Simple-Behavior-Tree는 유니티에서 사용 가능한 간단한 행동 트리입니다. 행동트리의 기본적인 구조가 구현되어 있으며, 사용자가 원하는 행동을 추가하여 사용할 수 있습니다. 행동 트리(Behavior Tree)는 AI 캐릭터의 행동을 관리하는 데 유용한 도구입니다.
이 문서에서는 Simple-Behavior-Tree에 구현된 행동 트리의 기본 구조와 함께 다양한 노드(Node) 타입을 설명하며, Conditional Abort 기능을 포함한 기능들을 간략히 다룹니다.
행동 트리(Behavior Tree)는 게임 AI에서 널리 사용되는 의사 결정 구조로, 트리 형태로 다양한 행동을 정의할 수 있습니다. 각 노드는 특정한 행동이나 조건을 담당하며, 트리 구조를 통해 복잡한 행동을 단순하고 이해하기 쉽게 관리할 수 있습니다.
- 노드(Node): 행동 트리의 기본 단위로, 각 노드는 특정 행동이나 조건을 나타냅니다.
- Composite Node: 여러 자식 노드를 포함하며, 자식 노드들을 순차적 또는 조건에 따라 실행합니다.
- Decorator Node: 단일 자식 노드를 포함하며, 자식 노드의 실행 결과를 수정하거나 반복 실행합니다.
- Action Node: 특정 행동을 수행하는 노드입니다.
- Condition Node: 특정 조건을 평가하고, 그에 따라 트리의 흐름을 제어합니다.
Composite Node는 여러 자식 노드를 가지며, 자식 노드들의 실행 순서와 조건을 결정합니다.
- 자식 노드를 순차적으로 실행하며, 하나의 노드라도 실패하면 즉시 실패를 반환합니다. 모든 노드가 성공하면 성공을 반환합니다.
- 자식 노드를 순차적으로 실행하며, 하나의 노드가 성공하면 즉시 성공을 반환합니다. 모든 노드가 실패하면 실패를 반환합니다.
- 모든 자식 노드를 동시에 실행하며, 설정된 조건에 따라 성공 또는 실패를 반환합니다.
- 자식 노드들에 대한 확률 기반의 선택을 통해 하나의 노드를 실행합니다. 선택된 노드의 결과에 따라 성공 또는 실패를 반환합니다.
- 모든 자식 노드를 병렬로 실행하며, 성공 또는 실패 여부와 상관없이 모든 노드가 종료될 때까지 기다립니다.
Decorator Node는 단일 자식 노드를 가지며, 자식 노드의 실행 결과를 수정하거나 추가적인 조건을 제공합니다.
- 자식 노드의 성공을 실패로, 실패를 성공으로 반전시킵니다.
- 자식 노드의 결과에 상관없이 항상 성공을 반환합니다.
- 자식 노드를 지정된 횟수만큼 반복 실행합니다.
- 자식 노드가 성공할 때까지 대기합니다.
- 블랙보드(공유 메모리)를 사용해 특정 데이터를 설정하거나 읽어옵니다. 모든 트리에는 하나의 블랙보드가 존재합니다. 데코레이터를 통해 추가 블랙보드를 할당할 경우 해당 블랙보드는 기존 블랙보드의 데이터를 상속받으며 자신의 자식들이 수신한 데이터를 저장할 수 있습니다. 만일 해당 노드 트리의 작업이 완료되면 해당 블랙보드와 데이터는 삭제됩니다. 즉 블랙보드 데코레이터는 데이터의 스코프를 제한하는 역할을 합니다.
- 블랙보드의 데이터에 기반하여 특정 조건을 평가하고, 조건이 충족되면 자식 노드를 실행합니다.
Action Node는 실제로 게임 내에서 특정 행동을 수행하는 노드입니다.
- 디버그 메시지를 출력합니다.
- 지정된 시간 동안 대기합니다.
- 특정 메시지를 다른 시스템이나 노드에 전달합니다.
- 특정 메시지를 제거합니다.
Condition Node는 특정 조건을 평가하고, 결과에 따라 트리의 흐름을 제어합니다.
- 특정 메시지를 수신했는지 여부를 평가합니다.
- On/Off Boolean 값을 통해 성공 또는 실패를 반환합니다.
Blackboard는 행동 트리에서 공유 메모리의 역할을 하며, 여러 노드 간에 데이터를 공유할 수 있게 합니다. 이를 통해 트리 내의 다양한 노드들이 동일한 데이터를 참조하거나 수정할 수 있습니다.
- 데이터 저장: 트리의 특정 시점에서 데이터를 저장하고, 다른 노드가 이를 참조할 수 있게 합니다.
- 데이터 읽기: 저장된 데이터를 읽어와 조건을 평가하거나 행동을 결정하는 데 사용합니다.
- 상태 관리: AI의 현재 상태나 환경 정보를 저장하여, 행동 결정에 반영할 수 있습니다.
- Blackboard Node: 블랙보드에 데이터를 쓰거나 읽는 기능을 제공합니다. 이 노드를 통해 블랙보드에 특정 값을 저장하거나, 블랙보드에서 값을 가져와 다른 노드에서 사용할 수 있습니다.
- Blackboard Based Condition Node: 블랙보드에 저장된 데이터를 조건으로 평가하여, 특정 조건이 충족될 때에만 자식 노드를 실행합니다.
- 적의 위치 저장: AI가 적을 발견했을 때, 적의 위치를 블랙보드에 저장하여 다른 행동 노드들이 이를 참조할 수 있도록 합니다.
- 상태 공유: 게임 내에서 여러 AI가 같은 블랙보드를 참조하여 팀 전략을 세우거나, 공유된 자원을 관리합니다.
Conditional Abort는 Composite Node에서 사용되는 기능으로, 특정 조건이 충족될 때 자식 노드들의 실행을 중단하고 다시 평가합니다. 이는 동적 상황에 대응하여 행동 트리가 보다 유연하게 동작할 수 있도록 도와줍니다.
- Self Abort: Composite Node가 스스로의 상태를 평가하여 조건이 변화하면 자식 노드의 실행을 중단합니다.
- Lower Priority Abort: 트리에서 더 낮은 우선순위를 가진 다른 Composite Node의 실행을 중단시키고 현재 노드를 재평가합니다.
이 기본 구조를 바탕으로 다양한 AI 행동을 정의할 수 있으며, 게임 플레이의 복잡한 시나리오를 간단하고 직관적으로 구현할 수 있습니다. 필요한 경우 새로운 노드를 추가하거나 기존 노드를 확장하여 행동 트리를 더욱 발전시킬 수 있습니다.