专栏首页吹弹牛皮之unity程序设计吹弹牛皮之Unity AI决策-行为树

吹弹牛皮之Unity AI决策-行为树

行为树。小菜最早接触到这个内容的身影是在一款捕鱼游戏的机器人模拟上,模拟玩家登录游戏,进入大厅,发射子弹,退出游戏等过程中的行为。由于最近工作的需要,小菜又再次的对其做了一些内容的学习

。将之前零散的知识面汇集起来,同时也以理论结合实践的方式,简单构建了一个自己的编码体系结构。

行为树

概念

行为树是一棵用于控制 AI 决策行为的、包含了层级节点的树结构。自顶向下的遍历,通过一些条件来搜索这颗树,最终确定需要做的行为(叶节点),并且执行它。简单的说就是用来模拟真人player的行为的

应用

市面上的很多游戏都有它的应用身影,例如《使命召唤》、《魔兽世界》、《穿越火线》、《王者荣耀》等等。通常在游戏中我们管它叫npc或者boss。

组成

4个节点+一条规则

节点1:行为节点 - ActionNode

节点2:条件节点 - ConditionNode

节点3:组合节点 - CompositeNode

节点4 修饰节点 - DecoratorNode

规则:每个节点的执行必须向父节点返回其结果Success(成功)、Failure(失败)或者是Running(正在运行)。

行为节点 - ActionNode

执行具体的的动作事件,如释放技能,开始蹲下,更换武器、播放动画等。

只能用于叶子节点。表示如下:

条件节点 - ConditionNode

故名思意,充当的角色便是if条件测试,if(){} else{},如:判断血量是否充足?、是否能看到玩家?、弹夹量是否有剩余?等。

只能用于叶子节点。表示如下:

修饰节点 - DecoratorNode

修饰节点是用来以某一种方式改变这个子节点的行为。

DecoratorSuccess:循环执行子节点,直到子节点返回success为止。

DecoratorFail:循环执行子节点,直到子节点返回failure为止。

解析DecoratorSuccess的情况,如果子节点返回running那么向父节点返回running,如果子节点返回failure,那么依然像父节点返回running,直到子节点返回success时才会向父节点返回success。DecoratorFail的过程与之相反。表示为:

组合节点 - CompositeNode

组合节点根据其职责又可以划分成不同的类型。可以用来控制多个叶子节点的执行过程。

顺序节点 - CompositeSequenceNode

选择节点 - CompositeSelectorNode

平行节点 - CompositeParlallelNode

随机节点 - CompositeRandomNode

…………

1).顺序节点 - CompositeSequenceNode

从左到右顺序执行子节点,只要子节点返回success,就继续执行后续子节点。直到有一个节点返回failure或running为止,这时候停止后续子节点的执行,向父节点返回failure或running。若所有子节点都返回success,那么向父节点返回success。表示为:

应用例子:

2).选择节点 - CompositeSelectorNode

从左到右顺序执行子节点,只要自己子节点返回failure,就继续执行后续子节点,知道有一个节点返回success或者running为止,这是它会停止后续子节点的执行,向父节点返回success或者running。若所有子节点都返回failure,则向父节点返回failure。表示为:

3).平行节点 - CompositeParlallelNode

同时执行所有节点,直到其中一个返回failure(或全部返回Success)为止。此时Parlallel节点向父节点返回failure(或success),并终止其他子节点执行。表示为:

应用例子:

4).随机节点 - CompositeRandomNode

假设父节点下有A、B、C、D四个行为,而我不需要遍历执行所有,只需要随机取其中一个的情况,此时的父节点就可以是随机节点。例如今天是周末,我和朋友的的计划有1出去吃饭、2呆在家里组团游戏、3一起公园游逛,需要征求朋友选择其中一个

,便是这随机节点的应用场合了表示为:

有了上面的介绍此时再来看懂下面的图解就轻松多了。

摸一把汗,本篇是小菜目前为止最最烧脑的一篇了,耗费了大量的查克拉在思考上。由于行为树的只要组装父节点和叶子节点,它很适合做成编辑器来操作。大部分的资料介绍到这里就结束了,下面的都会来介绍形成的插件来做演示。

unity现成的插件有BehaviorDesigner、React、RainIndie还有腾讯开源的behaviac,有付费的也有免费的。用的最多的还是BehaviorDesigner。

为了能窥其内部,小菜选择了动手造轮子。准备上手编码前奉上小菜的uml类图(莫要吐槽差劲家里没网只能编辑好存手机上发表

)。

既然是是行为“树”,树的概念就要求我们有一个节点的设计,这个节点既可以充当叶子也可以充当父亲。

结合小菜的图示对类的简单说明:

