行为树通过节点组合实现清晰的AI逻辑，核心包含动作、条件和控制节点，利用Success、Failure、Running状态驱动执行，序列与选择节点协调子节点顺序，配合黑板系统可扩展复杂行为，适合游戏NPC决策。
在C++游戏AI开发中，行为树（Behavior Tree）是一种广泛使用的决策系统，用于组织和控制NPC的智能行为。相比状态机，行为树结构更清晰、扩展性更强，适合处理复杂的AI逻辑。实现一个简单的行为树并不复杂，关键在于理解其核心节点类型和执行机制。
行为树的基本概念
行为树由节点构成，每个节点返回三种状态之一：成功（Success）、失败（Failure）、运行中（Running）。常见节点类型包括：
- 动作节点（Action）：执行具体操作，如“攻击”、“移动”
- 条件节点（Condition）：判断某个条件是否成立，如“血量低于50%”
- 控制节点（Control）：管理子节点的执行顺序，如序列节点（Sequence）、选择节点（Selector）
定义节点基类
所有节点都继承自一个公共基类，提供统一的执行接口：
enum class NodeStatus {
Success,
Failure,
Running
};
class BehaviorNode {
public:
virtual NodeStatus Execute() = 0;
virtual ~BehaviorNode() = default;
};
实现控制节点
控制节点负责调度子节点。例如，序列节点依次执行子节点，任一失败则整体失败；选择节点则尝试下一个子节点直到成功。
立即学习“C++免费学习笔记（深入）”；
class SequenceNode : public BehaviorNode {
public:
void AddChild(BehaviorNode* child) {
children.push_back(child);
}
NodeStatus Execute() override {
for (auto& child : children) {
NodeStatus status = child->Execute();
if (status == NodeStatus::Failure) {
return NodeStatus::Failure;
}
if (status == NodeStatus::Running) {
return NodeStatus::Running;
}
}
return NodeStatus::Success;
}private:
std::vector children;
};
class SelectorNode : public BehaviorNode {
public:
void AddChild(BehaviorNode* child) {
children.push_back(child);
}
NodeStatus Execute() override {
for (auto& child : children) {
NodeStatus status = child->Execute();
if (status == NodeStatus::Success) {
return NodeStatus::Success;
}
if (status == NodeStatus::Running) {
return NodeStatus::Running;
}
}
return NodeStatus::Failure;
}private:
std::vector children;
};
实现动作与条件节点
动作节点封装具体行为。例如：
class MoveToPlayer : public BehaviorNode {
public:
NodeStatus Execute() override {
// 模拟移动逻辑
std::cout << "Moving towards player...\n";
return NodeStatus::Success; // 简化：一步完成
}
};
class IsPlayerInRange : public BehaviorNode {
public:
explicit IsPlayerInRange(bool& inRange) : inRange_(inRange) {}
NodeStatus Execute() override {
return inRange_ ? NodeStatus::Success : NodeStatus::Failure;
}private:
bool& inRange_;
};
构建并运行行为树
使用上述节点组合出一个简单的AI行为：如果玩家在范围内，则攻击，否则靠近。
int main() {
bool playerInRange = false;
IsPlayerInRange condition(playerInRange);
MoveToPlayer moveAction;
AttackPlayer attackAction; // 假设已定义
SequenceNode approachSequence;
approachSequence.AddChild(&condition);
approachSequence.AddChild(&attackAction);
SelectorNode root;
root.AddChild(&approachSequence);
root.AddChild(&moveAction);
// 模拟执行
playerInRange = false;
root.Execute(); // 输出: Moving towards player...
playerInRange = true;
root.Execute(); // 输出: Attacking player!
return 0;
}
基本上就这些。通过组合不同类型的节点，可以构建出层次清晰、易于维护的游戏AI决策逻辑。实际项目中可加入装饰节点（如取反、重试）、黑板系统（共享数据）来增强灵活性。不复杂但容易忽略的是状态的持续跟踪，比如“Running”状态需要保留执行上下文，以便下一帧继续。
