AI在UE4的示例里面主要用來做尋路、避障噪馏、探索等一些功能，在UE4的動畫制作中绿饵，同樣可以為角色設(shè)定一些AI動作欠肾，比如說對場景中一些物體的反應(yīng)、聽到不同對話聲音的一些反應(yīng)拟赊、空閑時隨機做一些自由動作等刺桃。
AI的循環(huán)處理主要分為三個階段：感知（Sense）、思考（Think）吸祟、行動（Act）虏肾。感知表示對AI當(dāng)前狀態(tài)進行記錄廓啊，包括物理感覺(聽覺視覺觸覺等)，可以對這些物理感覺定制優(yōu)先級封豪，還能添加一些抽象的感知谴轮；思考表示AI利用感知到的信息，和目標進行一起評估吹埠，然后為下步行動指明方向第步；行動是根據(jù)感知和思考階段的信息，做出相應(yīng)的行為缘琅，如跑步粘都、跳躍、和其他AI通信等刷袍，當(dāng)行動結(jié)束后翩隧，又回到感知的狀態(tài)。
AI場景設(shè)計的參考流程如下：
1呻纹、新建一個CharacterBlueprint（角色藍圖）堆生，用于表示AI角色，并命名為AI_ThirdPersonCharacter雷酪；
2淑仆、新建一個AIController（AI控制器），并命名為AIC_ThirdpersonCharacter;
3哥力、打開AI的角色藍圖蔗怠，找到Pawn->AIControllerClass,選中之前創(chuàng)建的AI控制器，此處的AutoPossessPlayer是關(guān)閉的吩跋，表明控制方式是AI控制寞射；
4、將AI角色藍圖放入到Level場景中锌钮；
5桥温、使用AI尋路功能，在Level場景中添加“NavMeshBoneVolume”(尋路網(wǎng)格體)轧粟，此網(wǎng)格體功能就是預(yù)先計算好尋路數(shù)據(jù)（默認是按照靜態(tài)物體計算策治，如果要對移動的物體進行監(jiān)測，要在設(shè)置里打開動態(tài)監(jiān)測兰吟，會增加一定的計算機開銷）通惫；
選中Level場景中的NavMeshBoneVolume，在Details->BrushSetting中將Mesh進行放大混蔼，覆蓋整個地圖（鍵盤的P鍵是打開/關(guān)閉顯示導(dǎo)航路徑履腋，默認導(dǎo)航路徑是自動更新的）；
在Level場景中放入NavMeshBoneVolume后，會自動生成一個RecastNavMesh-Default對象遵湖，用于輔助尋路網(wǎng)格工作悔政，如設(shè)置代理半徑/高度（AgentRadius/Height）等，這樣可以根據(jù)AI角色的實際大小延旧，設(shè)置更為精確的導(dǎo)航路徑谋国，同時Agent的代理數(shù)量可以根據(jù)需求自行添加；
6迁沫、UE4的預(yù)置模塊里芦瘾，還有NavModifierVolume，它的可以設(shè)置一些AI尋路的權(quán)重集畅，告訴AI哪些區(qū)域可以走近弟，哪些區(qū)域比較難走，示例中不做過多介紹挺智；
7祷愉、在藍圖中讓AI角色自由行走的方法（此方法相對比較簡單，處理的邏輯也不復(fù)雜赦颇，如果要使用復(fù)雜邏輯二鳄，后面會介紹使用行為樹BehaviorTree的方法）：
打開AI角色（AI_ThirdpersonCharacter）->EventGraph；
新建自定義事件并命名為“RandomWalk”沐扳，調(diào)用函數(shù)“SimpleMoveToLocation”泥从，此函數(shù)中帶兩個輸入?yún)?shù)Controller對象和Goal位置句占，獲取AI角色藍圖里的Controller對象沪摄，通過調(diào)用Get Controller函數(shù)，它會自動返回一個Pawn對象纱烘，之前我們在Pawn里用的AIControllerClass就是我們自建的AIC_ThirdpersonCharacter;
調(diào)用GetRandomMoveToLocation函數(shù)杨拐，這個函數(shù)會返回一個隨機的位置信息給SimpleMoveToLocation的Goal輸入，此函數(shù)輸入?yún)?shù)中的Origin表示初始點的位置信息擂啥，可以通過調(diào)用Get Actor Location獲取AI角色的當(dāng)前位置哄陶，Radius表示隨機去的半徑范圍；
