AI,行为树,FSM

AI关键词,取自 http://www.aisharing.com/

关键词	中文释义	解释
Decision	决策	底层逻辑
Behavior	行为	一般情况下指的是单个动作
Logic Action	逻辑动作	角色需要做出负和游戏身份的动作
Behavior Pool	行为池	一系列行为组成的集合
Simple Behavior	单一行为	在组织过程中的表现
Composite Behavior	复合行为	在组织过程中的表现
Sequence	序列	一个行为接着一个行为做
Parallel	并行	多个行为同时进行
Selector	选择	从候选行为中选择一个执行,包括脚本选择和随机选择
Behavior Command	行为命令	面向AI决策层的接口,AI把行为命令压入行为队列，等待行为机的处理。这里的命令都是预先定义好的，再用上次举过的小狗的例子，决策层发现小狗的疲劳度很高了，需要“睡觉”，就可以发一个定义好的睡觉的命令，然后再由下层行为机负责处理。
Behavior Machine/FSM	行为机器	行为机的主要任务是维护一个行为队列，并执行队列中的行为命令，每一个行为命令都对应一个定义好的执行单元，即行为结点.基于动态命令队列的行为系统（Based on Dynamic Command Queue’s Behavior System）
Behavior Node	FSM中的节点	真正的行为执行单元，是一组简单行为的集合。结点内部，根据行为命令中的相关信息，进行处理，如选择动画，播放动画等等
Behavior Tree	行为树	基于静态树结构的行为系统（Based on Static Tree’s Behavior System）,BT的叶子节点上全部是行为节点,中间的全部是控制节点,控制节点就包括了前面说过的三种基本结构:选择,并行,序列
Behavior Node	BT中的节点	具体的执行效果,可以用FSM结构,先决条件Precondition,Enter,Execute,Exit来完成
Control Node	控制节点	顾名思义,即控制执行效果的节点,需要提供一个Transition接口的调用来完成相关的清理工作,比如从这个节点转到另外一个节点,必须调用上一个节点的Transition来完成转换
Share Data/Blackboard	共享数据/黑板	分为全局共享数据与单个行为树,状态机的共享数据
Scoring System	基于分数系统的AI设计	分数系统的一个基本思想，是为每个单独的行为打分，根据分数的高低来决定做哪个行为，而所有的因素就是打分的依据
Enter	进入	每个节点的入口方法
Exit	离开	每个节点的离开方法
Execute	运行	每个节点的运行方法
ActionNode	行为节点	具体到最终效果的节点
ControlNode	控制节点	具体执行哪条线哪个行为节点的节点
Precondition	前提条件	执行某个节点前需要的前提
InputParam	输入	行为树的输入,可以是黑板,也可以是世界信息
OutputParam	输出	行为树的输出,也可以是Request请求,这是决策层,输出的请求到行为层,进行动画播放
Working Memory	工作池子	缓存池,双缓存等等
Decentralized	分散的	共享数据是分散的
Centralized	集中的	共享数据是集中的
GOAP	目标导向型行动计划	一种AI设计架构,Goal目标,plan计划,Action操作,Oriented导向,1:目标选择(Goal Selector);2:传递目标到计划器(Planner);3:计划器根据目标和前提(Precondition)生成多个子计划(Plan,NodeTree);4:进行计划实施(Plan Stepper);5:计划实施的表现效果(Effect)
Planner	计划器	再GOAP中都会存在一个计划器的模块
Precondition&Effect	前提和效果	某个行为需要满足的条件,这个行为对世界的影响
Goal Selector	目标选择模块	选择AI当前需要万层的目标(相当于更高层的决策层)
Plan Stepper	计划实施模块	相当于行为层

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 1487842110@qq.com