AI
自动关联目录:AI
官方依据:官方 Gameplay Systems 分类正文点名的 AI 系统为:Behavior Trees、Mass Entity System、State Trees、Navigation System、Smart Objects、Environment Query System、AI Perception Component、Debugging(已核实)。本分支按此清单组织。
1. 定位
AI 分支回答的是"NPC 怎么感知、怎么决策、怎么移动"。
一句话定位:UE 的 AI 是一组可独立选用的模块,不是一套框架——感知、决策(行为树/状态树)、查询(EQS/EQS)、移动(导航)各自独立,你可以只用其中一部分。理解这一点,就不会硬套。
2. 本目录
| 笔记 | 内容 | 状态 |
|---|---|---|
| 导航系统 | NavMesh 生成模式、Tile、避让(RVO / Detour Crowd) | 已补充 |
| 行为树 | 节点类型、执行顺序、黑板、装饰器与服务、中止 | 已补充 |
| EQS | Generator / Test、先过滤后打分、性能优化 | 已补充 |
| 感知系统 | AI Perception、刺激、团队、迟滞 | 已补充 |
| StateTree 与 Mass | 状态驱动的另一条路 + 海量简单实体方案 | 已补充 |
| Smart Objects | 可交互对象的自描述与占用 | 已补充 |
| AI 调试与性能 | Gameplay Debugger、Visual Logger、成本项与优化 | 已补充 |
| NavMesh | 与 导航系统 内容重叠,以导航系统篇为准 | 已补充 |
3. 系统之间的关系
感知(AI Perception)
│ 写入
▼
黑板(Blackboard / StateTree 参数)
│ 读取
▼
决策(Behavior Tree / State Tree)
│ 查询环境
▼
EQS / Smart Objects
│ 请求移动
▼
导航(Navigation System + 避让)关键分工:
- 感知负责"我知道什么"(数据输入)
- 黑板是唯一的数据交换点
- 行为树/状态树负责"我接下来做什么"(逻辑)
- EQS负责"哪里最合适"(空间查询)
- 导航负责"怎么走过去"(执行)
4. 阅读顺序与优先级
| 顺序 | 笔记 | 什么时候读 |
|---|---|---|
| 1 | 导航系统 | 最先读——AI 至少得会走 |
| 2 | 感知系统 | AI 得能"看到"玩家 |
| 3 | 行为树 | 常规决策逻辑 |
| 4 | EQS | 需要"选一个最好的位置"时 |
| 5 | StateTree | 比行为树更适合状态驱动的场合 |
| 6 | Mass Entity | 需要成百上千个简单实体时 |
| 7 | AI 调试 / AI 性能 | 出问题与优化时 |
只有半小时:导航 + 感知。这两块决定了 AI 是否"看起来活着"。
5. 排查入口
| 现象 | 先查 |
|---|---|
| AI 不走 / 卡住 | 导航系统:NavMesh 是否覆盖、路径是否存在 |
| AI 看不到玩家 | 感知系统:刺激配置、团队、视线检测 |
| 决策不对 | 行为树:黑板键值、装饰器条件 |
| 选点不对 | EQS:测试与评分 |
| 大量 AI 卡顿 | AI 性能:更新频率、LOD、是否该上 Mass |
| 不知道 AI 在想什么 | AI 调试:Gameplay Debugger / Visual Logger |
6. 一条主线
AI 的所有系统都在解决同一个矛盾:每个 NPC 都要"看起来在思考",但 CPU 预算有限。因此从行为树到 Mass Entity,本质上是同一条光谱上的不同取点——前者每个个体复杂,后者每个个体简单但数量极大。
参考
许可协议:CC BY
作者:Davids
本文链接:https://hustjjd.github.io/a7bb958f.html
更新于:2026年11月16日