为什么使用 BDS:分层决策的优势
与节点流和行为树对比,理解多个专注的大脑如何拆解复杂问题,并由上层统一控制整体行为。
把一个复杂问题,拆成多个不同层次的大脑
BDS 的重点不只是把条件变成分数,而是把复杂 AI 的思考过程拆成可组合的决策层。最上层决定“现在要做什么”,中层决定“用哪种策略”,最下层用节点流完成具体动作。每一层只关心自己的问题,整体行为仍受上层目标约束。
这不是让多个无关模块同时操纵角色。同一角色的当前执行路径由上层逐级授权,真正执行的是叶子节点流里的 Action。当前路径中的上层 BDS 仍持续思考,所以手指在动作时,大脑仍可以下达新指令。
和单纯节点流、状态机、行为树相比
| 关注点 | 单纯节点流 / 状态机 | 典型行为树 | 多层 BDS + 节点流 |
|---|---|---|---|
| 如何组织 | 用顺序、分支和事件转换描述执行。 | 用组合节点、条件和子树组织任务。 | 用 BDS 分解决策问题,用节点流展开执行过程。 |
| 如何选行为 | 在分支 / 转换中显式编写选择条件。 | Selector 通常按优先顺序尝试,Sequence 组织顺序;也可扩展评分节点。 | 门槛筛选候选,基础分与上下文加分表达本层偏好。 |
| 复杂规则变化 | 逐渐增加分支和跨状态转换;需要管理关系。 | 可以拆子树,但需维护遍历、运行状态和中止策略。 | 把规则放进各层大脑;新增本层候选通常不必给每个旧行为补一条互转线。 |
| 长行为期间重新思考 | 需另设事件、轮询或上层监督。 | 反应式树、观察中止等机制也可持续响应。 | 决策更新与执行更新分离,当前活动决策层持续评分。 |
| 切换与退出 | 在转换条件与退出逻辑中处理。 | 由树语义与装饰器 / abort 机制处理。 | 明确区分领先候选和执行候选;普通等待或强制抢占并退出后代分支。 |
| 复杂动作 | 适合表达连续的过程与调用。 | 适合层次任务,动作细节仍依赖叶节点。 | 保留节点流优势:多 Action、Enter/Update/Exit、函数参数和返回值。 |
同一个射击问题,如何逐层拆开
战略层:是否交战?
Acquire 只回答“15m 内有没有可交战目标”。没有就巡逻,有则把执行权交给 Combat。它不关心射速和闪避方向。
战术层:进攻还是保命?
Combat 根据血量与环境,选择靠近射击或委托 Defense。这个层级不需要展开每个血包动作。
应对层:现在怎么保命?
Defense 比较临近弹道、血包可用性和撤退收益。按优先级选择 Evade、Heal、Retreat。
动作层:具体怎么做?
行为节点流负责移动与开火并行、等待、操作角色属性或调用其他子图;Action 持续更新直到完成或退出。
例如正在吃血包时目标离开索敌范围:Acquire 的规则可以抢占整条 Combat → Defense → Heal 路径,统一回到巡逻。若只是 Defense 发现弹道威胁,则只替换自己的 Heal 为 Evade,不需要推翻上层已经确定的战斗目标。
实际带来的优势
- 降低局部修改范围:感知、战术、动作各自维护,减少一张大图中的跨层连线。
- 决策持续、动作稳定:评分不断更新,但普通领先候选不会强行撕碎未完成动作;关键候选才允许抢占。
- 复用不同粒度:Action 是基础能力,节点流是复杂动作,Ability 是候选,子 BDS 是一套决策策略。
- 让“为什么没执行”可解释:能同时观察条件未过、评分未胜出、领先但等待、实际执行四种情况。
- 适合团队分工:角色程序暴露能力,玩法配置人员组合规则,复杂行为不必塞进单个自定义 Action。
适用场景与代价
少量固定动作的流程,单纯节点流往往更直接;以固定层次任务顺序为主的 AI,行为树也很合适。BDS 更适合候选较多、偏好会随上下文变化、行为跨帧且需要上层持续监督的角色。
代价是要维护评分尺度、互斥门槛与打断策略。每帧评估也有成本,昂贵感知应限频、缓存或由宿主提供;需要避免分数接近导致频繁抢占。多层大脑不是无限零成本并行,也不自动提供多核调度或网络帧同步。
参考与进一步阅读
PlayMaker:States · Unity Behavior:Behavior graphs。本章中的 BDS 行为与边界以本工程实现为准。