調(diào)用系統(tǒng)事件Event Begin Play哺壶，此事件在AI角色藍圖運行時自動觸發(fā)屋吨，之后我們通過Set Timer by Event定時器函數(shù)，自動去觸發(fā)之前設(shè)置的自定義事件Random Walk山宾，注意在定時器函數(shù)中至扰，把Loopping打開；
把所有環(huán)節(jié)串接起來资锰，編譯運行敢课，AI角色就會在Level場景中隨機移動，并且每隔固定的事件，重新尋找新的路徑直秆；
8濒募、GamePlay調(diào)試器的使用，可以用鍵盤上的撇號調(diào)出調(diào)試器圾结，調(diào)試器類似于編程里的Debugger瑰剃，可以設(shè)置斷點，可以查看Level場景中的各類參數(shù)筝野；
9培他、AI感知系統(tǒng)中有兩個重要的組成部分：AI感知組件（AIPerception）和AI感知刺激源（AIPerceptionStimuliSource）；系統(tǒng)自帶事件OnTargetPerceptionUpdated遗座，當(dāng)感知發(fā)生變化時會自動觸發(fā)舀凛，并返回一個刺激源（Stimulus）和感知對象（Actor），感知的框圖如下：
10途蒋、在AI角色中（AI_ThirdpersonCharacter）中猛遍，添加感知組件（AIPerception），選中添加好的感知組件号坡，在Details->AIPerception->SenseConfig中懊烤，添加感知源（AISightConfig視覺感知），在視覺感知源中宽堆，還能詳細的設(shè)置視覺半徑和視覺范圍腌紧，在DetectionByAtilation中，勾選Neural畜隶，表示感知的監(jiān)測對象為中立方（一般玩家角色設(shè)置為中立方才能被監(jiān)測到）壁肋；
11、將玩家角色（ThirdPersonCharacter）拖入到Level場景中籽慢，在藍圖中添加刺激源組件（AIPerceptionStimuli Source）浸遗，選中刺激源，在Details->AIPerception箱亿，打開AutoRegisterSource跛锌，選擇RegisterAsSourceForSense->AI_Sense_Sight，表示將刺激源放到玩家角色上届惋，同時刺激源是視覺刺激髓帽；
默認ThirdPersonCharacter的類中自帶SightStimuli，計算不加刺激源脑豹，它也能被AI感知到郑藏，此處加上只是為了說明原理；
12晨缴、在AI_Third personCharacter中译秦，關(guān)閉Event Begin Play事件，不調(diào)用之前寫的簡單自動尋路藍圖，之后會用行為樹BehaviorTree的方式讓AI自動尋路筑悴；
13们拙、在AI_Third personCharacter中，添加AI感知事件OnTargetPerceptionUpdated阁吝，捕獲AI感知信息和對象砚婆，將感知到的對象存為內(nèi)部變量并命名為“PerceivedActor”，將捕獲到的刺激源突勇，通過BreakAIStimulus函數(shù)打碎装盯，這樣可以返回感知到的所有內(nèi)容和狀態(tài)，這次例子中只用到了感知狀態(tài)的真假SuccessfullySensed甲馋，然后把這個Bool值傳遞給Branch分支函數(shù)埂奈，分支的真表示AI感知到玩家，感知到玩家后回去追蹤定躏，分支的假表示丟失玩家账磺，丟失后AI又會去自動尋路；
新建一個Target Lost的自定義事件痊远；
在分支假后面垮抗，設(shè)定一個事件觸發(fā)的計時器函數(shù)SetTimerByEvent，連接自定義事件Target Lost碧聪，并設(shè)定時間冒版，表示分支進入假狀態(tài)后，定時多少秒逞姿，自動去觸發(fā)Target Lost事件辞嗡；
在分支真后面，需要設(shè)定一個函數(shù)ClearAndInvalidateTimerByHandler哼凯，表示進入真以后欲间，自動清除之前分支假里面的SetTimerByEvent函數(shù)楚里，如果不清楚断部，可能會遇到Target被監(jiān)測到，仍舊會被分支假里的計時器清空的情況班缎，如果玩家一會進入AI感知范圍蝴光，一會又出去的情況；
