游戏 AI / 系统课时
感知、导航和行为谁负责什么
感知、导航和行为谁负责什么
NPC 同时需要发现目标、计算路径、执行攻击和选择下一步行为。如果这些能力彼此直接调用,很快就会形成循环依赖。更稳定的做法是让 Perception、Navigation、Combat 与 Behavior Tree 各自负责一种问题,并通过状态和命令协作。
学习目标
- 明确 Perception、Navigation、Combat 与 Behavior Tree 的职责边界
- 理解状态输入、行为决策和动作执行之间的数据方向
- 用单向依赖减少系统之间的直接引用和循环调用
四个系统分别回答不同的问题
判断职责边界时,可以先问每个模块究竟应该回答哪一种问题。
| 系统 | 核心问题 | 典型职责 |
|---|---|---|
| Perception | 我感知到了什么 | 视野检测、听觉事件、目标可见性、最后已知位置 |
| Navigation | 我怎样移动过去 | 路径查询、移动请求、到达检测、不可达与失败状态 |
| Combat | 我现在能怎样战斗 | 生命值、弹药、冷却、伤害规则、攻击与技能状态 |
| Behavior Tree | 此刻应该做什么 | 条件组合、优先级选择、追击或攻击等行为编排 |
Behavior Tree 的优势是组织决策,而不是代替其他系统。比如行为树可以决定“目标可见且距离过远时执行 Chase”,但目标是否可见应该来自 Perception,路径是否存在应该由 Navigation 判断。

这张关系图最重要的不是模块数量,而是箭头方向:底层系统提供事实,行为树消费事实并发出意图,真正的执行仍由专业系统完成。
感知系统只负责发现和记忆目标
Perception 应处理视野、听觉、遮挡以及感知事件,并产出行为树可以直接使用的结果,例如 targetVisible、targetEntity、lastKnownPosition。
它不应该因为发现玩家就直接切换行为树到攻击分支,也不应该直接命令 Navigation 追过去。发现目标属于“事实”,追击属于“决策”。把两者分开后,同一套感知结果可以被警戒、逃跑、搜索等不同决策复用。
同时,Behavior Tree 也不应自己做射线检测或遍历附近实体。否则每个条件节点都可能实现一套感知逻辑,既浪费性能,也很难统一调整感知范围和遮挡规则。
导航和战斗只执行明确的动作意图
当行为树选择 Chase 分支时,移动 Action 可以向 Navigation 提交目标位置。Navigation 负责寻路、避障、驱动移动并报告 RUNNING、到达或失败所需的状态;行为树只根据结果决定继续追击还是切换备用分支。
攻击也是同样的模式。Behavior Tree 决定“现在尝试攻击”,Combat 负责验证并执行攻击过程,例如扣除弹药、进入冷却、产生伤害判定。行为树不应该自己修改 ammo,Navigation 也不应该因为进入攻击距离就直接调用 Combat。
这样设计后,一个动作失败时也更容易定位:没有路径查 Navigation,技能不可用查 Combat,看不到目标查 Perception,分支选错才检查 Behavior Tree。
用 Blackboard 传状态,不让模块互相钻进去
Blackboard 或 Decision Context 可以充当决策层的数据接口,但它更适合保存“行为树需要知道的状态”,而不是成为所有系统共享的万能对象。
例如 Perception 写入目标可见性,Combat 写入攻击可用状态,Navigation 写入路径状态;Behavior Tree 主要读取这些字段。写入权限最好按字段归属划分,避免多个系统同时修改同一个键,否则出现错误时很难确认谁覆盖了最终值。
也不要让行为树为了判断 CanAttack 依次取得 Combat 内部的武器、技能、Buff 和资源对象。让 Combat 暴露已经整理好的 attackReady,可以同时隐藏实现细节和降低依赖数量。
循环依赖通常从越权开始
危险的结构通常是这样的:Perception 发现目标后直接调用 Behavior Tree,Behavior Tree 又调用 Navigation,Navigation 到达后直接触发 Combat,Combat 受击时再次修改 Perception 或行为树状态。每个模块都知道其他模块的内部细节后,任意修改都可能产生连锁影响。
更容易维护的链路是“状态向决策层汇聚,命令从决策层向执行系统发出”。系统执行完成后,再把新的事实写回各自状态,等待下一次行为树 Tick 重新评估。
需要立即通知的事件也可以通过事件通道处理,例如死亡、受击或路径失败,但事件最好表达已经发生的事实,而不是要求接收方进入某个具体状态。TargetDied 比 SwitchToPatrol 更容易复用,因为最终如何响应仍由决策层决定。
当这四个模块能够独立回答各自的问题时,NPC AI 的修改范围会明显收敛:感知算法升级不用重写攻击节点,寻路实现替换不用修改目标检测,战斗规则变化也不需要重新组织整棵行为树。Behavior Tree 最终保持它最重要的职责——根据已经得到的事实选择下一步行为。