Arquitetura de IA para NPCs no Roblox: Árvores de Comportamento, FSM e Percepção

Desenvolver inimigos inteligentes e confiáveis no Roblox exige uma arquitetura estruturada. Amontoar todo o comportamento em um único script com dezenas de estruturas if-else gera bloqueios na navegação e afunda o desempenho do servidor.

Títulos comerciais utilizam Máquinas de Estados Finitos (FSM) para os estados principais e Árvores de Comportamento para táticas dinâmicas. Este guia apresenta o padrão Blackboard, cones de visão por raycasting e escalonamento de ticks por LOD.

1. Máquinas de Estados Finitos (FSM) vs Árvores de Comportamento (BT)

Escolhendo a arquitetura correta conforme a complexidade:

• Máquinas de Estados Finitos (FSM): Ideais para padrões bem definidos: Patrulha, Investigação, Perseguição e Ataque, com métodos Enter, Update e Exit.
• Árvores de Comportamento (BT): Perfeitas para chefes com táticas ricas como buscar cobertura ou alternar armas.
• Abordagem Híbrida: FSM para o estado macro e Árvore de Comportamento para resolver as decisões de combate.

2. Padrão Blackboard e Cones de Percepção Visual

Consciência espacial sem gargalos de CPU no servidor:

• O Blackboard: Estrutura centralizada guardando o estado do NPC (alvo, última coordenada vista, munição).
• Campo de Visão e Raycasting: Produto escalar para validar ângulo de 110° e raycast para checar paredes.
• Controle de Raycasts: Disparar checagens a cada 0.2 a 0.4 segundos em lotes intercalados de inimigos.

3. Production Implementation Architecture

-- Modular Finite State Machine for Roblox NPC
local StateMachine = {}
StateMachine.__index = StateMachine

function StateMachine.new(npcInstance, states, initialState)
    local self = setmetatable({}, StateMachine)
    self.NPC = npcInstance
    self.States = states
    self.CurrentState = nil
    self.Blackboard = {
        Target = nil,
        LastSeenPos = nil,
        Health = 100,
        PatrolPoints = {}
    }
    
    self:ChangeState(initialState)
    return self
end

function StateMachine:ChangeState(newStateName)
    if self.CurrentState and self.States[self.CurrentState].Exit then
        self.States[self.CurrentState]:Exit(self.NPC, self.Blackboard)
    end
    
    self.CurrentState = newStateName
    if self.States[newStateName] and self.States[newStateName].Enter then
        self.States[newStateName]:Enter(self.NPC, self.Blackboard)
    end
end

function StateMachine:Update(dt)
    if self.CurrentState and self.States[self.CurrentState].Update then
        local nextState = self.States[self.CurrentState]:Update(self.NPC, self.Blackboard, dt)
        if nextState and nextState ~= self.CurrentState then
            self:ChangeState(nextState)
        end
    end
end

return StateMachine

4. Nós de Árvore de Comportamento: Seletores e Sequências

Definição hierárquica de prioridades:

• Nós Seletores (?): Avaliam os ramos até um ter sucesso (Atacar -> Perseguir -> Patrulhar).
• Nós Sequência (&): Exigem sucesso contínuo de todas as etapas (Aproximar -> Golpear -> Aplicar dano).
• Decoradores: Modificam fluxos com intervalos de espera ou checagens inversas.

5. Otimização no Servidor: AI LOD e Object Pooling

Garantindo 60 FPS com mais de 100 inimigos simultâneos:

• AI LOD: Atualização a 10Hz de perto, 1Hz de longe e suspensão completa acima de 500 studs.
• Interpolação no Cliente: Servidor calcula apenas nós de rota e o cliente suaviza o movimento.
• Object Pooling: Reutilizar modelos pré-instanciados alternando apenas CFrame e visibilidade.

Frequently Asked Questions