在阅读本指南之前，建议先行阅读行为树快速入门指南或先了解一下虚幻引擎4中的蓝图和行为树。

场景查询系统（EQS）可在行为树中用于通过各种测试轮询场景，然后根据这些测试的结果做出如何继续的决定。EQS的一些样板用例包括：让AI角色找到避开玩家视线的掩护位置，或者找到关卡中最近的体力回复剂或弹药。

场景查询实际上由多个不同部分组成。可以从行为树调用场景查询，然后实际的场景查询将使用其生成器，引用其情境，并使用其测试，从而为行为树提供权重最高的结果。

在本指南中我们将创建一个AI，它会在场景中随机移动，直到看见玩家为止。看见玩家时，该AI会使用EQS系统在场景中找到一个在保持距离的同时提供最佳优势的位置。如果想让AI角色进行某种远程攻击，这会十分实用，因为AI将会保持与玩家的距离，并尽量维持视线，如下例所示。

在本指南学习完毕后，您将对下列系统有基本的了解：

1. 蓝图可视化脚本

2. AI控制器

3. 黑板

4. 行为树

5. 场景查询系统（EQS）

6. EQS情境

7. AI调试工具

1 - 必要项目设置

在这一步，我们将为我们的项目设置一些需要用于AI的资源，并启用EQS系统。

在本指南中，我们要使用一个新的 蓝图第三人称模板 项目。

1. 在项目中，在 编辑器首选项（Editor Preferences）> 试验性（Experimental）> AI 部分，启用 场景查询系统（Environment Querying System）。

   

   启用EQS系统后，你就可以创建并访问与EQS相关的资源。

2. 在 Content > ThirdPersonBP > Blueprints 文件夹中，将 ThirdPersonCharacter 复制到一个名为 AI 的新建文件夹。

   

3. 在 AI 文件夹中，用 新增（Add New）> 创建高级资源（Create Advanced Asset）> 人工智能（Artificial Intelligence） 选项创建以下三个AI资源：

   
   • 黑板，命名为 BB_Enemy
   • 行为树，命名为 BT_Enemy
   • 场景查询，命名为 EQS_FindPlayer

4. 创建 AIController 类型的新 蓝图类，命名为 AIC_Enemy。

   

5. 创建 EnvQueryContext_BlueprintBase 类型的新 蓝图类，命名为 EQC_PlayerContext。

   

   情境 可在EQS系统中使用，作为应用各种测试时的参考，例如“EQS，我离指定的情境有多近”就是一种可以运行的测试。稍后在本指南中执行测试时，将使用此资源提供玩家角色作为情境。

2 - 场景查询情境

在这一步中，我们为玩家角色的EQS系统建立一个情境，它将用在指南之后的测试中。

1. 打开 EQC_PlayerContext 资源，然后在 我的蓝图（My Blueprint） 面板中，覆盖 Provide Single Actor 函数。

   

   可以提供单个 Actor 或 位置 作为情境，也可以提供一组 Actor 或 位置。

2. 在 Provide Single Actor 函数中，使用 Get Player Character 调用作为 结果Actor（Resulting Actor）。

   

   这将会在运行时作为情境检索玩家角色。

   虽然我们在这个用例中重点讲述蓝图，但更优化的方法是通过C++创建情境。

3 - EQS设置

在这步中，我们跳转到EQS编辑器中，设置测试来查找具有看到玩家角色的视线的位置。

1. 在 EQS_FindPlayer 中，从图表中的 Root 节点连出引线，添加一个 Points:Grid 节点。

   

   有多种不同类型的 生成器 可用于创建与情境相关的 项目（Item）。然后这些项目（Item）就会被用在测试中（例如项目X距离情境Y有多远）。测试结果中的项目（Item）会被剔除或计分，然后就可用于确定什么是“最佳”（分数最高或最低）选项。

   在这个示例中，我们将在AI周围的网格上生成一系列点，最终将使它进入可以看到玩家角色的位置。

2. 在 细节（Details） 面板中，将 网格半大小（GridHalfSize） 改为 800，间隔（Space Between） 改为 150.0。

   

