游戏AI：行为树与状态机设计

在游戏AI开发中，行为树（Behavior Tree）和状态机（Finite State Machine, FSM）是两种核心架构。它们分别适用于不同复杂度的行为逻辑，下面从设计原理、优缺点和实现示例展开分析。

---

1. 行为树（Behavior Tree）

设计原理：

• 采用树形分层结构，节点分为控制节点（顺序、选择、并行）和执行节点（动作、条件）。
• 通过递归遍历实现动态决策，例如：

  根节点 → 选择节点 → [条件节点: 玩家可见?] → [动作节点: 攻击]  
                ↘ [动作节点: 巡逻]  
  

• 支持优先级中断（如高优先级行为打断低优先级行为）。

优点：
✅ 模块化强，节点可复用
✅ 易于扩展和调试（可视化编辑器友好）
✅ 天然支持并行行为（如"移动"和"射击"同时执行）

缺点：
❌ 实现复杂度较高
❌ 过度分层可能导致性能损耗

伪代码示例（NPC敌人逻辑）：

class BehaviorTree:  
    def run(self):  
        if self.check("玩家在视野内"):  # 条件节点  
            self.execute("攻击")       # 动作节点  
        else:  
            self.execute("巡逻")  

---

2. 状态机（Finite State Machine）

设计原理：

• 实体在有限状态集合中切换（如$S = \{\text{空闲},\text{追击},\text{撤退}\}$）。
• 状态转移由事件触发（如$E_{\text{受伤}} \rightarrow S_{\text{撤退}}$）。
• 数学描述：状态转移函数 $\delta: S \times E \rightarrow S$。

优点：
✅ 逻辑直观，适合线性流程（如剧情动画）
✅ 执行效率高（无递归开销）

缺点：
❌ "状态爆炸"问题（$n$种事件可能导致$O(n^2)$转移路径）
❌ 难以维护并行行为

伪代码示例（BOSS战阶段切换）：

class BossFSM:  
    states = {"PHASE1", "PHASE2", "DEATH"}  
    def handle_event(self, event):  
        if self.state == "PHASE1" and event == "HP<50%":  
            self.state = "PHASE2"  # 状态转移  

---

3. 对比与选型建议

维度	行为树	状态机
复杂度	高（分层决策）	低（显式状态）
扩展性	⭐⭐⭐⭐	⭐⭐
适用场景	开放世界NPC、RTS单位	过场动画、简单机关

设计准则：

• 选择行为树当需求包含：
  • 行为优先级动态调整
  • 大量条件分支（如"感知系统→决策→动作"链）
• 选择状态机当需求满足：
  • 状态数量有限（$ |S| \leq 10 $）
  • 确定性流程（如回合制游戏）

💡 混合方案：现代游戏常组合使用——状态机管理宏观阶段（如BOSS战阶段），行为树控制阶段内微观行为（如攻击模式选择）。