游戏AI 行为树

目前在游戏中主流的AI框架是 Behavior Tree
先上一张网上找到的行为图

213345_1292157838h3CY.jpg

从图中可以看到一个怪物的行为被拆分成了，很多的节点，通过节点组合成树形结构。
每个叶子节点是实际正真执行的动作或条件判断，称之为Action 或Condition，从根节点到叶子节点，中间路径上的节点，是组合节点。

叶子节点：会将执行结果返回，返回类型有Success，Failed，Running，三种状态

而组合节点分类三类:
1、Sequence ：按照序执行子节点，直到其中一个子节点返回Failed，就停止执行。该节点的返回值也是Failed。如果所有子节点中没有返回Failed的，就会全部执行完，并返回Success给该父节点。该节点，也会返回Success给自己的父亲节点。
2、Selector：按序执行子节点，直到遇到子节点，返回Success，才停止执行后续的子节点。并返回Success给自己父节点，如果所有子节点都返回Failed，那当前节点也返回Failed给自己的父节点。
以上这两类组合节点会通常会比较常用，节点的访问顺序，是深度优先，当遇到符合对一个的条件时，才会终止遍历。
另外还有基于这两类的变种，比如随机Sequence，就是不按照顺序执行子节点，随机挑选。
3、Paraller:并行执行，会有一个主节点，根据主节点范围Runniing状态的情况，其他节点将会按序执行，并将结果返回 running结果，否者就直接返回主节点的执行结果Success or Failed
返回的结果：具体策略
1. Parallel Selector Node： 一False 则返回False，全True才返回True
2. Parallel Sequence Node： 一True则返回True，全False才返回False
3. Parallel Hybird Node：指定数量的Child Node 返回True或False后才决定结果。

整体架构就是将不同的Action或Condition各种组合，拼装成一颗树，并通过对应的访问策略来访问每个分支，并执行叶节点。

在gthub上有一个比较容易理解写C#版本，主要是应用于Unity3d的行为树开源框架
https://github.com/f15gdsy/BT-Framework-2 比较容易理解，可以直接导入unity3d工程使用。
有unity3d上还有一些其他的插件可以使用，比如Behavior Design，Node Canvas 还有腾讯开源的behaviac；
可以找到适合自己项目的框架就足矣。

要使用这种架构设计的AI框架，绝大部分的工作量，还是集中中Action 和 Condition的具体实现上，工作量会比较大，另外就是对于Action 元行为的设计，需要做到足够的抽象，而且Action的行为一定要 低耦合、高内聚。只有这样才能可能有比较高的复用性。

一般游戏中的主要Action和Conditon抽象行为

1. 元action行为动作
   1. 行走
   2. 跑步
   3. 待机
      1. idle 状态
   4. 冲刺
   5. CastSkill --》需要参数，skillId
      1. 顺序
      2. 随机
         1. 概率分布
   6. 搜敌--》仇恨最高
   7. 走路+射击（并行操作）
   8. 动画播放
2. 条件判断
   1. 根据血量的判断条件
   2. 根据距离的判断条件
   3. 根据时间的判断条件