游戏 AI 的三个层次：移动、感知、决策

无论用哪套框架，游戏 AI 在结构上都可以拆成三层。分清楚这三层，是避免"AI 写成一团乱麻"的前提。

三层结构

层次 回答的问题 UE 对应组件
移动层 我在哪、怎么去那里 导航网格（NavMesh）+ 移动请求 + 角色移动组件
感知层 我看到 / 听到 / 感觉到了什么 AI 感知系统（AIPerception）+ EQS 环境查询
决策层 我现在该做什么 AIController + 行为树 / StateTree / 蓝图状态机

一个铁律：三层之间只通过数据对接，不要互相寄生。 决策层只说"去位置 X"，不关心腿怎么迈；感知层只说"前方 20 米有敌人"，不决定要不要追。

为什么先分清层次

一个经典的反面教材：把"看到敌人"的逻辑写在移动回调里（"移动完成时检查附近有没有敌人，如果有就追"）——结果 AI 在移动中不会反应，只有停下来才会察觉敌人，表现极其迟钝。把感知独立成层（感知系统按配置频率更新并触发事件），AI 的反应就和移动状态无关了。

各层的更新频率不同

层 典型更新频率 原因
移动 每帧（由角色移动组件驱动） 平滑运动
感知 按配置（如 0.5 秒一次 + 事件触发） 看远比动慢，降频省性能
决策 感知有变化时 没有新信息就不必重新思考

这些都是性能优化的抓手：大量 AI 同屏时，多数卡顿来自"每帧都在跑的错误层"——比如每帧 Tick 决策、每帧全地图搜索目标。第 5 章的性能部分会展开。

本书的组织与此对应

  • 第 2 章（行为树）与第 3 章（StateTree）：决策层
  • 第 4 章（EQS）：感知 / 空间推理层
  • 第 5 章（工程化）：三层如何组织进项目，包括导航与多人

这种分层也对应 UE 的设计：引擎把感知、路径、决策拆成独立的 AI组件，分层即架构。