引言

在游戏中大大小小的生物，都有着自己的行为模式：兔子见到人会逃跑，你要是一直追着它，还会进洞；各种有攻击性的怪物比如蜘蛛、猎狗等，看到玩家会主动攻击。这些行为模式是如何实现的呢？一个生物，该如何判断在什么场景下进行何种行为？一个很自然的想法是，给生物内置一个持续运行的程序，也就是所谓的人工智能。只要生物能够体现出一定的行为模式，都可以称之为人工智能。强大的人工智能可以做到下围棋赢下世界第一的棋手，但那样需要消耗大量的计算资源。在游戏中通常不需要那么复杂的人工智能，也不需要那么复杂的计算。重点在于，让生物能够应对外部环境，根据条件做出不同的反应。在游戏领域中，最简单的人工智能当属状态机(State Machine)，和上一期介绍的StateGraph很相似，其实某种意义上，StateGraph也可以看作是一种人工智能。浆果丛被采集了，就换个外观，然后等几天后再变回来，再次可供采集。如果是冬天，就停止生长。这样的一系列逻辑也是对外在环境的反应。但是，如果希望生物的智能更高一些，状态机能处理的情况就有限了。因为状态机是需要基于状态节点来构建的，而实际上生物的行为非常复杂，而且还有许多判断条件和动作优先级问题，状态机使用起来就很不方便。最大的问题是，需要编写大量的状态跳转代码。在这个游戏中，人工智能是通过行为树来实现的。在游戏编程领域中，这是一种非常经典的人工智能编程模型，很多游戏引擎比如UE4,Unity等都内置了这一模型。下面我会先介绍行为树的基本概念，再来展开讲讲这个游戏中的行为树是如何实现的。

概览

让我们从一个简单的例子开始：兔子。兔子的行为比较简单，一般我们容易感知到的是：靠近兔子它就会跑，如果追得紧了还会进洞。如果把兔子能吃的食物放进陷阱里，兔子也会过去吃掉然后被捕获。兔子完整的行为逻辑如下所示，系统会从左往右，依次向下遍历整个行为树节点，直到其中一个节点返回SUCCESS或RUNNING，或者全部节点都执行过一遍。

遍历流程步骤大致如下

1. 如果被作祟了，兔子会Panic(感到慌乱，到处乱跑)
2. 如果受到了火焰伤害，兔子也会Panic
3. 兔子会逃离一定范围内最近的带有scarytoprey标签的生物，这个标签不仅存在于玩家身上，也存在于阿比盖尔的姐姐和一些怪物身上。具体的逃离规则比较复杂，我们把这个带scarytoprey标签的生物称为hunter，兔子会根据hunter与自己的距离来判断，在距离太近时就会逃跑，距离太远时会停下。
4. 同样是RunAway，与3的区别在于，逃跑时会回家（返回洞穴）。设计成两个RunAway我猜测是如此考虑的：3的逃离（不回家）检测范围比较小，4的逃离（回家）检测范围比较大，也就是说，如果兔子远远地看到了hunter，它就会直接往洞钻。但如果hunter移速过快或者使用了瞬移，在兔子还没反应过来的时候就已经逼近安全距离，此时直接钻洞里很可能会被逮住，这时候兔子就会往先往远离hunter的方向逃跑，而不是钻洞。
5. 如果接收到了gohome的事件，会直接回家
6. 如果时间到了晚上，会直接回家
7. 如果时间到了春天，会直接回家
8. 进食。一定的条件下，兔子会吃掉附近的食物。
9. 漫游。兔子会在洞穴附近游荡。

每隔一段时间，这个流程都会按以上顺序重新执行。默认间隔是1秒，兔子的设置是0.25秒，其它生物则有不同的设置，常用的就是0.25,0.5,1这三个间隔。执行间隔越短，对系统资源的消耗也就越大，但生物的反应决策也越快，在实际的使用中，可以根据需要进行调整。