   这些设置用于定义可用来测试的点数，以及这些点之间的距离。由于性能原因，需要将这些设置控制在可管理的大小，因为过大的网格可能会影响游戏的性能。

   使用 生成围绕（Generate Around） 字段可以确定应该将网格放置在什么位置（这个示例中是放在查询器或AI角色周围）。虽然将 生成围绕（Generate Around） 设为使用我们创建的玩家情境也可行，但我们不希望AI在已经看到玩家的情况下移动到玩家附近的网格的某个点上。

   投射数据（Projection Data） 提供了更多字段来确定如何生成网格。针对本示例，我们可以让这些字段保留默认设置，但有必要，也可以返回来调整这些设置。

3. 右键单击 SimpleGrid 节点，在 添加测试（Add Test） 下选择 追踪（Trace）。

   

   追踪 测试将用于确定网格上的点是否能够真正看到玩家角色。

   对生成器添加测试的顺序并不重要。测试会自动排序，将过滤测试排在前面（从而使后续测试所处理的项目（Item）集合尽可能小），还会按开销过滤（从而使距离过滤器在视线过滤器之前执行）。

4. 右键单击并再添加一个 距离（Distance） 类型的测试。

   

   在 追踪 测试返回能够看到玩家角色的点之后，距离 测试将用于根据这些点与玩家角色的接近程度来对其计分。

5. 选择 追踪 测试，然后在 细节（Details） 面板中设置下列选项：

   
   • 测试目的（Test Purpose） = 仅过滤（Filter Only）
   • 情境（Context） = EQC_PlayerContext
   • 布尔匹配（Bool Match） = 禁用（Disabled）

   在这里我们提供玩家角色作为可视性 追踪 测试中的参考点（情境）。禁用 布尔匹配（Bool Match） 选项表示我们希望过滤掉所有无法看见玩家角色的点。

6. 选择 距离 测试，然后在 细节（Details） 面板中，将 测试目的（Test Purpose） 改为 仅计分（Score Only），计分因子（Scoring Factor） 改为 -1.0。

   

   距离 测试目的是对返回的项目（Item）计分，-1.0的计分因子是对离玩家角色较近的点计高分。如果将这个设置保留为1.0，它将返回离玩家最远的点，这可能导致AI为了到达最远的点而直接从玩家身边跑过。

   还有另一些计分选项，例如用最大值或最小值限定分数，更改在乘以 计分因子（Scoring Factor） 前用于使分数规格化的 计分公式（Scoring Equation），定义 规格化类型（Normalization Type） 或指定用于规格化分数的 参考值（Reference Value）。在此示例中，我们可以让这些选项全都保留默认设置。

4 - 黑板和行为树设置

在这一步中要设置黑板键，并对行为树的分支进行布局。

1. 在 BB_Enemy 黑板资源中，创建以下三个键：

   
   • 布尔，名为 HasLineOfSight
   • 矢量，名为 MoveToLocation
   • 对象，其 基类（Base Class） 设为名为 TargetActor 的 Actor

   这些键将用于在我们的行为树分支之间更新和移动。

2. 打开 BT_Enemy 行为树，使用 选择器、序列 和 等待任务 节点创建下列图表：

   点击查看大图。

   在上图中我们有三个主要分支。最左边的分支使用 选择器 节点（我们将它命名为 In Combat）在两个 序列 节点之间切换（一个叫 Attack，另一个叫 Move into Position）。当AI不执行“In Combat”分支时，它将执行被我们命名为 Patrolling 的下一个分支。如果由于某种原因，AI既不在战斗、也不在巡逻，那么我们还设置了一个进行等待的失效安全任务（已将等待时间设为1秒钟），在等待后AI就会尝试移动到其他分支。

5 - 行为树：巡逻设置

在这一步中，我们要设置行为树的巡逻分支。

1. 从 Patrolling 序列节点连出引线，添加一个 移动到（Move To） 任务（设为 MoveToLocation）和一个 等待（Wait） 任务（设为 5 +/- 1 秒）。

   

