匹配攻击或规避等行为，如果这个行为需要额外的名代词信息的话，则会进一步获得名代词中提供的地点等信息，进而触发进一步的操作。

交互行为很好的分布在了行为树中，在符合一定条件的情况下，对友方发出通知，同时接受友方的信息。

智能体的行为树建立1、智能体的行为树确定了智能体的四种基本行为，且详细描述了四种行为所包括的逻辑关系。

通过分析每一种行为的逻辑，可以很容易的建立每一种行为的子树，作为一棵完整的行为树，还需要将它们组成起来。