近学习了UE4官方文档的行为树快速入门指南，发现里面的部分逻辑稍稍有点混乱和重叠，于是加入了自己的想法，修改了部分行为树逻辑，优化了其AI寻路能力。
初始的基本操作和资源创建同官方文档一样：1个Follower_AI_CON即AI控制器，1个FollowerBT行为树，1个FollowBlackboard黑板，1个Character蓝图资源AI_Character。
打开FollowBlackboard黑板资源，创建1个TargetToFollow的Object变量，1个HomeLocation的Vector变量，1个TargetLocation的Vector变量，保存后退出。
打开Follower_AI_CON控制器，创建1个HomeLocation的Name变量，编写蓝图节点逻辑
添加EventBeginPlay事件，绑定黑板资源为FollowBlackboard，设置HomeLocation变量存储AI_Character的初始坐标（Target为黑板自身，KeyName为Name变量HomeLocation，VectorValue为AI控制器下Pawn的ActorLocation），之后运行行为树FollowerBT。
打开AI_Character蓝图，在Mesh中指定人物骨骼和角色动画蓝图，选中Components窗口的AI_Character（self），在Pawn选项中指定AIControllerClass为Follower_AI_CON，这样在创建AI_Character实例时，会自动创建1个AI控制器。
打开FollowerBT行为树，点击NewService，创建一个AgroCheck业务，前面的逻辑和官方文档一样，添加Branch节点判断AI控制器的引用AI_CON_Ref是否为空，空则将EventReceiveTick的OwnerActor输入参数强制转换成目标AI控制器后赋值给AI_CON_Ref。之后获取到场景中的所有AI_Character（在目标检测中作为忽略Actor目标，防止AI_Character互相检测导致混乱）；获取到AI控制器下Pawn的ActorLocation作为目标检测的圆心（同时设置为MyLocation），Z轴添加15单位作为球体检测的半径终点，辐射半径设为1000作为目标检测的范围，检测的目标种类拖选成数组后设置为Pawn（即只会检测到类型为Pawn的目标）。
个人觉得接下来官网教程的蓝图逻辑有些不合适。官网上将目标检测的结果循环遍历，创建一个射线检测，MyLocation为起点，目标检测到的Actor为终点（即二次检测），别忘了Actor to Ignore连接到AI_Character。将射线检测的结果Actor和目标检测的结果Actor进行比较，结果作为Branch节点的判断依据，相同则将该Actor设为TargetToFollow，并将其Location设为TargetLocation；不相同则将TargetToFollow设为空值。
个人觉得不合理的地方如下：
1.对目标进行的二次检测重复多余，且没有意义，相当于将一个数组中的元素与数组中的所有元素进行比较（包括自身比较自身，且逻辑上两两比较了两遍），增加了逻辑复杂度和时间复杂度，导致的结果是之后的Branch节点频繁被调用，双分支（True，False）一直在重复执行；
2.并没有突出检测到的目标为正确寻路目标，而是使得所有在检测范围内的Pawn都符合寻路条件，AI_Character会将检测到的第一个Pawn作为跟踪对象；
3.目标监测范围内没有Pawn时，数组为空，导致之后的Branch节点不会执行。
所以我在官方文档的基础上加入了自己的想法，更改后的蓝图逻辑如下：
对目标检测的输出进行Branch判断，检测到Pawn目标时进行数组循环遍历，没有Pawn目标时直接对TargetToFollow赋值为空。对HitResult的Actor进行强制类型转换，转换成PlayerCharacter（玩家控制的角色），转换成功则表示玩家进入AI_Character的检测范围，并将玩家设置为TargetToFollow，玩家的Location设置为TargetLocation。
打开FollowerBT行为树，点击NewDecorator创建一个CloseEnough的Decorator，
将输入参数OwnerActor强制转换为Follower_AI_CON，赋值给AI_CON_Ref，连接到输出节点，添加1个Boolean输出参数，将TargetToFollow的Location减去AI控制器下Pawn的Location（即AI_Character和目标之间的距离）和预设距离进行比较，大于等于预测距离（即两者距离太远）则为True（继续执行Decorator下的逻辑），否则停止之后的逻辑。
打开FollowerBT行为树，点击NewTask，创建1个RapidMoveTo的任务，
首先进行AI_CON_Ref的非空判断，为空则将OwnerActor强制转换成Follower_AI_CON赋值给它，不为空则进行AIMoveTo，Pawn为AI控制器下的Pawn（即AI_Character），TargetActor为TargetToFollow。移动成功后结束此次行为树任务。
最终的行为树运行逻辑如下：
AgroCheck的刷新Tick为0.5s，TargetToFollow和TargetLocation分别对应于黑板资源的同名参数，之后进入分支判断，TargetToFollow非空则进入左侧，AI_Character和目标的距离大于100则进行RapidMoveTo任务；TargetToFollow为空则进入右侧分支，判断AI_Character是否位于TargetLocation，及TargetLocation是否为空，如果AI_Character已经到达TargetLocation则等待2.5s后返回HomeLocation。在这里我删除了移动到TargetLocation的任务，否则会造成AI_Character在TargetLocation和HomeLocation之间不间断的移动，删除之后AI_Character移动回HomeLocation之后保持静止，直到TargetToFollow的再次确立导致的左侧行为树分支开启。