artificial-intelligence - 行为树中的状态类操作

Question

根据我对行为树的理解，每个行为都应该是一个简短的面向目标的行动，可以在几次迭代中完成。

例如，下面是行为树的图像:



现在让我们假设 驱向敌人 行为在树中需要多次迭代。所以每次通过 驱向敌人 被调用是因为它现在处于运行状态。

问题是我想打电话躲避敌人 如果附近有敌人。并考虑到 驱向敌人 总是叫我从来没有机会打电话躲避敌人 (应该叫避敌)。

无论当前正在运行什么操作，我都应该遍历 Tree EACH 吗？

我会以正确的方式解决这个问题吗？

处理这种行为的正确方法是什么？

Answer 1

如果下面的想法对您不起作用，我会说每次都回到顶部将是您的最后手段:

正如 Alex Champandard 在他的网站 aigamedev.com 中所建议的那样，基本的想法是，当你处于“驱赶敌人”行为时，你 include some sort of way to run some additional checks以确保该行为仍应继续。

Alex 的方法是使用 parallel composite :一种同时运行其所有子节点的行为树节点。

它看起来像这样:

主选择器:

躲避敌人

定位敌人

反方向行驶

平行

敌人在附近吗？

追敌

找到敌人的路径

驱车前往敌人

火器

追旗

定位标志

查找路径

开车去旗

Parallel 节点会反复不断地评估“附近有敌人吗？”节点(以合理的速度)，即使执行在“Chase Enemy”子树的深处。 “敌人在附近吗？”那一刻返回失败，并行将立即返回失败并跳过完成“追逐敌人”行为。因此，您的树的下一次评估将达到“躲避敌人”行为。

“敌人在附近吗？”条件然后作为一种断言检查或提前检查。从本质上讲，它就像一个事件驱动的特性，即使树还没有完成迭代，它也可以响应事件。

但是，我设计系统的方式，我不使用并行行为(不能使用我使用的第 3 方游戏引擎正确地多线程)。相反，我有一个复合 Material ，它几乎可以做同样的事情，只是它评估每个子项遍历之间的检查。就像一种交错，从正常执行到评估检查来回跳跃。只有当检查失败时，我们才会跳回顶部。