EnvironmentQuerySystem#

敌人会检查身边的环境，比如在攻击玩家的轨道之间拥有障碍物的话就会更换位置和角度。 实现的一种方法是使用虚幻引擎的 Environment Query System。运行EnvironmentQuery时候，可以使用Generator，在某个点周围生成一组location或者actor，称为items，随后在items上执行一系列用户定义的测试，进行打分并选择最优的item

目标#

这套敌人 AI 的目标不是“能动起来”就结束，而是让敌人在战斗里具备三件事：

• 能找到玩家
• 能根据状态切换巡逻、追击、攻击
• 当位置不好时，能自己找更合适的站位

也就是把 AI 从静态触发器，做成一个能持续决策的战斗单位。

整体结构#

我这里采用的是 Unreal 比较标准的一套组合：

• Enemy Character：负责角色表现、动画、属性
• AuraAIController：运行 BehaviorTree
• BlackBoard：保存目标、状态、移动点
• BTTask / Behavior Tree Decorator：组织行为逻辑
• EnvironmentQuery：在需要换位时寻找更优位置

这套结构的优点是职责比较清晰：

• 感知和状态写进黑板
• 行为树只负责决策
• 角色本体只负责执行

黑板设计#

一开始最重要的是先把黑板 Key 定清楚，不然行为树会越写越乱。

这里至少需要几类数据：

• TargetActor：当前锁定的玩家
• MoveLocation：EQS 或巡逻系统算出的目标点
• bHasLineOfSight：是否有视线
• bInAttackRange：是否进入攻击范围
• CombatState：当前战斗状态

这些 Key 决定了后面 Task 和 Decorator 怎么解耦。

行为树结构#

一个可维护的基本结构通常是：

1. 高优先级：发现玩家并可攻击时，进入攻击分支
2. 中优先级：发现玩家但站位不好时，执行追击或换位
3. 低优先级：没有目标时巡逻或待机

其中高优先级分支会大量依赖 Blackboard Decorator：

• TargetActor Is Set
• bInAttackRange == true
• bHasLineOfSight == true

这样能保证 AI 不是死板走流程，而是随着目标状态即时切换。

EQS 的使用方式#

EQS 主要解决的问题是：敌人不只是“追过去”，而是要找到一个更适合输出的位置。

我的理解是把它用在这些场景最有价值：

• 玩家和敌人之间有障碍物，需要重新找视角
• 敌人想保持一个施法距离，而不是脸贴脸
• 敌人要绕开被占用的位置

实现上通常会：

1. 以敌人或目标为 Context
2. 通过 Generator 在周围生成候选点
3. 用 Trace、Distance、Pathfinding 等 Test 过滤并打分
4. 把最优点写入 MoveLocation
5. 让 Move To 或自定义 Task 执行移动

实现步骤#

踩过的坑#

• 黑板值虽然设计了，但没在正确时机更新，结果行为树永远卡在旧状态
• 只会 Move To 玩家，导致 AI 缺乏“战斗位移感”
• Decorator 的中止策略配错后，AI 要么不切状态，要么频繁抖动
• EQS 测试过多时，调试起来会很难看出是哪一层把点刷掉了

最终效果判断标准#

这类敌人 AI 做完后，我更关心的不是“节点很多”，而是下面这几件事有没有成立：

• 目标出现时能快速切到战斗状态
• 目标消失后能退回巡逻或警戒
• 被障碍物挡住时会主动调整位置
• 攻击、追击、换位之间切换自然

如果这几点成立，说明这套行为树和 EQS 结构已经具备继续扩展的基础。