AI_Third personCharacter的藍圖中达址，我們只是定義的感知后的處理邏輯蔑祟，具體怎么去處理，需要通過接下來的行為樹來實現(xiàn)沉唠；
14疆虚、行為樹（BehaviorTree）是將AI場景中的決策制定模型進行可視化操作的方法，相當(dāng)于思考這個環(huán)節(jié)；行為樹的執(zhí)行順序為從上到下径簿，從左到右罢屈；
行為樹的根節(jié)點（Root）下方有各種節(jié)點，其中任務(wù)節(jié)點（Task）是行為樹分支的重點篇亭，有預(yù)置的任務(wù)（如Move to,Wait）缠捌，也可以自定義任務(wù)；
選擇合成器（Selector）節(jié)點會執(zhí)行它下面的子節(jié)點译蒂，只要有子節(jié)點返回時True,那么Selector為True曼月，會繼續(xù)執(zhí)行，只有當(dāng)所有的子節(jié)點返回是False時柔昼，Selector才返回為False并退出哑芹；因此在Selector下的子節(jié)點，我們一般將優(yōu)先級最高的放左邊捕透；類似于去上班的任務(wù)绩衷，不管是走路還是坐地鐵還是公交車，最終我們都能到達公司激率；
Sequence合成器節(jié)點咳燕，它會遍歷下方所有子節(jié)點，當(dāng)都返回True時乒躺，它才返回True招盲，這個節(jié)點的方式與人們處理障礙的方式類似；
同時行為樹中還能定制一些服務(wù)（Service）和裝飾器（Decarotar）嘉冒，放置到Selector和Sequence節(jié)點中曹货，讓處理邏輯更加靈活；
15讳推、新建一個行為樹顶籽，并命名為BT_EnemyAI；
16银觅、新家一個黑板（BlackBoard）礼饱，并命名為BB_EnemyAI，關(guān)聯(lián)BT——EnemyAI究驴，黑板的作用是為行為樹提供參數(shù)和狀態(tài)镊绪，幫助行為樹來進行判定；
17洒忧、打開AI控制器AIC_ThiredpersonCharacter蝴韭，在EventGraph中，使用系統(tǒng)自帶事件EventOnPossess（表示AI控制器被執(zhí)行的時候觸發(fā)）熙侍，然后調(diào)用RunBehaviorTree函數(shù)榄鉴，選擇之前創(chuàng)建的行為樹并執(zhí)行行為樹履磨；
18、在黑板（BB_EnemyAI）中新建一個Key庆尘，命名為Target Location蹬耘，類型設(shè)置為Vector，我們后面其實就是要把AI角色藍圖里的數(shù)據(jù)减余，傳遞給黑板综苔，黑板再告知行為樹進行判定；
19位岔、在行為樹中使用自動尋路Task的方法如下：
在行為樹中如筛，新建一個自動尋路的任務(wù)（Task），來用作自動尋路抒抬，并命名為“BTT_FindNavigationLocation”杨刨，之前再AI角色藍圖中（AI_ThirdpersonCharacter）中已經(jīng)去掉的自動尋路事件觸發(fā)，因此在AI角色藍圖中擦剑，不會執(zhí)行自動尋路妖胀，我們把自動尋路的功能改成的Task的方式，供行為樹使用惠勒；
進入BTT_FindNavigationLocation任務(wù)赚抡，添加系統(tǒng)事件ReceiveExecuteAI，當(dāng)行為樹執(zhí)行該任務(wù)時纠屋，會自動觸發(fā)此事件涂臣，ReceiveExecuteAI事件執(zhí)行后返回兩個對象Owener Controller和ControlledPawn，我們可以通過將Owener Controller對象輸出給GetActorLocation函數(shù)售担，來返回一個AI對象的位置赁遗；
把這個AI對象的位置傳遞給Get Random Reachable PointInRadius函數(shù)，并輸出一個隨機位置信息族铆；
