kunpolibrary/docs/BehaviorTree.md
2025-02-26 17:30:40 +08:00

142 lines
3.4 KiB
Markdown

## 行为树
> 行为树是一种强大的 AI 决策系统,用于实现复杂的游戏 AI 行为。
#### 基本概念
1. 节点状态
```typescript
enum Status {
SUCCESS, // 成功
FAILURE, // 失败
RUNNING // 运行中
}
```
2. 节点类型
- **动作节点 (Action)**:执行具体行为的叶子节点
- **组合节点 (Composite)**:控制子节点执行顺序的节点
- **条件节点 (Condition)**:判断条件的节点
- **装饰节点 (Decorator)**:修饰其他节点行为的节点
#### 使用示例
```typescript
import {
BehaviorTree,
Sequence,
Selector,
Parallel,
Success,
Failure,
WaitTime,
Agent,
Blackboard
} from 'kunpocc';
// 1. 创建行为树
const tree = new BehaviorTree(
new Sequence( // 顺序节点:按顺序执行所有子节点
new WaitTime(2), // 等待2秒
new Selector( // 选择节点:选择一个可执行的子节点
new Success(() => {
console.log("执行成功动作");
}),
new Failure(() => {
console.log("执行失败动作");
})
)
)
);
// 2. 创建代理和黑板
const agent = new Agent(); // AI代理
const blackboard = new Blackboard(); // 共享数据黑板
// 3. 执行行为树
tree.tick(agent, blackboard);
```
#### 常用节点
1. 组合节点
```typescript
// 顺序节点:按顺序执行所有子节点,直到遇到失败或运行中的节点
new Sequence(childNode1, childNode2, childNode3);
// 选择节点:选择第一个成功或运行中的子节点
new Selector(childNode1, childNode2, childNode3);
// 并行节点:同时执行所有子节点
new Parallel(childNode1, childNode2, childNode3);
// 记忆顺序节点:记住上次执行的位置
new MemSequence(childNode1, childNode2, childNode3);
// 记忆选择节点:记住上次执行的位置
new MemSelector(childNode1, childNode2, childNode3);
// 随机选择节点:随机选择一个子节点执行
new RandomSelector(childNode1, childNode2, childNode3);
```
2. 动作节点
```typescript
// 成功节点
new Success(() => {
// 执行动作
});
// 失败节点
new Failure(() => {
// 执行动作
});
// 运行中节点
new Running(() => {
// 持续执行的动作
});
// 等待节点
new WaitTime(2); // 等待2秒
new WaitTicks(5); // 等待5个tick
```
3. 使用黑板共享数据
```typescript
// 在节点中使用黑板
class CustomAction extends Action {
tick(ticker: Ticker): Status {
// 获取数据
const data = ticker.blackboard.get("key");
// 设置数据
ticker.blackboard.set("key", "value");
return Status.SUCCESS;
}
}
```
#### 注意事项
1. 节点状态说明:
- `SUCCESS`:节点执行成功
- `FAILURE`:节点执行失败
- `RUNNING`:节点正在执行中
2. 组合节点特性:
- `Sequence`:所有子节点返回 SUCCESS 才返回 SUCCESS
- `Selector`:任一子节点返回 SUCCESS 就返回 SUCCESS
- `Parallel`:并行执行所有子节点
- `MemSequence/MemSelector`:会记住上次执行位置
3. 性能优化:
- 使用黑板共享数据,避免重复计算
- 合理使用记忆节点,减少重复执行
- 控制行为树的深度,避免过于复杂