AI学习当中，不学习行为树基本概念就不能明白具体实例中的操作意义，但是没有经过具体实例实验，又觉得基本概念抽象难以理解。建议先泛读（1）（2）后再对具体的细节进行死磕，能较深的理解行为树的具体概念。第一节对行为树的基本概念做个简要的介绍，第二节对行为树的官方案例做进一步分析。个人的学习顺序（2）->（1）       ->（2），请感兴趣的同学根据自己的喜好自行调整阅读顺序。

一、AI学习中的两大概念

1.行为树

行为树是驱动AI运动以及做出AI决策的一棵逻辑树。

图一

2.Blackboard

行为树中所需的数据都存储在Blackboard里。

二、行为树中的几大节点

1.Root节点

Root节点是行为树的根。

特点：

（1）只能有一个连接

（2）无法被Decorator或Sevice节点附着

（3）Root没有自身属性，选中后可以显示行为树的属性，如：Blackboard资源。

2.Composite节点

Composite是行为树分支的非Root非叶子节点，即对分支以及分支的执行方式进行定义。

有三种类型的Composite节点：

（1）Selector

（2）Sequence

（3）SimpleParallel

3.Task节点

Task节点是行为树的叶子节点，也是行为树的执行节点，可用来执行具体的任务。如：移动AI，发出噪音等。

4.Decorator节点

Decorator节点是行为树中的条件判断语句。它们可以附着在Composite节点或者Task节点上，实现分支数的调整以及Task节点的执行与否。如：判断的AI当前距离与玩家的距离是否小于阈值。图中的蓝色框图都是Decorator节点。需要注意的是：图中的Blackboard Based Condition是Decorator节点是判断Blackboard中的某个key值是否被set，而Blackboard里的数据去Blackboard
asset中查看。

5.Service节点

Service节点是行为树中Tick的存在。它们附着在Composite节点上，而且只有当Composite节点的分支被执行时，Service节点才会按所定义的频率进行执行。Service节点通常对Blackboard的值进行更新和修改，如：检测AI附近是否有玩家，有的话将Blackboard里定义的bool变量bIsEnemyNearBy置为True。