==
AI
有限状态机(FSM)，分层有限状态机(HFSM)，决策树(Decision Tree)，行为树(Behavior Tree)
======
有限状态机(FSM)
//输入一个字符 从当前状态转移到下一个状态
//一个6*6的表。
//竖为当前状态
//横为下一状态
//表里面的值为条件
//new 6个state状态，然后对里面的dic字典赋值
//字典的key 为输入的字符，value 为对应的输出状态
//
const int range = CHAR_MAX + 1;
class State
{
public:
State();
State* transition[range];
};
struct TransGraph // use triple to describe map
{
int current_state;
char input_char;
int next_state;
};
//使用前先填充所有key 和value
static TransGraph graph[] =
{
{1, 'A', 2}, {1, 'B', 3}, {1, 'C', 4}, {1, 'D', 5},
{2, 'E', 2}, {2, 'I', 0},
{3, 'F', 3}, {3, 'J', 0}, {3, 'M', 4},
{4, 'G', 4}, {4, 'K', 0},
{5, 'H', 5}, {5, 'L', 0}, {5, 'O', 2}, {5, 'N', 4},
{0, 0, 0}
};
for (TransGraph* p_tg = graph; p_tg->current_state != 0; ++p_tg)
state[p_tg->current_state].transition[p_tg->input_char] = &state[p_tg->next_state];
//输入一个值获取下一个值
void Fsm::Advance(char c)
{
if (p_current != NULL)
p_current = p_current->transition[c];
}
//Simple Finite State Machine – Unity3d (C#)
初始化的时候根据类的方法命名绑定所有方法
然后切换状态
如果需要根据输入来切换就要定义一个另外的方法
只根据输入来切换状态
====
分层有限状态机(HFSM)
//因为有的时候源状态一样 。输入一样。但是输出不一样
1. 每个状态都是一个类，他们继承于一个公共类，其包含进入，退出，处理事件的虚方法；
2. 状态机有一个状态堆栈，这里使用List来实现；
3. 状态机初始化时有一个初始状态，一般为idle状态，其成为堆栈的第一个元素；
4. 状态转移分为3种情况：a 进入目标状态，b 退出当前状态，c 切换到目标状态（即先退出当前状态，再进入目标状态）；
5. 当前有效的状态就是状态堆栈里面栈顶的那个状态，即：_smList[0]；
//另外一种解释
简单来说，就是FSM当状态太多的时候，不好维护，于是将状态分类，抽离出来，将同类型的
状态做为一个状态机，然后再做一个大的状态机，来维护这些子状态机。
====
行为树
它只有4大类型的Node：
* Composite Node 组合节点
* Decorator Node 修饰节点
* Condition Node 条件节点（叶节点）
* Action Node 动作节点（叶节点）
任何Node被执行后，必须向其Parent Node报告执行结果：成功 / 失败。
这简单的成功 / 失败汇报原则被很巧妙地用于控制整棵树的决策方向。
———————————————————————
先看 组合节点Composite Node，其实它按复合性质还可以细分为4种：
1 Selector Node 选择节点/优先选择节点
当执行本类型Node时，它将从begin到end迭代执行自己的Child Node：
如遇到一个Child Node执行后返回True，那停止迭代，
本Node向自己的Parent Node也返回True；否则所有Child Node都返回False，
那本Node向自己的Parent Node返回False。
2 Sequence Node 顺序节点
当执行本类型Node时，它将从begin到end迭代执行自己的Child Node：
如遇到一个Child Node执行后返回False，那停止迭代，
本Node向自己的Parent Node也返回False；否则所有Child Node都返回True，
那本Node向自己的Parent Node返回True。
3 Parallel Node 并行节点
并发执行它的所有Child Node。
而向Parent Node返回的值和Parallel Node所采取的具体策略相关：
Parallel Selector Node: 一False则返回False，全True才返回True。
Parallel Sequence Node: 一True则返回True，全False才返回False。
Parallel Hybird Node: 指定数量的Child Node返回True或False后才决定结果。
不需要像Selector/Sequence那样预判哪个Child Node应摆前，哪个应摆后，
常见情况是：
(1)用于并行多棵Action子树。
(2)在Parallel Node下挂一棵子树，并挂上多个Condition Node，
以提供实时性和性能。
4 Decorator 修饰节点
Until Success和Until Failure
循环执行子节点，直到返回“成功”或“失败”为止
Limit
执行子节点一定次数后强制返回“失败”
Time
子节点不会立即执行，而会在指定的时间到达后才开始执行。
TimeLimit
指定子节点的最长运行时间，如果子节点在指定时间到达后还在运行则强制返回“失败”
Invert
对子节点的返回结果取“非”，即子节点返回“成功”则该节点返回“失败”，子节点返回“失败”则该节点返回成功
叶节点
1条件节点（Condition）
2行为节点（Action）
把tick 作为一个变量
每次调用update函数的时候
从上往下传递同一个tick
所有节点继承basenode
basenode包含子列表，唯一id
https://github.com/chenjd/TTBT-Framework
剑雨state
actionstate
分为 A B C D E F
每个对应的actionstate里面有不同的can
分为 1 2 3 4 5 6 和 cur
基本上是1对应canA
每次转换之前把上一个的cur 设置为false
当前的cur设置为true
1 2 3 4 5 6 通过2倍处理来实现，然后叠加。可以获取能否转换为某个状态
防锁死处理。增加时间deadline
====
https://github.com/Tencent/behaviac
==
unity Behavior Designer
