Unity AI决策-行为树

行为树。小菜最早接触到这个内容的身影是在一款捕鱼游戏的机器人模拟上,模拟玩家登录游戏,进入大厅,发射子弹,退出游戏等过程中的行为。由于最近工作的需要,小菜又再次的对其做了一些内容的学习。将之前零散的知识面汇集起来,同时也以理论结合实践的方式,简单构建了一个自己的编码体系结构。

Unity AI决策-行为树_第1张图片

行为树

 

概念

    行为树是一棵用于控制 AI 决策行为的、包含了层级节点的树结构。自顶向下的遍历,通过一些条件来搜索这颗树,最终确定需要做的行为(叶节点),并且执行它。简单的说就是用来模拟真人player的行为的

 

应用   

市面上的很多游戏都有它的应用身影,例如《使命召唤》、《魔兽世界》、《穿越火线》、《王者荣耀》等等。通常在游戏中我们管它叫npc或者boss。

Unity AI决策-行为树_第2张图片

 

组成  

Unity AI决策-行为树_第3张图片

4个节点+一条规则

节点1:行为节点 - ActionNode

节点2:条件节点 - ConditionNode

节点3:组合节点 - CompositeNode

节点4   修饰节点 - DecoratorNode

规则:每个节点的执行必须向父节点返回其结果Success(成功)、Failure(失败)或者是Running(正在运行)。

 

行为节点 - ActionNode

执行具体的的动作事件,如释放技能,开始蹲下,更换武器、播放动画等。

只能用于叶子节点。表示如下:

 

条件节点 - ConditionNode

故名思意,充当的角色便是if条件测试,if(){} else{},如:判断血量是否充足?、是否能看到玩家?、弹夹量是否有剩余?等。

只能用于叶子节点。表示如下:

修饰节点 - DecoratorNode

修饰节点是用来以某一种方式改变这个子节点的行为。

DecoratorSuccess:循环执行子节点,直到子节点返回success为止。

DecoratorFail:循环执行子节点,直到子节点返回failure为止。

解析DecoratorSuccess的情况,如果子节点返回running那么向父节点返回running,如果子节点返回failure,那么依然像父节点返回running,直到子节点返回success时才会向父节点返回success。DecoratorFail的过程与之相反。表示为:

 

组合节点 - CompositeNode

组合节点根据其职责又可以划分成不同的类型。可以用来控制多个叶子节点的执行过程。

顺序节点 - CompositeSequenceNode

选择节点 - CompositeSelectorNode

平行节点 - CompositeParlallelNode

随机节点 - CompositeRandomNode

…………

 

1).顺序节点 - CompositeSequenceNode

Unity AI决策-行为树_第4张图片

 

从左到右顺序执行子节点,只要子节点返回success,就继续执行后续子节点。直到有一个节点返回failure或running为止,这时候停止后续子节点的执行,向父节点返回failure或running。若所有子节点都返回success,那么向父节点返回success。表示为:

 

应用例子:

Unity AI决策-行为树_第5张图片

 

2).选择节点 - CompositeSelectorNode

Unity AI决策-行为树_第6张图片

 

    从左到右顺序执行子节点,只要自己子节点返回failure,就继续执行后续子节点,知道有一个节点返回success或者running为止,这是它会停止后续子节点的执行,向父节点返回success或者running。若所有子节点都返回failure,则向父节点返回failure。表示为:

 

3).平行节点 - CompositeParlallelNode

同时执行所有节点,直到其中一个返回failure(或全部返回Success)为止。此时Parlallel节点向父节点返回failure(或success),并终止其他子节点执行。表示为:

 

应用例子:

Unity AI决策-行为树_第7张图片

 

4).随机节点 - CompositeRandomNode

假设父节点下有A、B、C、D四个行为,而我不需要遍历执行所有,只需要随机取其中一个的情况,此时的父节点就可以是随机节点。例如今天是周末,我和朋友的的计划有1出去吃饭、2呆在家里组团游戏、3一起公园游逛,需要征求朋友选择其中一个,便是这随机节点的应用场合了表示为:

