13、行为树原理
AI最重要的环节就是行为树。我们将解释什么是行为树、为何它如此重要，以及构建行为树需要哪些元素。
借助行为树，我们可以轻松控制并显示AI的决策制定过程。行为树是一种将AI在场景中的决策制定模型进行可视化的方法。通过观察行为树的可视化结构，我们可以清晰地了解行为树的执行方式和执行顺序，而不必了解每个节点的具体工作方式。行为树的执行顺序由行为树中各个节点的位置决定。
任务和合成可用于控制AI如何做出反应以及如何执行行为。任务节点：任务是行为树中的一种节点，它们下面无法再添加其他节点。它们是行为树分支的终点（但不是行为树的终点！）这使得它们还被称为叶节点。任务状态：任务拥有三种不同的状态：成功、失败或执行。无论任务成功还是失败，行为树都会接着执行下一个节点——在这一点上，行为树同样遵循从左到右的执行顺序。无论任务成功还是失败，行为树都会接着执行下一个节点——在这一点上，行为树同样遵循从左到右的执行顺序。
如果仅仅依靠任务节点，行为树能够实现的复杂程度还比较有限。这就需要用到合成节点了。合成是AI执行分支的根。它们不会像叶节点那样执行操作，但能创建一个结构，并能根据其子节点的成功或失败来控制顺序。
选择器合成节点会执行它下面的子节点。只要有子节点返回成功，那么它就是成功的。相反，如果所有子节点都返回失败，那么它就是失败的。你可以把它理解成它正在试图选择最合适的任务。由于行为树采用从左到右的执行顺序，我们可以把优先级最高的任务放在左边。想想看，如果你想打开一扇门，你可以用钥匙打开门，把锁撬开，或者破门而入。采用哪种方法并不重要，能达到目的即可。如果我们希望AI用钥匙开门而非破门而入，我们就应该把这个任务放在最左边。
序列合成节点会按照序列顺序遍历子节点，当且仅当所有子节点都成功执行后，它才会返回成功。如果某个步骤未能成功执行，它就会返回失败。这个节点的行为方式与人们处理障碍时的行为有点类似。
在很多情况下，我们需要按特定顺序执行，如果我们卡住了，就无法跳过这步执行下一步。比如打开一扇门。你需要打开门，穿过门，然后关上门。你不可能先穿过门，然后打开门，再关上门。
14、构建第一个行为树
为建立行为树，我们首先需要创建必要的资源，然后为AI控制器添加功能，以便自行运行行为树，最后创建第一个行为树分支，把此前创建的随机漫步逻辑替换成更灵活的模式。
我们先创建必要的资源，首先在“内容“>”ThirdPersonBP“>”蓝图”中新建一个目录，把它命名为”BT_Assets“，打开目录，然后右键点击内容浏览器，选择”AI“，然后选择”行为树“，将这个资源命名为”BT_EnenmyAI“，前缀”BT“表示这个资源是行为树。再次右键点击内容浏览器，选择”AI“，然后选择”黑板“，将这个资源命名为”BB_EnenmyAI “，下一步是确保我们的AI能够使用这个行为树。为此，我们需要打开AI控制器。在内容浏览器中，打开”蓝图“目录，打开”AIC_ThirdPersonCharacter“。右击点击事件图表，然后输入”event on possess“，拖动这个事件的执行引脚，然后输入”run behavior tree“,在”BTAsset“下拉菜单中选择新建的行为树资源，按F7编译。保存蓝图。
接下来，我们要确保将我们创建的黑板与行为树相关联，回到内容浏览器中的“BT_Assets“目录，打开”BT_EnenmyAI“，在细节面板中找到”AI“分段，确保选中黑板资源”BT_EnemyAI“。接下来我们需要在黑板的某个地方创建一个变量来保存目标位置，以便作为全新随机漫游逻辑中的AI的移动目的地。为此，我们新建一个黑板键，直接选中右框的”黑板“选项卡，在新建选项上选择向量类型的黑板键，将这个向量命名为”Target Location“。
下一步是新建一个任务，用于封装我们之前编写的所有随机漫游逻辑。和之前的版本一样，这个任务会以AI的当前位置为起点，找到一个可抵挡的有效位置。在“行为树“窗口中选择”新建任务”,然后选择“BTTask BlueprintBase”，这样就会新建一个任务并打开事件图表。在进一步之前，先回到内容浏览器的“BT_Assets“目录，将刚才创建的任务命名为“BTT_Find_Navigablelocation”，可以新建一个文件保存这个任务。
打开刚才新建的任务，新建一个事件叫做“Receive Execute AI”，当行为树尝试执行这个任务时，就会触发这个事件，为此，右键点击事件图表，然后输入“Event Receive Execute AI”.
在右键选择“get random reachable point in radius”函数。拖动“Event_Receive_Excute_AI”的“Controlled Pawn”引脚，然后输入“get actor location”,将“get actor location”的返回值连到“get random reachable point in radius”的“orgin”,将其半径设置为1000。
现在我们需要处理这个函数返回的随机位置参数。和之前的逻辑不同，一旦这个任务完成，它包含的所有信息都会被销毁。我们要做的是，把这个随机位置从任务传递给行为树，再传递给黑板。拖动“get random reachable point in radius”的“Romdom location”，然后输入“Set Blackboard Value as Vector”，注意，这个函数需要的第二条信息是一个向量值。拖动“key”键选择“提升为变量”，将这个新变量命名为“Target location key”.最后将“Event Receive Execute AI”的执行脚连到“Set Blackboard Value as Vector”的执行引脚。右键点击事件图表，然后输入“Finish Execute”,将“Set Blackboard Value as Vector”的执行引脚连到“Finish Execute” 的执行引脚，将“get random reachable point in radius”的”Return value”连到“Success”变量上，这意味着只要函数能够找到随机位置，这个任务就会被视作成功。
