AI学习当中，不学习行为树基本概念就不能明白具体实例中的操作意义，但是没有经过具体实例实验，又觉得基本概念抽象难以理解。建议先泛读（1）（2）后再对具体的细节进行死磕，能较深的理解行为树的具体概念。第一节对行为树的基本概念做个简要的介绍，第二节对行为树的官方案例做进一步分析。个人的学习顺序（2）->（1） ->（2），请感兴趣的同学根据自己的喜好自行调整阅读顺序。
一、AI学习中的两大概念
1.行为树
行为树是驱动AI运动以及做出AI决策的一棵逻辑树。
图一
2.Blackboard
行为树中所需的数据都存储在Blackboard里。
二、行为树中的几大节点
1.Root节点
Root节点是行为树的根。
特点：
（1）只能有一个连接
（2）无法被Decorator或Sevice节点附着
（3）Root没有自身属性，选中后可以显示行为树的属性，如：Blackboard资源。
2.Composite节点
Composite是行为树分支的非Root非叶子节点，即对分支以及分支的执行方式进行定义。
有三种类型的Composite节点：
（1）Selector
（2）Sequence
（3）SimpleParallel
3.Task节点
Task节点是行为树的叶子节点，也是行为树的执行节点，可用来执行具体的任务。如：移动AI，发出噪音等。
4.Decorator节点
Decorator节点是行为树中的条件判断语句。它们可以附着在Composite节点或者Task节点上，实现分支数的调整以及Task节点的执行与否。如：判断的AI当前距离与玩家的距离是否小于阈值。图中的蓝色框图都是Decorator节点。需要注意的是：图中的Blackboard Based Condition是Decorator节点是判断Blackboard中的某个key值是否被set，而Blackboard里的数据去Blackboard asset中查看。
5.Service节点
Service节点是行为树中Tick的存在。它们附着在Composite节点上，而且只有当Composite节点的分支被执行时，Service节点才会按所定义的频率进行执行。Service节点通常对Blackboard的值进行更新和修改，如：检测AI附近是否有玩家，有的话将Blackboard里定义的bool变量bIsEnemyNearBy置为True。
