我们现在做的游戏，包括手游，网页游戏，ai部分策划那边的需求并不复杂(待机，巡逻，行走，逃跑，攻击，被击)，而且ai需求定了，也不会有太大的改动。所以用状态机是一个不错的选择，因为状态机确实很简单(我们一直都是用状态机)。行为树，实现ai的另外一种方式，先简单介绍一下行为树的概念，然后我们用行为树的方式实现一套简单的ai。
行为树，从名字看肯定是一种树形结构，树的结点可以分为叶子结点和非叶子结点。在行为树中非叶子结点 负责控制ai的逻辑走向，叫做控制结点，叶子结点负责执行逻辑。
控制结点又可以分为以下几种类型:
root：根结点，没有具体的意思，每次计算ai的逻辑需要从它开始, 逐个遍历子结点。
selectNode: 选择结点，有一个子节点返回true，分支就结束，不再遍历。
sequeceNode: 序列结点，有一个子节点返回false，分支就结束，不在遍历。
parallelNode: 并行结点，子节点可以在同一帧中都执行，返回结果由子节点的逻辑决定。
叶子结点分为：
conditionNode: 条件结点，是actionNode的前置条件。
actionNode: 执行结点，执行具体的逻辑，比如行走，攻击。
以上是我个人对行为树的理解，肯定又不合适的地方，欢迎指正。
策划同学的需求：小明养了一只兔子，兔子在草地上吃草，有一只狼要吃兔子，如果离兔子比较远，狼会慢慢的趴着走，如果走近了狼会冲刺过去，兔子看到狼接近了会停止吃草
向小明跑过去。小明如果看到兔子跑到距离自己一点范围会给他一个胡萝卜，如果看到狼靠近了小明就得赶走狼。等狼赶走了，兔子又去吃草，整个过程需求就这样循环。
我们先分析以下这段需求，行为树结点怎么设计,很显然有3个物体需要有ai，小明，兔子，狼，它们3个的ai也是不同的, 我们分别画出它们对应的树形图, 然后对应图来说明。
从兔子开始，他的ai最简单，它有2种行为：吃草、逃跑。当狼靠近了时他就往小明跑，所以逃跑需要一个前提条件，狼靠近了，我们用AiCondition_1来处理，这个类负责处理兔子的预警。兔子的图：
接下来是小明的ai，小明有3种状态，待机，喂兔子，驱赶狼。
待机：这个简单就是个动作，所以是行为结点。
喂兔子：这个需要条件(兔子靠近了)，所以这个点就做成选择结点，它下面有2个子节点一个条件结点，一个行为结点
驱赶狼：这也是一个选择结点，它下面有2个子结点，一个是条件结点，一个是行为结点
最后是狼，描述它的这棵树要复杂些。看图
不一样的地方是狼的行为中定义了一个并行结点searchRobbitNode, 它下面有2个行为结点，observeAction和moveAction，上面的observeAction应该是红色的，它是个行为点。狼找兔子要一边看，一边走，眼睛和腿同时运动。其他的结点都比较简单，都是一个条件配上一个行为，然后它们的父结点是一个选择结点。
以上就是我对这个需求的简单分析说明。下面说一下主要的代码:
Xiaoming,Robbit,Wolf 分别代表小明，兔子和狼，他们的一个重要属性agent，是管理ai的类。
agent里面有所以的ai，如果物体需要某种类型的ai(idle,move,attack...)，实现相应的接口就行。
control这个包里的是主要的代码，虽然很简单，但是它是整个树的控制模块。
代码放入附件里，没有写完，小明的攻击ai没有实现，呵呵，我有点懒。如果对大家有所帮助，就好，有在生产环境中用过行为树的同学，欢迎赐教。