py_trees快速实践 (Python Behavior Tree)

最近的项目中涉及机器人任务执行，考虑到直接写if-else虽然前期效率很高，但是随着逻辑复杂度的增加，最后的可读性和可维护性会较差。由于项目是基于Python的，因此研究了一下py_trees这个开源项目。

Why Behavior Tree?

个人总结BT的优势如下：

1.  Model-Based. 基于一种模型的编程范式，在规则的约束下，不容易发生歧义，不会快速地随着问题的复杂度增加而陷入if-else的灾难中。

2. Reactive. 基于tick令牌的轮询运行机制,允许高优先级的事件打断正在运行的action。

3. Visualisation. 在设计上支持事件流的图形化，提高了逻辑的可读性和可维护性。

基本概念

基本概念不过多讲了，可以参看以下几篇文章：

•  Introduction to Behavior Trees
•  Behavior Trees in Robotics and AI: An Introduction

py_trees快速实践

感觉pt_trees的Github和教程对初学者不是很友好，没有给出马上就能上手的代码片段。本文的快速实践路线如下：

1. 环境搭建

由于py_trees已经在PyPi上，可直接激活一个虚拟环境，然后下载即可：

:~$ conda activate base
:~$ pip install py_trees

2. 拷贝