参考资料
好用的行为树插件
行为树的基本概念
- 行为树采用策略型思考方式编写。
- 行为树的本质是树状节点，是一种树形的父子节点之间的逻辑结构，通过扩展节点的功能来实现复杂的行为逻辑。
- 行为树可以使用节点搭建一个庞大的AI模型。这些节点就像一个个的积木块，用这些节点搭建完整AI的过程就像是搭积木。
行为树中的节点
表现节点 Behavior Node
整颗行为树中，只有条件节点和行为节点能成为叶子节点，只有这两种是项目中要特别定制的节点。
条件节点 Condition Node
- 条件满足返回true，不满足返回false
- 常用的条件节点有：大于，小于，等于，与或非等等
- 应用场景有：判断血量，判断距离，判断状态，判断时间间隔等等
行为节点 Action Node
- Action 一般都是最后的叶子节点，对应了游戏中的某个具体行为，在完成具体的一次行为后根据计算或者配置返回值。
- 行为节点都是根据项目的需要从基础行为节点扩展而来，行为节点是最更富的节点库，大部分时间程序员都是在修改和扩容行为节点，
- 应用场景有：行走到目标点，追击目标，使用物品，撤退，攻击目标，防御，释放技能等等。
决策节点 Decider Node
复合节点和修饰节点用于控制行为树中的决策走向，一般不需要根据项目定制。
复合节点 Composite Node
- 复合节点可以有一个或者多个子节点。复合节点决定了子节点的执行顺序。
- 选择节点和顺序节点可以进一步提供非线性迭代的加权随机变种。
- 并发节点提供了并发性，可以利用线程或协程提供并发操作，性能高。一般在并发节点下面并行挂载多个Action子树或多个条件节点，以提供实时性。
选择节点 Selector
- 按顺序迭代执行子节点，遇到第一个返回true的子节点，停止迭代，返回true。
- 如果所有子节点都返回false，则返回false。
- 变种：
随机权重选择节点（Weight Random Selector），每次执行不同的起点为每次执行不同的 first true 子节点提供了可能性。
顺序节点 Sequence
- 按顺序迭代执行子节点，遇到一个返回false的子节点，停止迭代，返回false。
- 如果所有子节点都返回true，则返回true。
- 变种：
随机权重顺序节点（Weight Random Sequence），可以提供不同的随机迭代顺序，避免AI总是出现可预期的结果，让结果更具随机性。
并行选择节点 Parallel Selector
- 并行执行所有子节点，执行完所有子节点后，如果有一个子节点返回true，则返回true。
- 如果所有子节点都返回false，则返回false。
并行顺序节点 Parallel Sequence
- 并行执行所有子节点，执行完所有子节点后，如果有一个子节点返回false，则返回false。
- 如果所有子节点都返回true，则返回true。
并行混合节点 Parallel Hybird
- 并行执行所有子节点，执行完所有子节点后，按指定数量的节点返回true或false后再决定返回结果。
修饰节点 Decorator Node
- 修饰节点只能有一个子节点。在其子节点执行后，对返回的结果进行修饰后返回给它的父节点。
- 修饰节点都可以自定义出来，其功能五花八门
反向修饰 Not
- 将子节点的结果取反后返回给父节点。
直到失败修饰 Failure Until
- 在子节点到达指定的次数前一直向父级返回false，子节点到达指定的次数后，返回true
总是失败修饰 Fail
- 总是返回false
计数修饰 Counter
- 只运行子节点n次，超过n次后不再运行。
时间修饰 Time
- 在指定的时间内运行子节点后都返回true，超过时间范围总返回false。
不做任何事 Nothing
- 什么都不干，占个位置。
日志 Log
- 打印日志，告知开发者当前节点的位置和相关信息。
优点
- 单个节点易扩展。
- 通过一些简单的操作就能制作出能够达到人类预期的足够复杂的 AI 行为。