將隨機的位置信息通過SetBlackBoardValueAsVector函數(shù)傳遞給BlackBoard岩四，SetBlackBoardValueAsVector中還有一個Key的輸入變量，我們在Task中新建一個BlackBoardKey類型的變量哥攘，并設(shè)置成公有變量命名為“Target Location Key”,將此共有變量傳遞給SetBlackBoardValueAsVector剖煌；之后只要在行為樹的黑板中，把這個Key對應(yīng)上献丑，就能準確傳遞隨機位置末捣；
在Task任務(wù)的最后，加上FinishExecute创橄，并勾選success，或者將之前Get Random Reachable PointInRadius的狀態(tài)發(fā)給它莽红；所有Task任務(wù)中妥畏，一定要加上FinishExecute邦邦，表示任務(wù)已經(jīng)完成，不然在行為樹中醉蚁，不會去執(zhí)行接下來的任務(wù)燃辖；
20、注意Task任務(wù)如果失敗网棍，那么它的父節(jié)點Sequence也會失敗并終止黔龟；將BTT_FindNavigationLocation任務(wù)加入到行為樹中，此時公共變量Target Location Key暴露給了行為樹滥玷，將此變量綁定到黑板中的Target Location啊氏身，這樣就能將Key對應(yīng)的隨機位置數(shù)值，傳遞給黑板惑畴，具體行為樹中流程圖如下：
21蛋欣、在行為樹中設(shè)置追蹤玩家角色的邏輯，在黑板中（BB_EnemyAI）中如贷，新建一個Key命名為TargetActor陷虎，類型為Actor，新建一個Key杠袱，命名為HasLineOfSight尚猿，類型為Bool；
22楣富、打開AI控制器（AIC_ThirdpersonCharacter）谊路，新建兩個函數(shù)UpdateTargetActorKey和UpdateHasLineOfSightKey，這兩個函數(shù)之后會在AI角色藍圖中被調(diào)用菩彬，它們的主要作用是缠劝，把AI角色藍圖中感知到的對象以及感知狀態(tài)，發(fā)送給黑板骗灶，這兩個函數(shù)里面主要調(diào)用的一個函數(shù)是SetValueAsObject,SetValueAsObject函數(shù)的輸入包含Value惨恭、Target和Key，其中Target對象通過通過GetBlackboard來直接獲取耙旦，Key的值通過自定義脱羡，并跟實際行為樹中的黑板值對的上，Value值就是AI角色藍圖中送過來的免都；
23锉罐、下圖列出了整個AI搭建中的框圖，供參考和理解：
24绕娘、在行為樹（BT_EnemyAI）中創(chuàng)建一個Sequence用于追蹤玩家并命名為ChasePlayer脓规，并把這個Sequence放到之前隨機走動Sequence的左側(cè)，子節(jié)點使用自帶的任務(wù)MoveTo和Wait侨舆，其中Move指向之前BB_EnemyAI中建立的Key-TargetActor秒紧；
25、在ChasePlayer的Sequence上添加裝飾器（Decarotar）挨下，用于判定目標對象是否被鎖定熔恢；添加完后選擇裝飾器，在Details->BlackBoard->KeyQuery(選擇is Set)->BlackBoardKey(選擇TargetActor)臭笆；在Details->FlowControl(流控制)->NotifyObserver（通知觀察者）->OnResualt->ObserverAborts(選擇Both);
此處的設(shè)定表示AI在隨機行走時叙淌，如果發(fā)現(xiàn)目標，則會停止隨機行走愁铺，轉(zhuǎn)而追蹤目標鹰霍；如果在追蹤目標時，目標丟失后帜讲，當(dāng)目標狀態(tài)發(fā)生變化衅谷，AI會立即終止追蹤，改為隨機行走似将；
26获黔、使用EQS環(huán)境查詢（首先需要在編輯配置中將其打開），操作方法如下：
新建EQS查詢文件EnvironmentQuery在验，命名為EQS_FindClosestFoodSource,雙擊進入編輯頁面玷氏，拖動其根節(jié)點（Root），并在生成器里選擇生成ActorOfClass（之前需要建一個FoodSource腋舌，模擬食物盏触，取消碰撞機制，然后把這些Actor托到Level場景中）块饺，取消GenerateOnlyActorInRadius（此處表示場地小赞辩，AI完全可以在場地里尋找，不需要設(shè)置額外的尋找食物半徑）授艰；
