概述
StateTree 是一种通用分层状态机，组合了行为树中的 选择器（Selectors） 与状态机中的 状态（States） 和 过渡（Transitions） 。用户可以创建非常高效、保持灵活且井然有序的逻辑。
StateTree包含以树结构布局的状态。状态选择可以在树中的任意位置触发，但它最初从根开始。在选择过程中，将对每个状态的 进入条件（Enter Conditions） 求值。如果通过，选择将前进到该状态的子状态（如果可用）。如果没有子状态可用，将激活当前状态。
选择状态将激活从根到叶状态的所有状态。每个状态由 求值器（Evaluators） 、 任务（Tasks） 和 过渡（Transitions） 组成。
求值器包含在状态选择期间以及在StateTree Tick期间执行的逻辑。求值器提供了决策所需的数据。StateTree中的数据从根流向叶。这样一来，任意状态所公开的数据都将可用于树中向下的所有其他状态。
选择某个状态时，所选状态及其所有父状态都将激活。为所有活动状态执行所有任务，执行方式为从根开始，直至所选的状态。
每个任务都向StateTree提供一个输出。常见输出示例包括选择目标、播放动画和查看对象。每个状态可以有多个任务，只要状态保持活动，该状态中的所有任务都会并发运行。完成执行的第一个任务将触发过渡，这可能导致选择新状态。
作为一个简单的例子，你可以使用StateTree创建昼夜变换系统。你会为每个时刻创建一个状态，并会在每个状态下创建单独的任务。每个任务可以处理不同的元素，例如雾密度、天空球体颜色，等等。
另一个例子是让AI艾真体在关卡中四处行走，并在环顾四周的同时持续检查是否有打击效果。你可以使用一个状态来表示四处行走和环顾四周，另一个状态来表示对打击做出反应。
StateTree中的过渡可以指向树中的其他任意状态。过渡包含 触发器条件（Trigger Conditions） ，需要满足这些条件，过渡才会触发状态选择过程。
如果状态选择成功，将选择一个新的状态。一些过渡会被持续监控，而其他过渡仅在状态完成时执行。过渡从叶状态开始进行求值，并朝根向上推进。在此过程中，将选择第一个成功并导致状态选择的过渡。此层级允许对常见过渡进行分组。
下面是StateTree的不同元素：
| 图例 | StateTree元素 | 说明 |
|---|---|---|
| 1 | 根（Root） | StateTree开始运行时选择的第一个状态。 |
| 2 | 求值器（Evaluator） | 提供在状态选择过程中使用的数据。 |
| 3 | 选择器状态（Selector State） | 指的是有子状态的状态。该状态绝不会直接被选择，选择将继续到其子状态之一。 |
| 4 | 状态进入条件（State Enter Condition） | 指用于确定是否可以选择某个状态的条件列表。 |
| 5 | 任务（Task） | 指的是属于某个状态并且在该状态激活时执行的一组操作。 |
| 6 | 过渡（Transition） | 定义触发状态选择过程的条件。任务完成、成功或失败时，或者某个被监控的条件达成时，会触发过渡。 |
选择流
选择新状态
StateTree以类似于行为树的方式选择活动状态。状态选择从第一个Tick上的根开始，并在树中向下继续对每个状态的进入条件求值。
- 如果进入条件未通过，选择将继续到下一个同级状态。
- 如果进入条件通过，并且该状态是叶状态，则将其选择作为新状态。
- 如果该状态有子状态，将继续对第一个子状态执行相同过程，直到找到叶状态为止。
如果一个状态有子状态，但没有一个子状态可选择（其进入条件失败），那么即使该状态的所有进入条件都通过测试，也不会选择该状态。
行为树与状态机之间的一大区别是，状态机通常在执行沿树向下推进时提交状态选择，而行为树则尝试查找合适的叶节点。
一般来说，即使已经选择一个状态，行为树也会继续执行状态选择逻辑。这是在状态之间过渡的唯一方法。
StateTree基于过渡按需运行状态选择过程。在第一个Tick上，会隐式过渡到根状态，这将选择要运行的第一个状态。选择该状态之后，过渡会指示何时及在何处执行选择逻辑。
执行状态任务
选择一个状态之后，其所有任务都将开始并发执行。任务将一直执行，直到某个过渡触发选择过程并选择某个状态为止。所选状态可以是当前状态（该状态继续执行）或新状态。
最常见的过渡触发器是 完成（completion） ，它在活动状态的第一个任务完成后立即执行。其他过渡可能标记为 条件（conditional） 并在每个Tick上进行测试。如果条件过渡通过测试，将执行状态选择逻辑，并且选择过程在目标状态处开始。如果目标状态有子状态，选择过程会将子状态视为选择逻辑的一部分。