AI
有限状态机(FSM)，分层有限状态机(HFSM)，决策树(Decision Tree)，行为树(Behavior Tree)
======
有限状态机(FSM)
//输入一个字符 从当前状态转移到下一个状态
//一个6*6的表。
//竖为当前状态
//横为下一状态
//表里面的值为条件
//new 6个state状态，然后对里面的dic字典赋值
//字典的key 为输入的字符，value 为对应的输出状态
//
const int range = CHAR_MAX + 1;
class State
{
public:
State();
State* transition[range];
};
struct TransGraph // use triple to describe map
{
int current_state;
char input_char;
int next_state;
};
//使用前先填充所有key 和value
static TransGraph graph[] =
{
{1, 'A', 2}, {1, 'B', 3}, {1, 'C', 4}, {1, 'D', 5},
{2, 'E', 2}, {2, 'I', 0},
{3, 'F', 3}, {3, 'J', 0}, {3, 'M', 4},
{4, 'G', 4}, {4, 'K', 0},
{5, 'H', 5}, {5, 'L', 0}, {5, 'O', 2}, {5, 'N', 4},
{0, 0, 0}
};
for (TransGraph* p_tg = graph; p_tg->current_state != 0; ++p_tg)
state[p_tg->current_state].transition[p_tg->input_char] = &state[p_tg->next_state];
//输入一个值获取下一个值
void Fsm::Advance(char c)
{
if (p_current != NULL)
p_current = p_current->transition[c];
}
//Simple Finite State Machine – Unity3d (C#)
初始化的时候根据类的方法命名绑定所有方法
然后切换状态
如果需要根据输入来切换就要定义一个另外的方法
只根据输入来切换状态
====
分层有限状态机(HFSM)
//因为有的时候源状态一样 。输入一样。但是输出不一样
1. 每个状态都是一个类，他们继承于一个公共类，其包含进入，退出，处理事件的虚方法；
2. 状态机有一个状态堆栈，这里使用List来实现；
3. 状态机初始化时有一个初始状态，一般为idle状态，其成为堆栈的第一个元素；
4. 状态转移分为3种情况：a 进入目标状态，b 退出当前状态，c 切换到目标状态（即先退出当前状态，再进入目标状态）；
5. 当前有效的状态就是状态堆栈里面栈顶的那个状态，即：_smList[0]；
//另外一种解释
简单来说，就是FSM当状态太多的时候，不好维护，于是将状态分类，抽离出来，将同类型的
状态做为一个状态机，然后再做一个大的状态机，来维护这些子状态机。
====
行为树
它只有4大类型的Node：
* Composite Node 组合节点
* Decorator Node 修饰节点
* Condition Node 条件节点（叶节点）
* Action Node 动作节点（叶节点）
任何Node被执行后，必须向其Parent Node报告执行结果：成功 / 失败。
这简单的成功 / 失败汇报原则被很巧妙地用于控制整棵树的决策方向。
———————————————————————
先看 组合节点Composite Node，其实它按复合性质还可以细分为4种：
1 Selector Node 选择节点/优先选择节点
当执行本类型Node时，它将从begin到end迭代执行自己的Child Node：
如遇到一个Child Node执行后返回True，那停止迭代，
本Node向自己的Parent Node也返回True；否则所有Child Node都返回False，
那本Node向自己的Parent Node返回False。
2 Sequence Node 顺序节点
当执行本类型Node时，它将从begin到end迭代执行自己的Child Node：
如遇到一个Child Node执行后返回False，那停止迭代，
本Node向自己的Parent Node也返回False；否则所有Child Node都返回True，
那本Node向自己的Parent Node返回True。
3 Parallel Node 并行节点
并发执行它的所有Child Node。
而向Parent Node返回的值和Parallel Node所采取的具体策略相关：
Parallel Selector Node: 一False则返回False，全True才返回True。
Parallel Sequence Node: 一True则返回True，全False才返回False。
Parallel Hybird Node: 指定数量的Child Node返回True或False后才决定结果。
不需要像Selector/Sequence那样预判哪个Child Node应摆前，哪个应摆后，
常见情况是：
(1)用于并行多棵Action子树。
(2)在Parallel Node下挂一棵子树，并挂上多个Condition Node，
以提供实时性和性能。
4 Decorator 修饰节点
Until Success和Until Failure
循环执行子节点，直到返回“成功”或“失败”为止
Limit
执行子节点一定次数后强制返回“失败”
Time
子节点不会立即执行，而会在指定的时间到达后才开始执行。
TimeLimit
指定子节点的最长运行时间，如果子节点在指定时间到达后还在运行则强制返回“失败”
Invert
对子节点的返回结果取“非”，即子节点返回“成功”则该节点返回“失败”，子节点返回“失败”则该节点返回成功
叶节点
1条件节点（Condition）
2行为节点（Action）
把tick 作为一个变量
每次调用update函数的时候
从上往下传递同一个tick
所有节点继承basenode
basenode包含子列表，唯一id
https://github.com/chenjd/TTBT-Framework
剑雨state
actionstate
分为 A B C D E F
每个对应的actionstate里面有不同的can
分为 1 2 3 4 5 6 和 cur
基本上是1对应canA
每次转换之前把上一个的cur 设置为false
当前的cur设置为true
1 2 3 4 5 6 通过2倍处理来实现，然后叠加。可以获取能否转换为某个状态
防锁死处理。增加时间deadline
====
https://github.com/Tencent/behaviac
==
unity Behavior Designer