 

有了上面的介绍此时再来看懂下面的图解就轻松多了。

Unity AI决策-行为树_第8张图片

 

    摸一把汗,本篇是小菜目前为止最最烧脑的一篇了,耗费了大量的查克拉在思考上。由于行为树的只要组装父节点和叶子节点,它很适合做成编辑器来操作。大部分的资料介绍到这里就结束了,下面的都会来介绍形成的插件来做演示。

 

Unity AI决策-行为树_第9张图片

    unity现成的插件有BehaviorDesigner、React、RainIndie还有腾讯开源的behaviac,有付费的也有免费的。用的最多的还是BehaviorDesigner。

 

 

    为了能窥其内部,小菜选择了动手造轮子。准备上手编码前奉上小菜的uml类图(莫要吐槽差劲家里没网只能编辑好存手机上发表)。

 

Unity AI决策-行为树_第10张图片

既然是是行为“树”,树的概念就要求我们有一个节点的设计,这个节点既可以充当叶子也可以充当父亲。

 

结合小菜的图示对类的简单说明:

UBTNode                                                        节点基类

UBTInput                                                         输入基类

 

UBTAction : UBTNode                                      行为节点

UBTCondition : UBTNode                                   条件节点

UBTDecorator : UBTNode                                装饰节点

UBTComposite : UBTNode                               组合节点

 

UBTCompositeSequence : UBTComposite       组合节点-》顺序

UBTCompositeSelector : UBTComposite          组合节点-》选择

UBTCompositeParlallel : UBTComposite          组合节点-》平行

UBTCompositeRandom : UBTComposite          组合节点-》随机

 

UBTDecoratorSuccess : UBTComposite            修饰节点-》直到Success

UBTDecoratorFailure : UBTComposite              修饰节点-》直到Failure

 

【编码】

 

UBTNode

Unity AI决策-行为树_第11张图片

Unity AI决策-行为树_第12张图片

 

UBTInput

Unity AI决策-行为树_第13张图片

 

UBTAction/BTCondition/UBTDecorator/UBTComposite类同

Unity AI决策-行为树_第14张图片

 

UBTCompositeSequence 

Unity AI决策-行为树_第15张图片

 

UBTCompositeSelector 

Unity AI决策-行为树_第16张图片

 

UBTCompositeParlallel 

Unity AI决策-行为树_第17张图片

 

UBTCompositeRandom 

Unity AI决策-行为树_第18张图片

 

UBTDecoratorSuccess 

Unity AI决策-行为树_第19张图片

 

UBTDecoratorFailure 

Unity AI决策-行为树_第20张图片

 

 

终于将核心类构建完了,下面要做的就是编写大量的继承于行为(Action)和条件(Condition)的编码了,最终再将节点的父子关系组装调用就好了。

调用如下:

Unity AI决策-行为树_第21张图片

Unity AI决策-行为树_第22张图片

是不是最后的代码非常的不美观?这是是大多数都把状态机开发成编辑器的缘由,程序的工作就是完成条件和行为。

 

思考:

借助Unity的ScriptObject是可以很轻松的将成员变量都序列化成.asset文件保存起来,调用时再解读出来。但问题是.asset文件仅仅供unity使用。若是server也借用这套逻辑该怎么办呢?于是乎就想到了反射,通过编辑器将编辑的字段保存进入json,然后解读的时候反射到相应的字段将json中保留的值再赋值回去,但是新的问题又产生了,反射回来的值仅仅限于int float string bool,如果我是设定的一个Gameobject的目标就束手无策了,这也是小菜最近遇到的难题

 

小菜随手做了个下面这样图的演示效果demo:

Unity AI决策-行为树_第23张图片

 

演示:

Unity AI决策-行为树_第24张图片

你可能感兴趣的:(Unity)