Архитектура ИИ для NPC в Roblox: Деревья поведения, FSM и сенсорные системы

Создание правдоподобных врагов в Roblox требует продуманной архитектуры. Сваливание всех действий в один гигантский скрипт с десятками if-else приводит к ступору навигации и падению тикрейта сервера.

В коммерческой разработке используют конечные автоматы (FSM) для глобальных состояний и деревья поведения (Behavior Trees) для боевых тактик. В этом руководстве рассмотрены базы данных Blackboard, конусы зрения на Raycast и система AI LOD.

1. Конечные автоматы (FSM) против деревьев поведения (BT)

Выбор шаблона в зависимости от сложности логики:

• Конечные автоматы (FSM): Идеальны для линейных режимов: Патруль, Тревога, Преследование, Атака. Каждый статус имеет методы Enter, Update и Exit.
• Деревья поведения (BT): Оптимальны для боссов, умеющих менять оружие, искать укрытия и отступать.
• Гибридная модель: FSM для глобального контекста и деревья поведения для разрешения микротактик в бою.

2. Паттерн Blackboard и сенсорное зрение

Пространственное восприятие без перегрузки процессора сервера:

• Blackboard: Централизованная таблица памяти NPC (текущая цель, координаты обнаружения, боезапас).
• Конус зрения и Raycast: Скалярное произведение для сектора обзора 110° и луч для проверки препятствий.
• Бюджетирование лучей: Запуск проверок каждые 0.2–0.4 секунды попеременно для разных групп мобов.

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. Узлы деревьев поведения: селекторы и последовательности

Построение гибкой иерархии действий:

• Селекторы (?): Выполняют ветки слева направо до первого успеха (Атаковать -> Преследовать -> Патрулировать).
• Последовательности (&): Требуют успешного завершения всех шагов (Подойти -> Замахнуться -> Нанести урон).
• Декораторы: Управляют перезарядкой способностей и циклами повторения.

5. Оптимизация на сервере: AI LOD и пулинг объектов

Удержание 60 FPS при 100+ активных монстрах:

• AI LOD: Обновление 10 Гц вблизи игроков, 1 Гц на удалении и полная заморозка дальше 500 стадов.
• Интерполяция на клиенте: Сервер считает только контрольные точки, а клиент сглаживает повороты и шаг.
• Пул объектов: Повторное использование заготовленных моделей вместо постоянных вызовов Destroy и new.

Frequently Asked Questions