由上面的例子可以看出，行为树是以行为节点（Panic,RunAway,DoAction,Wander等)作为结束点来构建的，通过遍历的形式来持续决策：如果一个行为不满足执行条件，返回了FAILED，就会继续访问下一个行为节点，直到有一个行为节点返回了SUCCESS或者RUNING，或者访问完所有节点，一轮遍历结束后稍等一会又重新开始。通过在行为节点上游添加一些额外的控制节点，就可以实现一些更复杂的调度情况，比如增加一些行为的前置条件，或者逆转行为的结果等等，甚至可以允许平行执行多个动作，直到所有动作都完成。

状态

在行为树中，最基本的概念是节点的状态，业界中复杂的行为树可能拥有很多不同的状态，但在这个游戏中，只有四种基本状态。

• READY：节点的默认状态，当节点被重置后会设置为该状态。
• SUCCESS：表明动作执行完成并且成功了，产生了相应的动作效果。
• FAILED：表明动作执行中断，失败了，没有产生动作效果。
• RUNNING：表明动作还在执行中，需要继续等待

子节点的状态会影响到父节点的状态，依父节点的访问逻辑决定。

节点

在行为树中，依据子节点数量的多少，节点可以分为三类

• 组合节点：拥有不定数量的子节点，通过某种逻辑来从子节点的状态确定自身节点的状态。可以实现较为复杂的子节点组合控制。
• 修饰节点：拥有一个子节点。可以通过设置条件来决定是否访问子节点，以及根据子节点的访问状态来确定自身的状态。
• 行为节点：没有子节点，是逻辑执行的最终端，在这一层上往往会处理具体的游戏逻辑。

接下来让我们更进一步，分别看看每种节点的细节，加深理解。

组合节点

组合节点拥有若干个子节点。通过设置访问顺序的逻辑，可以实现多种变换。

最简单的形式就是按顺序访问子节点，直到其中一个节点返回RUNING或FAILED。这样可以保证brain可以按顺序执行一整个动作序列，直到序列动作完成，或者其中一个动作失败。最顺利的情况是，依序访问子节点，第一个子节点返回SUCCESS后，继续访问第二个，依此类推，直到结束。然而，某些子动作节点需要较长时间的操作，比如攻击行为，攻速较慢的情况下，可能会超过brain的刷新间隔，这种情况下，子动作节点在刷新期间返回的是RUNNING，直到动作完成，子动作节点状态变为SUCCESS或FAILED之前，每次刷新后，brain都会直接从访问这个子节点开始，这就保证了每次刷新之间的动作连贯性。第三种情况是，因为某些原因，比如攻击动作丢失了目标，导致子动作节点FAILED了，后续的动作也无法再执行，这时候节点状态就转为FAILED，所有子节点状态重置，在下一轮检测中从头开始。

更复杂一点的形式，是根据情况选择。比如想要攻击某个目标，最简单的情况下，就是走过去，直到进入攻击范围，展开攻击。但如果路上有一堵墙，导致自己无法移动到攻击范围内，那么就应该先破坏墙，再进行攻击。抽象出来，就是完成一件事，有若干种不同的方法来应对不同的场景，在不确定实际场景状况的情况下，可以按一定顺序尝试使用不同的方法，直到完成目标或者失败。

还有一种情况是，动作需要反复执行，比如猪人砍树，要执行多次直到树被砍到。有时候，几个动作还会同时执行，比如一边干活，一边说话。

以上提到的几种不同的形式，都有相应的组合节点可以使用，以应对不同的需求。总的来说，可以把组合节点理解为：根据需要，以特定顺序访问子节点。多数情况下，如果子节点在RUNING，组合节点会等待该子节点的状态变为SUCCESS或FAILED，在此期间，组合节点的状态也是RUNNING。

修饰节点

修饰节点只拥有一个子节点，可以理解为对这个子节点的一种拓展，用于在子节点执行前或执行后进行一些额外的处理。

最常见的修饰就是设置条件，只有在满足某种条件的情况下，才会访问子节点执行动作。比如，如果设置一个玩家AI，可以设置当他饱食度低于50%时才会尝试进食。还可以附加一些其它的操作，比如在执行动作的同时，记录一些信息，或者让角色说话。另一方面，还可以对子节点的状态进行修改，比如SUCCESS切换成FAILED。

