`
wsliujian
  • 浏览: 92136 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

BehaviourTree AI 行为树AI 实现的一些总结思考

 
阅读更多

GameRes游资网授权发布 文 / 杨漱玉青

  Behaviour Tree的AI模块现在被很多地方所采用,前段时间自己实现了一个AI套件在Unity,中间也遇到了不少坑,现在来总结一下心得。

  网上有很多行为树AI的介绍和实现,在这就不重复了。

  更新频率过快导致的行为表现异常

  行为树模块需要周期性的更新,先说说连续几个周期存在的问题。如果这个周期满足条件是Actor A走到Actor B周围的随机位置的Action,于是Actor A在执行这个行为的时候先找到了一个Actor B的随机位置,然后走过去。下一个周期如果依然满足条件是执行这个Action,于是Actor A又立即重新执找了一个随机位置走过去。下下一个周期再次随机了…

  如此反复就表现为Actor A在Actor B附近转来转去,如果更新频率过快,很有可能还会各种抖动的移动,非常突兀的效果。

  不仅仅是走路这个行为,其他行为很有可能也遇到类似的情况。

  有人会说,放慢AI的更新频率不就好了吗?

  但是你很难把握这个AI更新频率到底是多少,如果过慢,就会出现Actor呆滞在原地显得呆板生硬,过快的话,就出现了上述描述的情况。经验上来说不能通过放慢AI更新频率解决这个问题。

  我的解决方法是,会有一个额外的AI调度器,来决定这个AI行为实在会真的被执行。比如说对于走到Actor B随机位置的这个Action,如果上一次还是执行这个相同的Action,那么会检测一下上一次的Action是否执行完成了,如果执行完成了,那么才 会真正的执行。

  这样尽管行为树不断决策出相同的Action,但是却不会造成Actor被更新过快的问题,并且也不会出现呆滞在原地的情况。

  Action执行间隔问题

  另外还有一个Action执行间隔的问题,比如说这段时间都满足攻击的Action执行,于是Actor A开始不断攻击Actor B,但是攻击频率如此之高可能是超过了理想的预期,比如说让游戏变得更难,这可能是设计者不想要的情况。

  我在Action中添加了一个执行间隔的设计,让这个Action执行的时候每次都有间隔时间,下一次如果尽管还会执行到这个Action,但是如果还没超过每次执行的间隔时间,那么这个Action就不会被执行。

  那么如果这个Action不执行的话,Actor又有可能会呆滞在原地,因为Ta需要等待间隔时间到达。为了避免这一种情况,我在单个Action中 添加了一个间隔使用的Action,当处于间隔时期时,就执行这个间隔使用的Action,比如很有可能是在原地随便走动一下。这样就避免了在攻击的间 隙,Actor呆滞的问题。

  群聚

  群聚算法比较简单,但是避免一堆怪物堆叠在一起,除了使用很耗性能的物理方式之外,还以为有其他方式,比如说群聚移动的目标计算的时候,单个Actor的坐标是被分隔好的,直接在目的地坐标上把Actor分隔开,这样避免了怪物的堆叠,而且性能比物理计算高很多。

  AI Editor

  因为采用了行为树,于是编辑器的设计也使用了节点式的表现,我是拿Qt 5制作的编辑器,保存成离线的json格式。毕竟各种Win32的Application Framework中,最熟悉的就是Qt。

  如图:

BehaviourTree AI 行为树AI 实现的一些总结思考 ...

 

  这里展示的是一个很简单的普通怪物AI,当然还可以弄更复杂的BOSS级怪物的AI。


  AI Debugger

  目的是在AI Editor中实时的反应出AI执行情况,模仿Unreal的Blueprint Debugger的效果。这个功能还未完成,做了一个开头,也初步印证我的想法是可行的。

  最早期的设想比较黑科技,类似与MonoDevelop和Mono Unity Debugger的实现,可以直接读取出Unity中的AI代码运行数据从而在AI Editor中反应。不过看起来难度和工作量都颇大。

  于是真正开始实现的是另外一个方案:

  制作了一个AISpy的Unity插件,使用C++。这个AI Spy插件因为被Unity所运行,于是Ta可以被动的被Untiy C#的AI代码告知当前的AI执行情况,比如说当前行为树执行路径,AI运行情况等等。然后AI Spy开辟一个进程间的内存共享区,将当前的AI数据放入这个共享区,然后AI Editor来读取这个进程的内存共享区数据即可得到当前的AI执行数据,从而在AI Editor中反应出当前的AI情况。

  因为Unity使用了C#脚本,于是这里涉及到C++和C#的互相调用和数据传输的问题,于是这方面的知识也需要知道。

  大概的执行流程图如下:

BehaviourTree AI 行为树AI 实现的一些总结思考 ...


  性能

  AI的性能被重点的关注,因为毕竟是一个大型消耗性能的地方。在这里也做了很多的优化,甚至是非常小粒度的优化来试图提升性能。

  首先是Action,Condition和其他一些行为节点映射到具体的真正的行为函数的实现,在早期的时候使用了C#的反射,一大好处就是简便轻 松,添加新行为函数之后直接在AI json脚本里面直接写即可,但是却带来了可观的性能开销。于是后来是通过手工的字符串到函数映射来做的,虽然说代码看起来很不好看,但是性能却提高了不 少。

  另外一些关于性能优化的大概总结如下:

  1.如果在编译期就能确定循环数目的,请直接手工展开语句,而不是使用循环。

  2.正则表达式非常耗性能。

  3.开方运算尽量少。

  4.Unity的transform。position等等操作相关耗性能也是可观的,尽量减少。

  5.减少性能密集型的时期,将工作量尽可能的分散开来。

  6.虚函数尽可能的减少调用。

  7.三目运算符要比if更快。

  8.避免反射。

PS:大概就是这些,欢迎探讨~

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics