行为树¶

行为树（Behavior Tree，BT） 是 UE 用来驱动 AI 决策的 层次化逻辑树：把"AI 该做什么"拆成可组合的节点，由引擎按顺序求值执行。它本身不存数据，数据放在 黑板（Blackboard） 里，由 AIController 运行

一句话总结

UE 的 AI 决策三件套 = 行为树（逻辑：做什么）+ 黑板（数据：知道什么）+ AIController（执行者：驱动行为树、持有黑板）

flowchart LR
    AIC[AIController] --> BT[Behavior Tree<br/>决策逻辑]
    AIC --> BB[Blackboard<br/>共享数据]
    BT <-->|读写键值| BB
    Per[AI Perception 感知] -->|写入| BB
    EQS[EQS 环境查询] -->|写入| BB
    BB -->|条件判断| BT

方案	问题 / 优点
硬编码 / if-else	AI 稍复杂就变成"意大利面"，无法复用
状态机（FSM）	状态多、转移多时爆炸式增长，复用差
行为树	层次化、可组合、节点可复用、可视化调试，天然表达"优先级 + 顺序"

行为树适合表达 "优先做 A，不行就 B，都不行就 C" 这类决策；精细的每帧动作控制（物理、动画细节）仍应交给 C++ 逻辑

1 结构：从根到叶¶

flowchart TD
    Root[Root] --> Sel[Selector 选择器<br/>依次尝试，成功即停]
    Sel --> Seq1[Sequence 序列<br/>依次执行，全部成功才成功]
    Sel --> Seq2[Sequence<br/>备选行为]
    Seq1 --> D1{Decorator 装饰器<br/>条件：能看到玩家?}
    D1 --> T1[Task 任务<br/>移动到玩家]
    Seq1 --> T2[Task<br/>攻击]
    Seq2 --> T3[Task<br/>巡逻到随机点]

1.1 三类节点¶

类别	作用	是否能执行动作
组合节点（Composite）	控制子节点的执行顺序与逻辑组合	❌ 只调度
任务（Task）	叶子节点，真正干活的	✅
装饰器（Decorator）	附加在节点上，条件判断 / 中断 / 循环	❌ 只附加
服务（Service）	附加在节点上，周期性执行（常更新黑板）	❌ 只辅助

1.2 组合节点¶

节点	语义	类比
Sequence（序列）	依次执行子节点；全部成功才算成功，任一失败立即失败	逻辑与（AND）
Selector（选择器）	依次尝试子节点；任一成功即成功，全失败才失败	逻辑或（OR）
Simple Parallel（简单并行）	一个主任务 + 一个辅助子树同时跑	边做 A 边做 B

Selector 是"优先级"的载体：放在前面的子树优先级更高（如"先打玩家 → 没玩家就巡逻"）。

1.3 任务（Task）¶

分为两类：

类型	特点	例子
瞬时任务（Instant）	一帧内完成，直接返回成功/失败	`FinishWithResult`、设置标签
持续任务（Latent）	需要多帧，结束时调用"完成"接口	`MoveTo`、`Wait`、播放动画

常见内置任务：MoveTo（寻路移动）、Wait（等待）、RotateToFaceBBEntry（转向）、PlaySound、RunBehavior（执行子树）、RunEQSQuery、FinishWithResult

1.4 装饰器（Decorator）¶

条件装饰器：检测黑板键（如 TargetActor 是否有效、Health 是否 > 30），不满足则节点不执行
观察者中断（Observer Aborts）：当条件变化时主动打断正在跑的子树
- None：不中断，只在下一次评估时判断
- Self：条件失效时中断自己这棵子树
- Lower Priority：条件成立时中断 优先级更低（靠右）的子树
- Both：两者都要
其他用途：循环（Loop）、时间限制、冷却（Cooldown）

中断才是行为树的灵魂

"看到玩家就立刻放弃巡逻去追击"这种 抢占式 行为，靠的就是装饰器 + Observer Aborts：条件的黑板键一变化，引擎立刻中断当前低优先级子树、重新从上层求值

1.5 服务（Service）¶

挂在组合节点/任务上，按固定间隔（Interval）周期性执行
最常见的用途：更新黑板（每 0.5s 查询最近的敌人并写入 TargetActor）、维护焦点（DefaultFocus）
有 Interval 与 RandomDeviation（随机抖动，避免所有 AI 同帧执行）

2 执行流程¶

sequenceDiagram
    participant BT as 行为树
    participant D as 装饰器
    participant S as 服务
    participant T as 任务