UBTNode 节点基类

UBTInput 输入基类

UBTAction : UBTNode 行为节点

UBTCondition : UBTNode 条件节点

UBTDecorator : UBTNode 装饰节点

UBTComposite : UBTNode 组合节点

UBTCompositeSequence : UBTComposite 组合节点-》顺序

UBTCompositeSelector : UBTComposite 组合节点-》选择

UBTCompositeParlallel : UBTComposite 组合节点-》平行

UBTCompositeRandom : UBTComposite 组合节点-》随机

UBTDecoratorSuccess : UBTComposite 修饰节点-》直到Success

UBTDecoratorFailure : UBTComposite 修饰节点-》直到Failure

【编码】

UBTNode

UBTInput

UBTAction/BTCondition/UBTDecorator/UBTComposite类同

UBTCompositeSequence

UBTCompositeSelector

UBTCompositeParlallel

UBTCompositeRandom

UBTDecoratorSuccess

UBTDecoratorFailure

终于将核心类构建完了,下面要做的就是编写大量的继承于行为(Action)和条件(Condition)的编码了,最终再将节点的父子关系组装调用就好了。

调用如下:

是不是最后的代码非常的不美观?这是是大多数都把状态机开发成编辑器的缘由,程序的工作就是完成条件和行为。

思考:

借助Unity的ScriptObject是可以很轻松的将成员变量都序列化成.asset文件保存起来,调用时再解读出来。但问题是.asset文件仅仅供unity使用。若是server也借用这套逻辑该怎么办呢?于是乎就想到了反射,通过编辑器将编辑的字段保存进入json,然后解读的时候反射到相应的字段将json中保留的值再赋值回去,但是新的问题又产生了,反射回来的值仅仅限于int float string bool,如果我是设定的一个Gameobject的目标就束手无策了,这也是小菜最近遇到的难题

小菜随手做了个下面这样图的演示效果demo:

演示:

demo地址:

链接:https://pan.baidu.com/s/1aau6h4j70uUjhlI8pUGYqQ

提取码:co5v

本文分享自微信公众号 - 吹弹牛皮之unity程序设计(gh_4f97f8f53f59),作者:墨竹青书

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-05-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 吹弹牛皮之Unity 动态地块加载

    不求上进的小菜,写了5年多的逻辑界面功能,把人都写废了。反思顿悟后决定发奋图强,争取在接下来不要混到要饭的场景上。

    用户7698595
  • 吹弹牛皮之Unity 引擎基础 - 矩阵(二)

    在前两篇小菜介绍了矩阵的基础和用于接下来的篇幅内容打基础的矩阵行列式运算。真正的进入矩阵的应用过程小菜就从这篇开始。

    用户7698595
  • 吹弹牛皮之Unity 引擎基础 - 四元数(一)

    复数对(a,b)定义了数a + bi。其中a称为实部,b称为虚部,i称为虚数,满足i² = -1。对于任意实数都能表示为复数(k, v)= k + vi。

    用户7698595
  • Linux之HA高可用集群的基础概念总结

    HA(High Availability)高可用集群,其特点为根据实际需求为前端Diretor,后端RS-server,数据库服务器,共享存储等集群节点做一个...

    小小科
  • Zookeeper系列(5) —— Zookeeper 常用的客户端操作命令

    创建节点的命令格式 create [-s] [-e] /path data acl

    求和小熊猫
  • 第15期:索引设计(索引组织方式 B+ 树)

    谈到索引,大家并不陌生。索引本身是一种数据结构,存在的目的主要是为了缩短数据检索的时间,最大程度减少磁盘 IO。

    爱可生开源社区
  • 动图展示,让你彻底理解红黑树!

    简单地理解,二叉树(Binary tree)是每个节点最多只有两个分支(即不存在分支度大于 2 的节点)的树结构。通常分支被称作“左子树”或“右子树”。

    业余草
  • 数据结构:堆(Heap)

    堆就是用数组实现的二叉树,所以它没有使用父指针或者子指针。堆根据“堆属性”来排序,“堆属性”决定了树中节点的位置。

    sunsky
  • 动图演示:如何彻底理解红黑树?

    简单地理解,二叉树(Binary tree)是每个节点最多只有两个分支(即不存在分支度大于 2 的节点)的树结构。通常分支被称作“左子树”或“右子树”。

    架构师修炼
  • 使用图进行特征提取:最有用的图特征机器学习模型介绍

    从图中提取特征与从正常数据中提取特征完全不同。图中的每个节点都是相互连接的,这是我们不能忽视的重要信息。幸运的是,许多适合于图的特征提取方法已经创建,这些技术...

    deephub

扫码关注云+社区

领取腾讯云代金券