   这将指示AI移动到黑板键 MoveToLocation 然后等待指定的时间，但我们还需要为 MoveToLocation 定义矢量值。

2. 从工具栏创建 新任务，然后在 内容浏览器 中将它命名为 BTT_RandomLocation。

   

3. 在 BTT_RandomLocation 中，重建如下所示的蓝图图表。

   使用一个 事件接收执行AI（Event Receive Execute AI） 节点，从 Controlled Pawn 可以 Get Actor Location，使用它作为 Get Random Reachable Point in Radius 函数的 原点（我们设置了 1000 作为 半径）。

   使用来自 GetRandomReachablePointInRadius 节点的 返回值 作为 分支 条件。从 True 引脚连出引线，使用 Random Location 值和 Set Blackboard Value as Vector，其键是名为 MoveToLocation 的 黑板键选择器 变量。

   从 False 引脚连出引线， Set Blackboard Value as Vector，以 Get Actor Location 作为 值。这表示在没有找到随机点的时候，我们会先使用角色的现有位置，然后尝试寻找新的位置。将两条执行线都拉到一个 完成执行（Finish Execute） 节点，并启用 成功（Success） 来结束任务。

   在将这个任务添加到行为树前，我们需要能够设置 MoveToLocation 的值，因此我们需要单击 我的蓝图（My Blueprint） 面板中的眼睛图标，确保将它设为 实例可编辑（Instance Editable）。

   

4. 在行为树中，添加 BTT_RandomLocation 任务（在 细节（Details） 面板中设置 MoveToLocation）作为 Patrolling 下面的第一个节点。

   

6 - 行为树：战斗设置

在这一步中，我们设置与In Combat分支关联的任务，包括我们的EQS_FindPlayer查询，它用于查找有看到玩家角色的视线的位置。

1. 右键单击 In Combat 选择器并添加 黑板 类型的 装饰器，并使用下列设置：

   
   • 观察者中止（Observer aborts） 设为 低优先级（Lower Priority）
   • 黑板键（Blackboard Key） 设为 TargetActor

   这表示一旦设置了TargetActor，就执行In Combat分支并中止所有优先级较低的任务。

2. 右键单击 Attack 序列并添加 黑板 类型的 装饰器，并使用下列设置：

   
   • 通知观察者（Notify Observer） 设为 数值改变时（On Value Change）
   • 观察者中止（Observer aborts） 设为 低优先级（Lower Priority）
   • 黑板键（Blackboard Key） 设为 HasLineOfSight

   这表示如果设置了 HasLineOfSight，则执行Attack分支。如果没有设置 HasLineOfSight，则执行另一个分支，直到 HasLineOfSight 再次设置。

3. 从 Attack 节点连出引线，添加一个 旋转以面向BB（Rotate to face BB） 条目（设为 TargetActor）。

   

   这将使AI在处于“attack”分支时转向TargetActor。在这个示例中，我们没有给AI提供攻击，如果需要，可以稍后添加。

4. 从 Move Into Position 节点连出引线，使用 Run EQSQuery 节点。

   

   Run EQSQuery节点可用于执行将更新分配的黑板键的EQS查询。

5. 在 Run EQSQuery 节点的 细节（Details） 面板中，将 黑板键（Blackboard Key 设为 MoveToLocation，查询模板（Query Template） 设为 EQS_FindPlayer。

   

6. 添加一个 MoveTo（设为 MoveToLocation），并添加 旋转以面向BB（Rotate to face BB） 条目（设为 TargetActor）跟随 Run EQS Query。

   

   行为树将会运行EQS查询来更新黑板键 MoveToLocation，然后AI就会移动到该位置，并转身面对 TargetActor（玩家角色）。

   完整的行为树应该类似于下图所示：

   点击查看大图。

7 - AI控制器设置

在这一步中，我们要设置运行行为树的AI控制器，并为AI提供使用AI感知看到玩家角色的方法。

1. 在 AIC_Enemy 蓝图中添加一个 占据时事件（Event On Possess） 并连接到 运行行为树（Run Behavior Tree）（设为 BT_Enemy）。

