（2）行为树
行为树是一种无环图。（树都是无环的......）节点通过边相连，出度节点为父节点，入度节点为子节点，无子节点（出度为0）的节点为叶子节点，无入度节点的节点为根节点。标准行为树的父节点只能有1个（否则会出现环，但不是可逆环）
每个子树定义了一个或简单或复杂的行为。根节点以指定频率不断的发出信号（Tick/Signal），信号传播到每个节点，执行相应计算，并返回SUCCESS，FAILURE，RUNNING状态。当状态返回到根节点，一个Tick结束。
（3）节点类型
（4）节点优先级
比如，小机器人的自卫和躲避障碍的优先级，应该高于吃地上的小球的优先级。实际上，无论是Unity的Behavior Designer插件还是Unreal的内置行为树，都通过一种Abort Condition的机制，实现了这种优先级的处理。
当优先条件出现时，强制中断当前RUNNING的节点。
（5）处理RUNNING STATE
[5.1]从头开始执行，可以不会错过优先级更高的系节点，但是效率低
[5.2]从RUNNING的节点开始执行，但是有可能会错过优先级更改的节点。
（6）组合节点扩展：记住RUNNING节点。
如果节点A指令是去A点，节点B指令是去B点，Sequence是他们的父节点。A刚执行了一个Tick，马上执行B的话，就会出现Agent在AB两个方向颤抖。返回RUNNING状态，下次还是用去A点这个指令开始执行，直到到达A点之后才执行去B点的指令，才能解决这个问题。
（7）组合节点扩展：概率随机选择子节点。
（8）保存数据
Unity Behavior Designer: Shared Variable+Global Variable.
UE4: Blackboard.
注意：每个树运行实例会有自己的Blackboard作为树的数据存储空间。如果将行为树类比为一个Class，Blackboard则支撑了树的对象实例（Object Instance）一千个Agent不会有一千颗行为树实例，但是却会有一千个Blackboard。
图1：行为树，与Blackboard与Agent的关系
实现要点
（1）需要一个可视化调试工具，能够看到当前正在执行的节点（我的先省略了吧）。
树必须知道上一帧打开的节点。这是为了能够在这一个Tick关掉我们没有调用的节点。
（2）必须能够序列化树。
（3）必须有一些基础事件：Open，Tick，Close
Open：Close状态下，第一次调用Tick之前
Tick：每次接到脉冲
Close：Open状态下，返回SUCCESS，FAILURE，或者被BTs强制关掉之后，调用之。
（4）树只存储结构，数据和Agent对象的引用，存放于Blackboard中。
UE4的源代码还没有来得及看。就Unity而言，BehaviorDesigner并没有做到黑板。如果不使用External Tree的方式建立行为树，则每个GameObject都会建立一个行为树的实力，所以论效率来说，确实还是远远不如UE4的，尤其是在大规模和大数量行为树出现的时候。
即使使用了External Tree，也仅仅是通过“Pooled”也就是通过对象池去优化，并没有真正做到树的结构与树的实例分离。所以就行为树而言，还是看看UE4的实现更加“科学”。
不过好在，Unity的插件BehaviorDesigner插件，至少做到了每个节点都是一个非Mono的类。使得不至于一棵树就搞出来几千个MonoBehavior来让效率崩溃。
顺便黑一下UE4 :-) 嘿嘿嘿嘿嘿嘿嘿嘿，纯属娱乐，别当真：-)
下次有时间会写一个UE4 行为树 与BehaviorDesigner的对比。