右擊ActorOfClass生成器辨嗽，添加一個條件-DistanceToQuery，在對應(yīng)的Details中淮腾，將TestPurpose設(shè)置為ScoreOnly糟需，然后在ScoreFactor中設(shè)置因子為-1；（這樣表示偏好距離更短的選擇谷朝，也就是說距離越短洲押，權(quán)重越大）
在BlackBoard中（BB_EnemyAI），新建一個Key圆凰，類型選擇Food Source（之前建的Actor）杈帐，并命名為TargetFoodSource；
回到行為樹中（BT_EnemyAI）,在Selector下方新建一個Sequence送朱，放在追蹤和隨機行走的Sequence中間娘荡，并命名為FindFood干旁；
在FindFood的Sequence下驶沼，新建EQS查詢?nèi)蝿?wù)炮沐，選擇EQS查詢，在Details->EQSRequest->選擇之前建立的EQS文件回怜；在RunMode中大年，選擇SingleBestItem（即最優(yōu)的選項）；在BlackBoard->BlackBoardKey中玉雾，選擇要查詢的對象FoodSource翔试；
在FindFood的Sequence下，EQS查詢?nèi)蝿?wù)的旁邊复旬，新建Move To任務(wù)垦缅，選擇對象時Target Food Source，再建立Wait任務(wù)驹碍，設(shè)置等待時間壁涎；
根據(jù)饑餓值來判斷是否是找食物，還是自由行走志秃，還是追蹤玩家（默認追蹤玩家的優(yōu)先級最高怔球，其次是找食物，最后是自由行走）浮还；
在黑板中（BB_EnemyAI）竟坛，新建一個Float類型的Key，并命名為Hunger钧舌；
在行為樹中（BT_EnemyAI）担汤，新建一個Service服務(wù)，命名為BTS_Hunger洼冻，打開Service文件崭歧，在其內(nèi)部新建一個公共變量，命名為HungerKey,類型是BlackBoardKey碘赖；
在Service中添加一個系統(tǒng)事件Event Receive Tick AI（表示每次服務(wù)更新時會觸發(fā)驾荣，服務(wù)和任務(wù)的區(qū)別在于，服務(wù)會一直循環(huán)運行普泡，而Task運行完會結(jié)束播掷，下次要使用需要重新調(diào)用）；
在Service中撼班，內(nèi)部新建一個公共變量歧匈，命名為HungerIncreaseRate，類型是Float砰嘁；每次服務(wù)更新時件炉，通過HungerIncreaseRate增加饑餓值勘究，并把饑餓值傳遞給黑板（BB_EnemyAI，通過函數(shù)SetBlackBoardValueAsFloat實現(xiàn)）斟冕；
將Service服務(wù)放進行為樹的Selector中口糕，讓它一直運行，然后將HunggerKey綁定到黑板中的Hunger磕蛇；在Selector中景描，選擇Service后，還能調(diào)整Service的更新時間間隔秀撇，以及隨機偏差（RandomDerivative超棺，此處我們不加偏差）；
在FindFood的Sequence中呵燕，添加一個裝飾器棠绘，類型是BlackBoard，在裝飾器的Details->BlackBoardKey再扭，選擇Hunger氧苍，并設(shè)置Key的值是1，此處表示當(dāng)Key值到1時霍衫，裝飾器會運行FindFood序列候引；
再建立一個任務(wù)，命名為BTT_SetKeyFloat敦跌，其目的是當(dāng)Hunger值到1時澄干，自動清零；
打開BTT_SetKeyFloat任務(wù)柠傍，在里面新建一個Float Key公共變量麸俘，類型是BlackBoard Key，再新建一個FloatValue公共變量惧笛，類型是Float从媚，設(shè)置其默認值是0，使用SetBlackBoardValueAsFloat設(shè)置黑板上的Hunger值患整；
最后將BTT_SetKeyFloat任務(wù)放到FindFood的Sequence下拜效，并放到最后；