1. 添加 AI感知（AIPerception） 组件，并使用下列 AI视觉配置（AI Sight config） 设置：

   
   • 感官配置（Senses Config），添加 AI视觉配置（AI Sight config）
   • 探测中立方（Detect Neutrals） 设为 启用（enabled）

   这将使AI能够感知到其他Actor，并且在感知系统感知到Actor时触发事件。当前在默认情况下，系统不会对玩家分配关联，只能通过C++代码来分配。为了规避这个问题，我们允许感知系统探测中立方，并将使用Actor标记来使其仅感知到标记为“玩家”的Actor。

2. 针对 AI感知（AIPerception） 组件，在 事件（Events） 下面添加一个 在目标感知时更新（On Target Perception Updated），然后将 Actor 引脚提升为变量，名为 Perceived Actor。

   点击查看大图。

   当AI感知到某些事物时，就会将该Actor存储为变量，稍后我们会使用它来更新我们的黑板。

3. 添加两个 分支 节点，并使用下列条件：

   点击查看大图。

   • 第1个分支 条件（Condition） 设为 Actor有标记（Actor Has Tag） 并且 标记（Tag） 设为 玩家（Player），目标（Target） 设为来自 感知更新（Perception Updated） 的 Actor。
   • 第2个分支 条件（Condition） 设为来自 感知更新（Perception Updated） 事件的 刺激（Stimulus） 引脚的 成功感知（Successfully Sensed）。

   在上面的设置中，如果被感知到的Actor有玩家的标记，分支就会继续执行，检查该Actor是否被成功感官到。如果它没有Actor的标记（可能是另一个AI敌人），就不会继续执行。

4. 从第2个分支的 False 引脚连出引线，添加如下所示的三个节点：

   

   在上图中我们有一个 Set Timer by Event 节点（设为 8.0），并且将 返回值（Return Value） 提升为名为 LostSightTimer 的变量。然后分配一个我们创建的名为 LostSight 的自定义事件，作为 事件委托。

5. 在 我的蓝图（My Blueprint） 面板中创建两个函数，名为：UpdateSightKey 和 UpdateTargetKey。

   

   我们将使用这两个函数更新我们在行为树中用于作出决定的黑板键。

6. 针对 UpdateSightKey 添加一个 布尔 输入，名为 HasLineOfSight。

   

7. 在 UpdateSightKey 中右键单击并获取 黑板（Blackboard） 变量，然后 将值设为布尔（Set Value as Bool），键名（Key Name） 使用 HasLineOfSight。

   

   这样就可以使用这个函数将布尔值传递到我们的黑板键，更新 HasLineOfSIght 键。

8. 针对 UpdateTargetKey，添加一个 Actor 输入，名为 TargetActor。

   

9. 在 UpdateTargetKey 中右键单击并获取 黑板（Blackboard） 变量，然后 将值设为对象（Set Value as Object），键名（Key Name） 使用 TargetActor。

   

   此函数与UpdateSightKey函数类似，用于使用我们传递的任何Actor来更新黑板键 TargetActor。

10. 将 UpdateSightKey 和 UpdateTargetActor 函数添加到 False 条件，如下所示：

    

    当AIPerception没有成功感知到具有玩家标记的Actor时，false条件就会启动一个定时器（在句柄中存储，供以后使用），并且会把黑板键 HasLineOfSight 更新为false。在指定的时间（8.0秒）过后，自定义事件 LostSight 就将执行，清除 TargetActor 黑板键（也就是说AI不再瞄准玩家，失去了玩家的踪影）。

    你可以通过调节定时器上的 时间（Time） 值来调整AI“放弃”追击玩家角色前等待的时间。

11. 从第2个分支的 True 引脚连出引线，使用 LostSIghtTimer 和 Clear and Invalidate Timer by Handle。

    

    这将会停止和重置失去对玩家的视线时使用的定时器。

12. 添加 UpdateSightKey（设为 启用（enabled））和 UpdateTargetKey（设为 感知的Actor（Perceived Actor）。

    

