（2）行爲樹
行爲樹是一種無環圖。（樹都是無環的......）節點通過邊相連，出度節點爲父節點，入度節點爲子節點，無子節點（出度爲0）的節點爲葉子節點，無入度節點的節點爲根節點。標準行爲樹的父節點只能有1個（否則會出現環，但不是可逆環）
每個子樹定義了一個或簡單或複雜的行爲。根節點以指定頻率不斷的發出信號（Tick/Signal），信號傳播到每個節點，執行相應計算，並返回SUCCESS，FAILURE，RUNNING狀態。當狀態返回到根節點，一個Tick結束。
（3）節點類型
（4）節點優先級
比如，小機器人的自衛和躲避障礙的優先級，應該高於吃地上的小球的優先級。實際上，無論是Unity的Behavior Designer插件還是Unreal的內置行爲樹，都通過一種Abort Condition的機制，實現了這種優先級的處理。
當優先條件出現時，強制中斷當前RUNNING的節點。
（5）處理RUNNING STATE
[5.1]從頭開始執行，可以不會錯過優先級更高的系節點，但是效率低
[5.2]從RUNNING的節點開始執行，但是有可能會錯過優先級更改的節點。
（6）組合節點擴展：記住RUNNING節點。
如果節點A指令是去A點，節點B指令是去B點，Sequence是他們的父節點。A剛執行了一個Tick，馬上執行B的話，就會出現Agent在AB兩個方向顫抖。返回RUNNING狀態，下次還是用去A點這個指令開始執行，直到到達A點之後才執行去B點的指令，才能解決這個問題。
（7）組合節點擴展：概率隨機選擇子節點。
（8）保存數據
Unity Behavior Designer: Shared Variable+Global Variable.
UE4: Blackboard.
注意：每個樹運行實例會有自己的Blackboard作爲樹的數據存儲空間。如果將行爲樹類比爲一個Class，Blackboard則支撐了樹的對象實例（Object Instance）一千個Agent不會有一千顆行爲樹實例，但是卻會有一千個Blackboard。
圖1：行爲樹，與Blackboard與Agent的關係
實現要點
（1）需要一個可視化調試工具，能夠看到當前正在執行的節點（我的先省略了吧）。
樹必須知道上一幀打開的節點。這是爲了能夠在這一個Tick關掉我們沒有調用的節點。
（2）必須能夠序列化樹。
（3）必須有一些基礎事件：Open，Tick，Close
Open：Close狀態下，第一次調用Tick之前
Tick：每次接到脈衝
Close：Open狀態下，返回SUCCESS，FAILURE，或者被BTs強制關掉之後，調用之。
（4）樹只存儲結構，數據和Agent對象的引用，存放於Blackboard中。
UE4的源代碼還沒有來得及看。就Unity而言，BehaviorDesigner並沒有做到黑板。如果不使用External Tree的方式建立行爲樹，則每個GameObject都會建立一個行爲樹的實力，所以論效率來說，確實還是遠遠不如UE4的，尤其是在大規模和大數量行爲樹出現的時候。
即使使用了External Tree，也僅僅是通過“Pooled”也就是通過對象池去優化，並沒有真正做到樹的結構與樹的實例分離。所以就行爲樹而言，還是看看UE4的實現更加“科學”。
不過好在，Unity的插件BehaviorDesigner插件，至少做到了每個節點都是一個非Mono的類。使得不至於一棵樹就搞出來幾千個MonoBehavior來讓效率崩潰。
順便黑一下UE4 :-) 嘿嘿嘿嘿嘿嘿嘿嘿，純屬娛樂，別當真：-)
下次有時間會寫一個UE4 行爲樹 與BehaviorDesigner的對比。