谈一谈游戏AI - 行为树

不要用过去的成绩看未来，而是要用未来的眼睛看现在。

郑重说明：本文适合对游戏开发感兴趣的小白初学者，本人力图将事物用简单的语言表达清楚，但水平有限，能力一般，文章如有错漏之处，还望批评指正。

在本系列的前几篇中，我们谈到了谈一谈游戏AI - 综述 以及 谈一谈游戏AI - 状态机。今天我们来继续聊一下另一种高级决策模型：行为树。

一、为什么需要行为树

有一种很重要的认识事物的思维模型就是 why-what-how 模型，因此首先我们就要了解一下 why 的问题，看看为什么需要行为树这种高级决策模型。

在前面介绍状态机时，分层有限状态机(HFSM) 让我们能够以相对直观的方式，构建相对复杂的行为集。

但是这个设计中存在一个小问题：

以状态转换规则构成的决策系统与当前状态强绑定在一起，这是一些游戏所需要的。

仔细使用状态层次结构可以减少重复转换的数量，但有时候，我们的需求不一样，可能无论处于哪个状态或几乎在所有状态，你的规则都要适用。打个比方，如果 AI对象（agent）的生命值降低到25％时，则无论其当前处于战斗状态，空闲状态、谈话状态或者其它任何状态，你可能都希望他逃跑。如果用状态机，你需要在每个状态里都做这样的判断逻辑。将来新增每个状态时，都一定把这个条件添加进去。

针对这种情况，一个理想的系统应该将决策过程和状态本身分离，这样你只需要在一个位置进行更改，仍然能够正确转换状态，这就是行为树的应用场景。

二、决策的行为树表示

行为树定义

在之前的讲述游戏AI决策综述的文章中，我们提到过一个球拍击球的小游戏AI，用代码 hardcode 的伪代码如下：

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