【免费下载链接】bonsaiRust implementation of behavior trees for deterministic AI (now with Python bindings)项目地址https://gitcode.com/gh_mirrors/bonsai1/bonsai点击查看免费下载Bonsaicrate 名bonsai-bt是一个用 Rust 实现的**行为树Behavior Tree**AI 库专为游戏 NPC、机器人等确定性 AI 设计现已提供 Python 绑定。本教程以游戏 NPC 为场景手把手带你搭建巡逻 → 追击 → 攻击的完整行为树并覆盖安装、核心节点、黑板机制与可视化调试新手也能快速上手。为什么游戏 NPC AI 需要行为树传统写法常为每个 NPC 写一堆if-else或状态机FSM随着行为增多状态之间的跳转关系呈多对多膨胀很难维护。行为树用树形结构解决这个问题优先级清晰节点从左到右即优先级高优先级行为可以抢占低优先级行为模块化巡逻、追击、攻击各自是独立子树可自由拼装复用结构可预测节点之间是一对多关系逻辑随规模增长依然直观。下图是一个经典的 NPC 行为树根节点下先用Selector判断是否被攻击 / 玩家是否靠近再决定走躲掩体 边跑边射还是近战 / 开枪分支。30 秒上手安装 Bonsai 并跑通第一个 NPC AIBonsai 发布在 crates.io只需在项目的Cargo.toml中添加一行依赖要求 Rust 1.80[dependencies] bonsai-bt *仓库自带一个极易上手的控制台示例 simple_npc_ai演示了一个带行动点数的敌人 NPCcargo run --bin simple_npc_ai它的行为树只有两层嵌套外层WhileAll(IsDead, [战斗子程序, Rest, Die])表示只要没死就循环执行战斗、休息、死亡内层WhileAll(HasActionPointsLeft, [Run, Shoot])表示只要还有行动点数就持续跑动 射击。行动点数耗尽后 NPC 会进入Rest休息恢复完美诠释了行为树条件不满足就暂停、满足了继续的执行模型。想深入了解行为树的理论基础可阅读官方概念文档docs/concepts/README.md。核心概念tick、三种状态与 Blackboard 黑板理解 Bonsai 只需要掌握 4 个关键词概念说明tick每个游戏帧调用一次bt.tick(...)行为树从根节点开始遍历Success / Failure / Running节点唯一会返回的三种状态定义在 status.rsRunning表示还在进行中下一个 tick 继续执行该节点Blackboard黑板所有节点共享的数据区例如示例里用它记录times_shot射击次数所有可用节点都定义在 behavior.rs 的Behavior枚举中做 NPC AI 最常用的有Sequence([A, B])A 成功后才执行 B任一失败则整体失败类似 AND 门Select([A, B])先试 A失败再试 B任一成功则整体成功类似 OR 门While(condition, body)/WhileAll条件满足期间循环执行 bodyWhenAll/WhenAny/Race/After并行执行分别对应全部成功 / 任一成功 / 任一结束 / 顺序完成If、Invert、Wait、WaitForever条件分支、结果取反与计时等待。 小技巧Running状态是让 NPC 行为跨帧持续的关键——比如飞向目标在没到达前每个 tick 都返回Running到达后返回Success。实战搭建巡逻 → 追击 → 攻击三阶段 AI仓库里的 graphviz 示例 正好是一棵教科书级的攻击型无人机 / 敌人 NPC行为树我们直接把它作为蓝图拆解① 巡逻阶段Circlinglet circling Action(AttackDrone::Circling); // 先绕圈 5 秒然后只要玩家还在 50 距离内就继续绕圈 While(Box::new(Wait(5.0)), vec![circling.clone()])NPC 先沿目标点盘旋警戒模拟巡逻哨兵。② 追击阶段FlyTowardPlayer当玩家进入 50 距离内巡逻结束进入While(give_up_or_attack, [FlyTowardPlayer])——只要不放弃就持续向玩家飞近这就是追击。③ 攻击与放弃决策WhenAnylet give_up_or_attack WhenAny(vec![ Action(AttackDrone::PlayerFarAwayFromTarget(100.0)), // 玩家逃远 → 放弃 Sequence(vec![ // 否则 Action(AttackDrone::PlayerWithinDistance(10.0)), // 距离进入 10 内 Action(AttackDrone::AttackPlayer(0.1)), // 开火攻击 ]), ]);WhenAny并行执行放弃与攻击两条路谁先完成谁说了算玩家逃到 100 之外 → 放弃追击回到巡逻玩家被追到 10 之内 → 攻击生效。