AI的生成方式比较多，单纯用蓝图也可以构成复杂的AI，而行为树算是AI的规范化，也比较直观明朗，因此这里主要讲解行为树的使用，先说一下其中几个简单的概念。
AIController->和playcontroller一样，只不过AIController负责管理的是AI，也称AI控制器。
Blackboard->黑板，就跟以前上学时用的黑板一样，他的作用就是用来标记关键值，为AI存储或者提取相关记忆。
Behavior Tree->行为树，从黑板里读取关键值，做出决定和执行。
Animation BluePrints->动画蓝图 配合行为树调用，之后详细讲。
Task->任务
Services ->常用于检查和更新黑板.
(注：假如你使用的是C++来创建任务服务的话，记得给黑板数据做初始化，这样在C++上做数据类型的判断之类的才不会为空，导致判断失误，如图：
NavMeshBoundsVolume->导航
就选官方的第三人称模板吧，逻辑为随机选取目标点进行移动。
第一步，拉出NavMeshBoundsVolume,导航网格，按下P键可以看到场景变成绿色，证明构建成功，图示中的LinkeProxy表示连接跳跃，Modifier表示修正，具体用法可以自己实验。
第二步，创建AIPawn,AIController以及行为树和黑板，任务Task等，（Task的创建是由蓝图继承Task类创建的，其他的右键创建）为了方便我把文件放一起。
在AIController跑起行为树，并将自己创建的AIController替换到要执行的AI上。
黑板里面增加一个变量TargetLoc,用来储存AI移动的目标坐标，这里就只做AI随机行走。
Task（Idle）里面的设置,蓝图如图内解释,记得最后要执行完成函数,变量Idle是用来储存要移动的目标点坐标，储存进黑板里刚刚设置的变量TargetLoc，在行为树里用来给其他函数进行调用。
关于行为树里面的设置
这里说下两个节点
Selector 从左到右在其子项中运行，直到其中一个成功才返回。
Sequence 从左到右在其子项中运行，直到其中一个失败返回。
这样行为树的意思就是执行下来从左往右，先Idle执行随机目标点的储存，然后等待5S，接着进行MoveTo移动，MoveTo函数的坐标点调用使用的就是黑板里刚存储的TargetLoc
行为树里也封装了许多有用的函数，包括EQS环境查询也可以在这里使用，我个人的习惯是在AIPlayControl类更新状态，行为树开一个任务时刻进行查询和标记更新，再执行逻辑任务。
顺便附上刚好开着的某个项目的AI行为树片段：
简单的Demo完成了，接着就去场景跑吧。