    完整的图表应该类似于如下所示：

    点击查看大图。

    现在我们的AI控制器已经设置好，它会运行我们的行为树，根据我们通过AI感知系统感知到带有玩家标记的Actor的时间来更新我们的黑板键。

8 - 最终设置

在这一步，我们要设置敌人AI角色蓝图，将玩家标记添加到玩家角色蓝图，使其能够被AI感知到，并且添加一个寻路网格体包围体和一些网格体，使AI知道如何在场景中四处移动，我们也可以更方便地打断视线。

1. 打开 BP_Enemy，在 细节（Details） 面板中，启用 使用控制器旋转Yaw（Use Controller Rotation Yaw），并将 AI控制器类（AI Controller Class） 设为 AIC_Enemy。

   点击查看大图。

   为了让AI执行行为树中的旋转任务，我们需要启动控制器旋转Yaw。我们还要指定自定义AI控制器类，它包含我们设置的逻辑并且会运行行为树。我们可以选择删除从玩家角色（以及摄像机组件）复制过来的所有脚本，因为AI角色不需要。

2. 在 模式（Modes） 面板中，向关卡添加 寻路网格体包围体（Nav Mesh Bounds Volume），并调整其大小，使其包住整个关卡。

   

   可以按 P 键切换调试网格的开关，它会将可导航的路径显示为绿色。或者在游戏运行期间，使用控制台命令 show Navigation true（显示）或 false（隐藏）。

3. 右键单击关卡中的 ThirdPersonCharacter，然后选择 编辑第三人称角色（Edit ThirdPersonCharacter）。

   

4. 在 细节（Details） 面板中搜索 标记（Tag），然后添加一个名为 Player 的 标记。

   

   在我们的 AIC_Enemy 蓝图中，当AI感知系统感知到Actor时，因为这个Actor有Player标记，所以我们的分支求值结果将是True。

5. 在关卡中，放大并添加多个版本的 立方体网格体，提供更多会遮挡视线的位置。

   

6. 单击工具栏上的 运行（Play） 按钮在关卡中试玩。

9 - 最终结果

当在编辑器中运行时，AI将会随机四处巡逻，直到看见玩家为主。在看到玩家之后，它就会转身面对玩家，并且在丢失看到玩家的视线后尝试移动到新的位置。它将使用EQS寻找一个既能提供看到玩家的视线、又能保持一定距离的位置。如果它移动到新位置却没有再次看到玩家，经过一段时间后，AI就会放弃追击，恢复巡逻，如以下视频所示。

可以使用AI调试工具查看任何活动的EQS查询（除了行为树或感知信息之外）。要在运行时激活AI调试，请按 '（撇号）键，然后选择1（进行一般AI调试）、2（用于行为树）、3（用于EQS）或4（用于AI感知）。下面我们激活AI调试并调出EQS调试工具。

EQS调试工具运行时可以看到我们的网格测试中的点及其分数值。你还将看到有哪些点被选中，标有 Winner 字样。通过这些工具可以看到系统在对哪些点求值，以及为什么系统会根据分数值选择某个点而不是另一个点。

除了使用EQS调试工具外，还有一种特殊类型的Pawn，叫做 EQS测试Pawn，可用于在编辑器中调试EQS查询。你可以通过创建新蓝图类 EQS Testing Pawn 类来创建此Pawn。

我们的当前设置使用玩家角色作为情境，用于在我们的EQS测试中求值。要在游戏未运行时测试，我们需要对 EQS_PlayerContext 蓝图稍加修改，覆盖 Provide Actors Set 函数。

我们可以使用 获取所有（Get All Actors of Class），将其设为 ThirdPersonCharacter，这会提供 结果Actor集（Resulting Actors Set）：

将EQS测试Pawn添加到关卡时，在 细节（Details） 面板中可以指定 查询模板（Query Template）（我们已将它设为我们的 EQS_FindPlayer 查询）。

这样当你在编辑器中时，就可以看到测试的结果，如下图所示：

系统还会通过VisLog记录EQS数据供你参考。请参见Visual Logger了解更多信息。