    BT->>D: 从 Root 向下求值
    D-->>BT: 条件满足 → 进入该子树
    S->>S: 按间隔周期性执行（更新黑板）
    BT->>T: 执行叶子任务
    T-->>BT: Succeeded / Failed / InProgress
    Note over BT: InProgress 的任务保持运行，不重复执行
    Note over BT: 条件变化 → 中断 → 重新从上层求值

要点：

节点返回值只有三种：成功 / 失败 / 进行中
行为树 有记忆：正在执行的子树会保持运行，不会每帧从头重跑；只有节点结束或被中断时才重新求值
每次求值都是 深度优先：Selector 从左到右试，Sequence 从上到下走

3 黑板（Blackboard）：AI 的共享数据¶

黑板是一张 键值表，行为树本身的节点都不存状态，全靠它传递信息：

键类型	例子
`Object`	`TargetActor`（当前目标）
`Vector`	`PatrolLocation`（巡逻点）
`Float` / `Int`	`Health`、`Ammo`
`Bool`	`bIsAlerted`
`Enum` / `Name` / `Class` / `Rotator` / `String`	状态、标签

谁写谁读：

角色	行为
服务	周期性写入（更新目标、位置）
感知系统（Perception）	看到/丢失玩家时写入 `TargetActor`
任务	既读（去哪）也写（到达后清空目标）
装饰器	只读（判断条件）
EQS	查询结果写入（如最佳掩体点）

黑板只有数据，没有逻辑

不要在黑板里做判断——判断放装饰器，动作放任务。黑板键名一旦被引用，改名会断开所有引用，命名要慎重

4 蓝图实操¶

4.1 创建资产¶

新建 Blackboard（黑板） 资产，定义键（如 TargetActor: Object）
新建 Behavior Tree 资产，在 Blackboard 属性里绑定该黑板
在树里拖入组合节点、任务、装饰器、服务，连线成树

4.2 在 AIController 中运行¶

void AMyAIController::OnPossess(APawn* InPawn)
{
    Super::OnPossess(InPawn);

    if (UBehaviorTree* BTAsset = LoadObject<UBehaviorTree>(nullptr, TEXT("/Game/AI/BT_Guard")))
    {
        RunBehaviorTree(BTAsset);   // 创建并启动 行为树组件 + 黑板组件
    }

    // 之后可用 GetBlackboardComponent() 读写黑板
    if (UBlackboardComponent* BB = GetBlackboardComponent())
    {
        BB->SetValueAsObject(TEXT("TargetActor"), nullptr);
    }
}

4.3 自定义节点（蓝图 / C++）¶

要扩展	蓝图基类	C++ 基类
任务	`BTTask_BlueprintBase`	`UBTTaskNode`
装饰器	`BTDecorator_BlueprintBase`	`UBTDecorator`
服务	`BTService_BlueprintBase`	`UBTService`

持续任务的关键：执行时若还没做完，要返回 InProgress，并在真正结束时（如移动到达）调用 Finish Latent Task 报告结果，否则行为树会一直卡在该节点

5 与感知、EQS 的配合¶

flowchart LR
    P[AI Perception<br/>视觉/听觉] -->|发现目标| BB[Blackboard]
    BB -->|TargetActor| D{装饰器<br/>有目标?}
    D --> T[MoveTo 任务]
    EQS[EQS 环境查询<br/>找掩体/射击点] -->|最佳位置| BB

AI Perception：注册视觉/听觉/伤害感知，在回调里把感知到的 Actor 写入黑板
EQS（Environment Query System）：按规则（距离、视线、导航可达）从环境中"查询"出最佳位置， результат 写入黑板供 MoveTo 使用

6 调试与优化¶

手段	说明
Gameplay Debugger	按 `'` 查看 AI 当前执行到哪个节点、黑板值
行为树调试视图	运行时高亮正在执行的节点，可暂停、查看日志
Watch 黑板键	直接观察键值变化

性能与常见坑

装饰器不要滥用：每个带观察者的装饰器都要注册监听，条件越复杂开销越大
服务间隔别设太小：服务是周期执行的，0.1s 的服务会把开销放大
避免超深/超大的树：拆成子树（RunBehavior）复用，便于维护
Latent 任务记得 Finish Latent Task：否则节点永远"进行中"
装饰器中断模式理解错：容易导致"该抢占时不抢占"或"频繁抖动"，用 Lower Priority 做优先级抢占、Self 保护自身子树
黑板键名拼写：字符串键名写错不会编译报错，只会静默失效

评论区

欢迎在评论区指出文档错误，为文档提供宝贵意见，或写下你的疑问