修饰节点在游戏中有大量的使用，这是为了实现解耦：动作节点只需要关心如何执行具体的动作，而其它的部分，比如何时执行动作，动作执行前后的处理等等，就可以交给修饰节点来进行，从而使得代码的使用更为灵活。

行为节点

行为节点没有子节点，它本身就是执行的最终端，负责处理实际的游戏逻辑。比如进食，砍树，漫游，回家等等，都会直接调用相应的组件来执行游戏逻辑交互。游戏提供了一个通用的行为节点，可以设置函数来完善细节。如果动作比较复杂，在一个检测周期内可能无法完成，就需要另外定义新的行为节点，游戏里也定义了一些常用的行为节点，比如破坏墙壁、漫游等等，逻辑相对复杂或者执行时间较长，需要记录状态。

游戏实现

让我们来看看兔子的brain代码，看看在代码层面上，brain是如何实现的，相关源码的位置在brains/rabbitbrain.lua，前面的代码都是一些初始化内容和函数定义，只需要看最后OnStart函数定义的部分即可

...
-- 兔子的AI定义
local RabbitBrain = Class(Brain, function(self, inst)
    Brain._ctor(self, inst)
end)
...

-- 在这个函数下定义兔子的行为树
function RabbitBrain:OnStart()
    -- 这个root就是完整的行为树定义部分，PriorityNode下，这个table的每一个元素，都对应上文行为树图中的一条线。
    local root = PriorityNode(
    {
        -- 条件修饰节点，被作祟后执行Panic，此处的Panic就是个行为节点
        WhileNode( function() return self.inst.components.hauntable and self.inst.components.hauntable.panic end, "PanicHaunted", Panic(self.inst)),
        -- 条件修饰节点，受到火焰伤害后执行Panic
        WhileNode( function() return self.inst.components.health.takingfiredamage end, "OnFire", Panic(self.inst)),
        -- 动作节点，逃跑
        RunAway(self.inst, "scarytoprey", AVOID_PLAYER_DIST, AVOID_PLAYER_STOP),
        -- 动作节点，还是逃跑
        RunAway(self.inst, "scarytoprey", SEE_PLAYER_DIST, STOP_RUN_DIST, nil, true),
        -- 修饰节点，触发事件后执行回家的动作
        EventNode(self.inst, "gohome", 
            DoAction(self.inst, GoHomeAction, "go home", true )),
        -- 条件修饰节点，如果不是白天，执行回家的动作
        WhileNode(function() return not TheWorld.state.isday end, "IsNight",
            DoAction(self.inst, GoHomeAction, "go home", true )),
        -- 条件修饰节点，如果到了春天，执行回家的动作
        WhileNode(function() return TheWorld.state.isspring end, "IsSpring",
            DoAction(self.inst, GoHomeAction, "go home", true )),
        -- 动作节点，吃东西
        DoAction(self.inst, EatFoodAction),
        -- 动作节点，在自己的洞附近漫游
        Wander(self.inst, function() return self.inst.components.knownlocations:GetLocation("home") end, MAX_WANDER_DIST)
    }, .25)-- 每0.25秒刷新检测

    self.bt = BT(self.inst, root)
end

return RabbitBrain

从上面的代码可以看出，每一个brain都是先构建Brain的一个子类，然后重新定义这个类的OnStart函数。在这个函数中，定义一个root变量，这个变量是用PriorityNode构建的，行为树的相关设置定义就从这个PriorityNode展开。最后执行代码self.bt = BT(self.inst, root)收尾。

如果你想了解不同的生物的行动逻辑，可以先找到这个Prefab的定义文件，再查看它设置的brain名称，在同名的brain文件下找到对应的OnStart函数，在这个函数下的代码就是生物的行动逻辑了。

总结

生物的AI是通过设置brain来得到的，而brain是通过行为树来构建的。想要深入理解生物的行动逻辑，就需要细致地解读brain定义的行为树，并且了解每个行为树节点的用途。为此，我也列出了官方定义的全部行为树节点的详细解释。