內容都來自於此**，這裡只是裡面的文章做了乙個總結
目錄
1.「命令佇列」——行為層實現方式
2.行為樹——決策層實現方式
節點分類
行為樹節點的特性
控制節點
行為節點
行為樹的輸入和輸出以及共享資料
外部前提的實現
ai系統的請求層
ai中的行為系統就是根據收集到的資訊和特定的輸入，經過乙個決策過程，做出具體的行為，即 「決策」+「行為」。
用乙個分層模型來表示可以分成3層：決策層，行為層和動畫資源層（左側三層）。
上圖中的右側畫的是使用「命令佇列」方式來實現行為層——該實現方式又劃分為三層為「行為命令」，「行為機」和「行為節點」。
首先介紹一下行為樹的兩種節點，如下圖示：
再次細分：選擇控制節點，序列控制節點，並行控制節點三種控制節點，圖中型別1，型別2，型別3
控制節點的子節點可以是控制節點，控制節點的控制其子節點的執行方式。
不管是行為節點，還是控制節點。都還一些共同的節點屬性：前提（進入節點），交接**移節點或清理資料），以及執行狀態（節點的執行狀態）。
對於前提：判斷能否進入該節點，實現為乙個evaluate評估函式。
靜態前提（繼承，虛函式）：
控制節點的評估函式：取決於子節點的前提。
行為節點的評估函式：取決於具體的遊戲邏輯。
動態前提（組合方式）：
對於同一種行為節點，在不同的子樹中的前提進入條件不同。
對於交接：例子中就是清理資料，比如充值一下額外的資訊的那些資料。
對於執行狀態：
比如乙個控制節點的執行狀態，如果是結束狀態應該是其控制流程已經走完才是。控制節點的型別很多，所以每種控制節點的執行狀態都要根據其具體型別來實現。
控制節點的劃分：根據1）子節點個數，2）選擇子節點的策略，3）子節點的前提設定策略，三個方面來設定。
根據通用節點的特性，定義了普通函式evaluate，update，transition，定義了虛函式onevaluate，onupdate，ontransition函式。——邏輯資訊。每個節點還包括定義乙個上下文資訊類，定義需要記錄的資料。——執行時資訊。
控制節點的這三個虛函式都是呼叫子節點的對應函式。
具體怎麼選子節點就是不同型別的控制節點自己的邏輯了。這是通用**邏輯，跟具體遊戲無關，屬於行為樹庫的內容。
下圖的實現是控制節點的實現：
行為節點有onevaluate onupdate ontransition的實現，不同的是還多了三個虛函式enter，execute，exit。
具體的遊戲行為繼承自這個行為節點的基類，並實現虛函式。
下圖的實現是行為節點基類的實現：
行為樹的輸入和輸出以及共享資料
介紹黑板，以及行為樹內部的操作
上述中的節點的上下文資訊不作為乙個成員變數放置在節點類中，而是需要用到的時候動態生成，統一放置到tbtworkingdata類中。儲存型別用乙個字典儲存，key為節點的唯一id，value即為該節點上下文資訊。
在決策層和行為層中間抽象出乙個請求層，可以用雙緩衝的方式實現請求層
基於行為樹的ai
我們現在做的遊戲，包括手遊，網頁遊戲，ai部分策劃那邊的需求並不複雜 待機，巡邏，行走，逃跑，攻擊，被擊 而且ai需求定了，也不會有太大的改動。所以用狀態機是乙個不錯的選擇，因為狀態機確實很簡單 我們一直都是用狀態機 行為樹，實現ai的另外一種方式，先簡單介紹一下行為樹的概念，然後我們用行為樹的方式...
遊戲AI 個體AI角色的操控行為 1
1.靠近 建立乙個類steeringforseek繼承steering，將目標物體拖入target，我們的ai就會自動向target靠近。重寫其中的force方法 在vehicle中會遍歷所有的steering的子類，我們實現的靠近類重寫的force就會被加入vehicle的力中來實現物體的移動 p...
AI之用行為樹來實現邏輯
行為樹是一種在遊戲中常用的實現ai的方式，通過行為樹可行圖形化實現常用的程式結構。每次執行ai時，從根節點 root 或running節點開始遍歷，父節點執行子節點，子節點執行完後將結果返回父節點，父節點根據子節點的結果來決定接下來怎麼做。行為樹的執行過程就是查詢要執行的葉子節點的過程，查詢的依據就...