优先级完全由条件数值控制调参就能改变 NPC 的性格比如把 100 改成 200NPC 会更执着地追击。最后用While(WaitForever, [巡逻, 攻击尝试])把两个阶段放进永恒循环整棵 AI 就组装完成了。运行示例即可打印 Graphviz 格式的结构图cargo run --bin graphviz生成的行为树结构如下可以直观看到巡逻左侧WaitCircling与追击攻击右侧FlyTowardPlayerAttackPlayer两大分支一棵树管一群 NPCBoids 群游与异步长任务行为树是可Clone的紧凑声明式结构非常适合一份逻辑、多份实例。在 boids 示例 中100 只 Boid 共享同一棵行为树WhenAll并行飞向群体中心 躲避其他个体再循环执行匹配速度 / 限速 / 保持边界每帧各自独立 tick就涌现出逼真的群游效果——把同样的思路换到游戏里就是一群共享 AI 逻辑的士兵或怪物。如果你的 NPC 有起飞、飞行到坐标点这类耗时很长的任务参考 async_drone 示例把任务派发到后台线程行为树通过 channel 轮询结果并返回Running树本身永远不会被阻塞——这是行为树相对状态机的又一优势终止条件由外部条件控制天然适合异步系统。可视化调试实时查看行为树每个节点的状态调试 AI 最怕看不见。Bonsai 内置了WebSocket 实时可视化工具启用visualizefeaturelet mut bt BT::new(behavior, blackboard).with_telemetry(8910)?;运行 visualizer_smoke 示例 后打开浏览器访问http://127.0.0.1:8910/就能实时看到整棵树的节点状态 Success、 Running、 Failure 逐帧变化正在执行的路径会高亮AI 逻辑走向一目了然。另外bt.get_graphviz()可把任意行为树导出为 GraphvizDiGraph字符串配合在线工具即可画出静态结构图方便写设计文档。常用命令与资料索引命令作用cargo run --bin simple_npc_ai控制台版 NPC AI快速入门cargo run --bin graphviz打印巡逻-追击-攻击行为树结构图cargo run --bin boids100 只 Boid 群游演示需安装系统图形依赖cargo run --bin async_drone无人机异步长任务演示cargo run --bin race_timeout用Race给长任务加超时cargo run --bin visualizer_smoke启动行为树实时可视化延伸阅读行为树理论tick、并行语义、事件与 dtdocs/concepts/README.md全部示例说明examples/README.md核心节点定义bonsai/src/behavior.rs行为树执行入口BT::new/BT::tickbonsai/src/bt.rs开发指南DEVELOPMENT.md写在最后用 Bonsai 做游戏 NPC AI 的心法就一句话把巡逻、追击、攻击拆成条件与动作用While管循环、用Select/WhenAny管优先级、用Sequence管流程衔接再用 tick 驱动一切。从 simple_npc_ai 跑起来再到 graphviz 的攻击树你只需要替换其中的Action与条件判断就能为自己的游戏写出模块化、可调试、随时可视化的 NPC 大脑 赞分享【免费下载链接】bonsaiRust implementation of behavior trees for deterministic AI (now with Python bindings)项目地址https://gitcode.com/gh_mirrors/bonsai1/bonsai点击查看免费下载相关推荐OpenMW Lua 脚本实战用 Combat AI 包驱动 NPC 攻击行为OpenMW Lua 脚本实战用 Combat AI 包驱动 NPC 攻击行为 本文是 OpenMW Lua 脚本系统中 AI 包AI Package机制游戏开发图形学3D渲染自选基金助手使用指南一个Chrome扩展把基金实时估值装进浏览器角标自选基金助手使用指南一个Chrome扩展把基金实时估值装进浏览器角标 打开基金App、切到行情页面、再切回工作窗口假装在干活——这是不少上班族每天反复进行的金融科技前端数据可视化Super Mario 64 中的角色AI状态巡逻、追逐与攻击Super Mario 64 中的角色AI状态巡逻、追逐与攻击 在经典游戏《超级马里奥64》中每个敌人的行为都不是随机的——从悠闲漫步的蘑菇兵到紧追不舍的幽游戏开发逆向工程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考