通过更改不同的 检测点 generator 生成策略。 随后在这些点上执行 测试，获取最优的结果
EQS 的整体结构
Environment Query System 的核心就是一句话：
先生成候选项，再对候选项做筛选和打分，最后选出最优结果。
通常由三部分组成：
Generator：生成候选点或候选 ActorContext：给测试提供参照物Test：对候选项做过滤和评分
Generator / Test / Context 的关系
Generator
负责“候选项从哪里来”。
常见生成方式：
- 在查询者周围生成一圈点
- 沿导航网格撒点
- 直接把一批 Actor 当候选项
Context
负责“相对于谁来判断”。
例如：
- 相对于查询者自己
- 相对于玩家
- 相对于当前锁定目标
Test
负责“如何选出更好的候选项”。
比如：
- 离目标更近
- 能看到目标
- 有路径可达
- 不在危险区域
所以可以把 EQS 理解成：
Generator 提供待选答案，Context 提供参考系，Test 负责淘汰和排序。
Test
Trace
Trace 常用来判断候选点与目标之间是否被遮挡。
典型用途：
- 寻找能看到玩家的位置
- 选择没有障碍物阻挡的攻击点
- 判断某个掩体点是否真的能挡住视线
Test Purpose
- Filter Only
- Score Only
- Filter and Score
常见的 Test 有：
Distance：按距离筛选或打分Dot：比较方向夹角Trace：做视线或遮挡检测Pathfinding：检查导航可达性和路径成本Overlap：检查空间占用
Test Purpose 的理解：
Filter Only：不参与评分，只负责淘汰Score Only：不淘汰，只参与排序Filter and Score：先筛再排
调试视图怎么读
调试时通常会看到一批候选点：
- 被过滤掉的点会变成无效候选
- 保留下来的点会按分数高低显示不同强度
- 最终选中的点通常会被明显高亮
重点不是死记颜色，而是看：
- 哪一层 Test 把点刷掉了
- 分数是被哪一个 Test 拉开的
EnvironmentQueryContext
简单说，EnvironmentQueryContext（环境查询情境/上下文）是在虚幻引擎的 EQS（Environment Query System，环境查询系统）里，用来作为“参考目标”的一种对象/类，用于告诉查询“要围绕谁、相对于谁做测试”。
核心要点是：
-
EQS 里的生成器会生成一堆“点”或“Actor”作为候选项（Items），而测试（Test）需要一个参照物来计算“距离谁最近”“谁能看到谁”等，这个参照物就是 Context。
-
引擎内置了一些 Context，比如“查询者自己”“采样到的 Item 本身”等，也可以通过蓝图或 C++ 继承 EnvQueryContext（或 EnvQueryContext_BlueprintBase）自定义 Context，例如“玩家角色”“所有敌人”“某个特定目标点”。
-
在测试节点里你会经常看到一个“Context”下拉框，选择的就是具体用哪种 EnvironmentQueryContext 作为这次测试的参考对象，从而决定如何给每个 Item 打分和筛选。
如果你习惯 Unity 类比，可以把 EnvironmentQueryContext 理解成“提供目标集合/位置给 AI 查询系统的一个策略类”，查询的生成和测试逻辑不变，只是通过不同的 Context，来切换相对谁去做距离、视线、覆盖等计算。
性能注意项
EQS 很强，但也不能乱开。
常见注意点：
- 不要对大量 AI 每帧跑复杂查询
- 先缩小
Generator范围，再叠加 Test Trace、Pathfinding这类测试通常更贵- 能用 Service 降频更新，就不要每次决策都全量重跑
典型应用
- 找到离玩家最近且可达的攻击点
- 找到有掩体、但仍能观察目标的位置
- 给敌人选择巡逻点、撤退点、侧移点
这也是它经常和 制作敌人AI 配套出现的原因。