設計的本質是抽象變化。

關於Composites的用法又有了新的認識：在Task返回值的時候盡量要與真實情況相符合，就像Selector下的子節點一旦成功Selector就返回，說明Selector是一種選擇的方式，而Sequence下的子節點一旦失敗就返回，說明它就是用來一步一步執行的。所以在選擇使用的時候盡量按照規矩來，減少強制性的返回結果，這樣顯得更和諧，別人讀程序也更好懂。

上面是整個AI系統中的工具。

Pawn Action

也是要在AIController中運行的，有兩個特點，Action Tree是動態創建的，2是執行結束後就被釋放了。

用處：將一些行為封裝成起來可以供很多不同的目標使用。

使用方法：創建一個基於PawnAction_BlueprientBase的類，在其中有5個事件驅動，常用的就是EventActionStart/Tick/Finished，如何判定是要執行Finish呢，有一個節點使用：Finish，並且還可以返回Result。那現在類是有了，將一些AI事件放在這裏寫，如何去實現呢，這個類只能在有特定的Compontent的下執行，是ActionsComp，這個組件存在於AIController中，所以類的實現在其中寫，首先要創建一個Action，用節點CreatActionInstance，創建出來只是將其放在棧中，還需要將其從棧中調出，至於何時調出根據需求，調出有兩個節點可以使用，PushAction和PerformAction。當然最後要將AICON幫到目標身上才能觸發。

當然，還有abortAction打斷節點。

SaveGame

將遊戲記錄存下來應該是在遊戲進行的最高邏輯中寫，GameInstance。

在GameInstance中有一個Init初始化事件，這是最適合寫存檔的地方。

創建一個基於SaveGame的類，這個類的主要作用是存儲數據。所以不需要寫任何邏輯，只需要將需要存儲的變量添加上就Ok。等待別的地方對變量賦值。

接下來在GameInstance中寫邏輯，復寫一個Event Init的函數，鏈接LoadGameformSlot節點，意思是從Slot中載入遊戲，Solt中放有什麽呢，我們要把遊戲的檔案放在Slot中，這樣就會一開始的時候從Slot中調用檔案了，節點的返回值就是遊戲的檔案，這裏的遊戲檔案就是SaveGame的類，這裏做一個類型轉換，如果第一次進入遊戲，這是還沒有存過檔，那麽一定會轉換失敗，失敗之後就要創建一個檔案了，CreatSaveGameObject,創建一個存儲遊戲的對象，並將其付給剛創建的類的引用，使其實例化。如果之前想打開之前有過的存檔，那麽就會轉化成功，成功之後將打開的遊戲檔案再付給引用，將其實例化。這是進入和創建遊戲檔案的邏輯。

下面要寫的是如何將數據存在遊戲檔案中，更新數據一定要對對象更新，不能對引用更新，所以在Instance中的引用是被實例化了的，故可以對其更新數據，進行數據賦值，賦值形式根據需求自定，這裏我只做了一個很簡單的賦值。

或許很疑惑這裏為什麽還有一個Instance中的函數，理論上說我們已經完成了將數據存入檔案，一開始調用檔案的事情了。但是別忘了，調用檔案，是從Slot中調用的，所以我們還必須要將檔案在存儲進Slot中的，否則調用的還是上一次放在Slot中的檔案。那既然是要把改變好的檔案放在Slot中，那還是要在Instance中放的，因為只有Instance中有被實例化的檔案引用。但是存儲的驅動有不能再Instance中，故寫成函數，由其他地方調用。這樣才完成了遊戲存檔。

梳理一下思路，基於SaveGame的類就是一本遊戲檔案，其中只有變量。類是創建好了，那麽下面要創建出對象，CreatSaveGameObject，那這個創建的邏輯要在Instance中寫了，並將創建好的提升為變量，供其它使用。UE的機制是不能直接打開存檔，而是要從Slot中打開檔案，要想打開檔案就要用LoadGameformSlot，要是第一次開遊戲的話需要創建，第二次就直接打開已有的存檔就OK了，即使是打開了，也需要將打開的存檔提升為變量，以備更新信息時用。故有了Instance中的邏輯。那麽既然要從Slot中打開遊戲檔案，那麽我們在將數據存檔的時候就要將檔案放在Slot中，那麽最後就是更新數據了，這裏很簡單的信息交互就不說了。

Sensing

Register登記，註冊 perception感知 stimuli刺激

這裏存在兩個感知系統，其中AIPerception是老的感知系統，也是比較完善的，雖然會被淘汰，但那時還是需要了解的，新的系統是PawnSensing。先說AIPerpection.

AIPerception

首先在AIController中添加一個AIPerception，並在Detail面板中找到AIPerception對其進行編輯，Configuration布局，結構。Dominant主要的，顯性的。

添加一個elements，例如添加一個Hearing，對Sense面板進行修改達到自己要的效果，Implementation工具，Affiliation加入，入會，聯系Detevtion by Affiliation探測的目標——敵人，中立，朋友。MaxAge聽完之後多久忘掉，還有一個LoSHearingRange多遠聽不到了

如果是視覺的話還有一個視覺角度。

設置好之後會發現在Variables中的Components有一個AIPerception，在Detail面板中有事件可以進行編輯，

一般用到前兩個，當感知更新時執行事件，那這個檢測的任務就交給了引擎，較於之前的方法，我們就不需要進行監測了，那執行的事件很明了就是要更新黑板上的數據。這裏的兩個驅動有不同的地方，就是沒有Target的驅動是可以對多個AI，後者只是針對一個。

事件執行後，我們仍要進行判定，判斷是一旦受到刺激就執行事件，還是守到某種特定的刺激執行特定的事件。這裏用到節點GetSenseClassForStimulus（獲得產生刺激的感知類）之後跟判定ClassIsChildOf。

對Array的遍歷主要是想獲得Srimulus（刺激）進行判定。先是獲得元素的Perception，接著將其Break獲得Stimulus數組，再進行遍歷，將元素Break進行判定。

第二種就是對其單個感知的改變進行判定，獲得發生刺激的感知類，之後判斷是不是繼承自需要的感知類。

如此結束了麽，這裏有這麽個問題就是這個感知系統的弊端，AIPerception負責接收刺激，還必須有人發出刺激，這就是AIPerceptionStimuliSource組件的作用。在目標中添加此組件，在Detail面板中的AIPercetion勾選Auto Register as Source才可以產生將刺激發出的作用，並在Register as Source for Senses中添加需要發出的刺激。還有一點需要註意，對於聽覺而言，動畫中的聲音對於場景中的Actor是聽不到的，所以即使發出了聽覺刺激還是沒有聲音的，這裏就要讓場景中的Actor也可以擁有一個聲音的刺激。利用節點MakeNoise,和PawnMakeNoise。兩者有一點不同，NoiseMaker（聲音制造者）NoiseInstigator（聲音煽動者）。

制作一個聲音刺激，什麽時候發出呢，當然是要跟動畫聲音的產生同步的，在動畫中創建一個Notify。如此才算完成。

Pwan Sensing

在前面闡述過。

AI概念分析