行爲樹（Behavior Tree）實踐（1）– 基本概念

自從開博以來，天天都會關心一下博客的訪問狀況，看到一些朋友的訂閱或者訪問，不勝欣喜，也促使我去寫一些更好的博文，來和你們分享和交流，從訪問統計來看，有至關一部分是來自於搜索引擎的流量，關鍵字以「行爲樹」，或者「Behavior Tree」居首位，我想你們對此可能有些興趣，加上，這幾年反反覆覆一直在AI中研究和運用行爲樹，因此此次就來談談關於行爲樹（Behavior Tree）的一些東西，之前也寫過一些文章（1，2，3）來討論行爲樹，不過已是一兩年前的事情了，較之之前，此次會更爲系統，也會添加一些我新的思考和感悟。所謂行爲樹實踐，其實在我腦海裏就是Practice in Behavior Tree，無法子，受英文教材影響太多了:)

我想經過一個例子來介紹一下行爲樹的基本概念，會比較容易理解，看下圖：

這是咱們爲一個士兵定義的一顆行爲樹（能夠先無論這些綠圈和紅圈是幹嘛的），首先，能夠看到這是一個樹形結構的圖，有根節點，有分支，並且子節點個數能夠任意，而後有三個分支，分別是巡邏（Patrol），攻擊（Attack），逃跑（Retreat），這個三個分支能夠當作是咱們爲這個士兵定義的三個大的行爲（Behavior），固然，若是有更多的行爲，咱們能夠繼續在根節點中添加新的分支。當咱們要決策當前這個士兵要作什麼樣的行爲的時候，咱們就會自頂向下的，經過一些條件來搜索這顆樹，最終肯定須要作的行爲（葉節點），而且執行它，這就是行爲樹的基本原理。

值得注意的是，咱們標識的三大行爲其實並非真正的決策的結果，它只是一個類型，來幫助咱們瞭解這個分支的一些行爲是屬於這類的，真正的行爲樹的行爲都是在葉節點上，通常稱之爲行爲節點（Action Node），以下圖紅圈表示的

這些葉節點纔是咱們真正經過行爲樹決策出來的結果，若是用我之前提到的那個層次化的AI結構來描述的話，這些行爲結果，至關於就是一個個定義好的「請求」（Request），好比移動（Move），無所事事（Idle），射擊（Shoot）等等。因此行爲樹是一種決策樹，來幫助咱們搜尋到咱們想要的某個行爲。

行爲節點是遊戲相關的，因不一樣的遊戲，咱們須要定義不一樣的行爲節點，但對於某個遊戲來講，在行爲樹上行爲節點是能夠複用的，好比移動，在巡邏的分支上，須要用到，在逃跑分支上，也會用到，這種狀況下，咱們就能夠複用這個節點。行爲節點通常分爲兩種運行狀態：

1. 運行中（Executing）：該行爲還在處理中
2. 完成（Completed）：該行爲處理完成，成功或者失敗

除了行爲節點，其他通常稱之爲控制節點（Control Node），用樹的「學名」的話，就是那些父節點，以下圖綠圈表示

控制節點實際上是行爲樹的精髓所在，咱們要搜索一個行爲，如何搜索？其實就是經過這些控制節點來定義的，從控制節點上，咱們就能夠看出整個行爲樹的邏輯走向，因此，行爲樹的特色之一就是其邏輯的可見性。

咱們能夠爲行爲樹定義各類各樣的控制節點（這也是行爲樹有意思的地方之一），通常來講，經常使用的控制節點有如下三種

1. 選擇（Selector）：選擇其子節點的某一個執行
2. 序列（Sequence）：將其全部子節點依次執行，也就是說當前一個返回「完成」狀態後，再運行先一個子節點
3. 並行（Parallel）：將其全部子節點都運行一遍

用圖來表示的話，就是這樣，依次爲選擇，序列和並行

能夠看到，控制節點其實就是「控制」其子節點（子節點能夠是葉節點，也能夠是控制節點，所謂「執行控制節點」，就是執行其定義的控制邏輯）如何被執行，因此，咱們能夠擴展出不少其餘的控制節點，好比循環（Loop）等，與行爲節點不一樣的是，控制節點是與遊戲無關的，由於他只負責行爲樹邏輯的控制，而不牽涉到任何的遊戲代碼。若是是做爲一個行爲樹的庫的話，其中就必定會包含定義好的控制節點庫。

若是咱們繼續考察選擇節點，會產生一個問題，如何從子節點中選擇呢？選擇的依據是什麼呢？這裏就要引入另外一個概念，通常稱之爲前提（Precondition），每個節點，不論是行爲節點仍是控制節點，都會包含一個前提的部分，以下圖

前提就提供了「選擇」的依據，它包含了進入，或者說選擇這個節點的條件，當咱們用到選擇節點的時候，它就是去依次測試每個子節點的前提，若是知足，則選擇此節點。因爲咱們最終返回的是某個行爲節點（葉節點），因此，當前行爲的「總」前提就能夠當作是：

當前行爲節點的前提 And 父節點的前提 And 父節點的父節點的前提 And….And 根節點的前提（通常是不設，直接返回True）

行爲樹就是經過行爲節點，控制節點，以及每一個節點上的前提，把整個AI的決策邏輯描述了出來，對於每次的Tick，能夠用以下的流程來描述：

action = root.FindNextAction(input);
if action is not empty then
action.Execute(request,  input)  //request是輸出的請求
else
print 「no action is available」

從概念上來講，行爲樹仍是比較簡單的，但對AI程序員來講，倒是充滿了吸引力，它的一些特性，好比可視化的決策邏輯，可複用的控制節點，邏輯和實現的低耦合等，較之傳統的狀態機，都是能夠大大幫助咱們迅速而便捷的組織咱們的行爲決策。但願此次簡單的介紹，對你們有所幫助，能力有限，不必定能表述的很清楚，有問題，或者有指教的，都請和我多多交流，最後，我對這個士兵的巡邏分支畫了一個示意圖，供你們參考：

S — 選擇節點   Se — 序列節點