Artificial intelligence 行为树中的类状态动作

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动作，可以在几次迭代中完成

例如，下面是一个行为树的图像：

现在让我们假设，驱车前往敌人行为需要在树中进行多次迭代。因此，在每次传递时，都会调用“驱车前往敌人”，因为它现在处于运行状态

问题是如果附近有敌人，我想叫躲避敌人。考虑到驱车前往敌人总是被称为“躲避敌人”，我从来没有机会叫“躲避敌人”（可能应该被称为“躲避敌人”）

• 无论当前正在运行什么操作，每次通过时是否都要遍历树
• 我这样做对吗
• 处理这种行为的正确方法是什么

---

我想说，如果下面的想法对你不起作用，那么每次都要一路返回顶端将是你最后的选择：

正如Alex Champandard在其网站aigamedev.com中所建议的那样，最基本的想法是，当你处于“驱敌”行为时，你必须确保这种行为仍应继续

Alex的方法是使用：一种同时运行其所有子节点的行为树节点

它看起来是这样的：

主选择器：

• 避敌
  • 定位敌人
  • 向相反方向行驶
• 并行
  • 附近有敌人吗？
  • 追敌
    • 找到通往敌人的路
    • 投敌
    • 火力武器
• 追逐旗
  • 定位标志
  • 找到路径
  • 驶向旗帜

并行节点将重复不断地评估“附近有敌人吗？”节点（以合理的速度），即使执行深入到“追逐敌人”子树中。当“附近有敌人吗？”返回失败时，平行机将立即返回失败并跳过完成“追逐敌人”行为。因此，对您的树的下一次评估将达到“躲避敌人”行为

“敌人在附近吗？”条件则充当一种断言检查或早期退出检查。本质上，它就像一个事件驱动的特性，您的树可以响应事件，即使它还没有完成迭代

---

然而，我设计系统的方式并没有使用并行行为（我使用的第三方游戏引擎不能正确地使用多线程）。取而代之的是，我有一个复合函数，它做了几乎相同的事情，只是它在每个子遍历之间计算检查。就像一种交错的，从正常执行到评估检查来回跳跃。只有当检查失败时，我们才能跳回顶部。

这是一个有趣的解决方案。我还使用了一个游戏引擎，它不太适合多线程，所以我喜欢你的工作。我将尝试实现类似的功能。另外，我看过Alex Champandard的教程，他的选择器似乎在整个树上迭代，即使某个节点正在“运行”，至少他的根选择器是这样做的。