行为树

行为树是一张整洁的、会分叉的图，机器人从上往下读它，来逐时逐刻地决定下一步做什么。把它想象成一棵倒过来的树形流程图：最底下是一个个具体的小动作和小检查——“走到门口”“门开着吗？”“把箱子拿起来”——而它们上方是一些简单的枢纽节点，负责决定去尝试哪一个、按什么顺序来。每一次时钟跳动，机器人都从顶端出发、一路往下走，每个节点都会回报几种简单答案之一：成功、失败，或仍在进行。这些答案再一层层往上传，左右着下一步的选择。

巧妙之处其实只在两种枢纽。顺序节点的意思是“按次序做这些，一旦有一个失败就停下”——适合那些必须全部发生的步骤，比如先张开夹爪、再下移、再合拢夹爪。回退节点（或称选择节点）的意思是“一个一个地试，直到有一个成功为止”——适合带有备选方案的计划，比如先试前门，不行就试侧门，再不行就向人求助。把顺序和回退层层嵌套，你就能用这寥寥几种简单部件，搭出丰富而有层次的行为，而设计者读起整棵树来，几乎就像在读一句话。

机器人开发者偏爱行为树，是因为它模块化、易于改动。由于每条分支都自成一体，你可以加上一项新技能、调换优先次序，或者在靠近顶端的位置嫁接一条紧急的“电量低就去充电”分支，而不必把其余部分全都拆开重接——树天生会先检查高优先级的分支。正因如此，行为树在游戏角色和许多机器人身上，已基本取代了更老的有限状态机风格：状态机会把每一种情形都直接连到其他每一种情形，越长越乱成一团；而行为树则让逻辑保持井然有序、便于复用，哪怕机器人的本领越来越多也是如此。