数据流
StateTree元素可以彼此共享数据。StateTree中的不同元素可以按以下方式绑定到数据：
| StateTree 元素 | 元素可以绑定到的数据 |
|---|---|
| 进入条件（Enter Conditions） | 它们可以绑定到当前状态及所有父状态中的求值器。 |
| 过渡条件（Transition Conditions） | 它们可以绑定到当前状态及所有父状态中的求值器和任务。 |
| 求值器（Evaluators ） | 它们可以绑定到当前状态及父状态中可用的其他求值器。 |
| 任务（Tasks） | 它们可以绑定到当前状态及父状态中的求值器和其他任务。 |
蓝图集成
StateTree设计为通过蓝图脚本编写进行扩展。你可以通过扩展以下蓝图类来创建自定义任务、求值器和条件：
| 基类 | 说明 |
|---|---|
| UStateTreeTaskBlueprintBase | StateTree任务的基类。 |
| UStateTreeEvaluatorBlueprintBase | StateTree求值器的基类。 |
| UStateTreeConditionBlueprintBase | StateTree条件的基类。 |
在上述例子之后，你可以使用StateTree和蓝图创建昼夜变换系统。此系统会根据时间更改关卡的雾密度。该系统还可以检查是否有风暴咒语，以便更改光照条件且不受时间影响。
对于这个例子，你可以创建以下蓝图类：
| 蓝图类 | 功能 |
|---|---|
| 任务（Task） | 随时间推移逐渐更改雾密度。该任务可以添加到表示特定时刻的所有状态。 |
| 条件（Condition） | 检查是否施了风暴咒语。该条件可以在根状态处求值。如果为true，它会将执行移至特别的风暴状态。 |
| 求值器（Evaluator） | 将时间公开给过渡和进入条件。该求值器可以在根状态处求值，以确定要选择的正确状态。 |
常见模式
对类似任务分组
任务可以分组在一个公共状态下。在上述例子中，有一个状态用于处理世界中的智能对象。该状态包含用于处理"伸展智能对象"和"使用智能对象"的子状态。
其中每个子状态都包含在选择该状态时执行的任务。"伸展"子状态包含用于查找智能对象并将AI艾真体移至智能对象的任务。
当你使用此分组策略时，所有任务都通过该状态共享相同的过渡。
序列
StateTree包含 下一个（Next） 过渡，它简化了状态序列的创建和布局。
在上述例子中，选择 伸展（Reach） 状态时，将执行 查找SO目标（Find SO Target） 、 移至SO（Move to SO） 和 查看（Look） 任务。这些任务完成后 ，下一个（Next） 过渡会将执行移至下面的 使用（Use） 状态，其中的任务可以开始执行。
失败处理
StateTree以分层方式处理任务完成失败，从活动任务开始，并沿树向上推进。
在上述例子中， 伸展插槽（Reach Slot） 状态会在成功时将执行移至下一个状态（等待），或在失败时将执行移至其父状态（在相交处等待）。 在相交处等待（Wait at Intersection） 状态会在其任意子状态失败时触发过渡到 空闲（Idling） 状态。
等待（Wait） 状态会在成功或失败时将执行无限期移至自身，直到其父状态选择不同的状态为止。
分层数据
任务可以彼此共享数据。任务公开的数据将可用于属于活动状态的其他任意任务。这可提高StateTree中资源处理的效率。
在上述例子中，群体声明等待插槽（Crowd Claim Wait Slot） 任务将尝试为AI艾真体声明智能对象插槽，如果成功，它会将执行传递给 移至等待插槽（Move To Wait Slot） 任务。该任务将使用父任务中的插槽位置。如果成功，它会将执行传递给 在插槽处等待（Wait At Slot） 任务，它还将使用其父任务中的插槽位置。
优化行为
StateTree提供了一种组织任务的方法，以便轻松实现上下文行为。
在上述例子中，等待（Wait） 状态处理AI艾真体的站立移动——AI艾真体环顾四周并在被击中时做出反应。默认情况下，将执行 等待查看（Wait Look） 状态。如果该状态成功，它会将执行返回给父状态。但是，如果失败，它会将执行移至 等待打击（Wait Hit） 状态。
等待打击（Wait Hit） 状态将执行 质量查看（Mass LookAt） 和 质量上下文动画（Mass Contextual Anim） 任务。然后，这些任务将播放打击的相应动画。