官方給出的AI實例是實現一個跟隨着玩家跑的AI，當玩家沒有在AI視野里時，它會繼續跑到最后看到玩家的地點，等待幾秒后如果仍然看不到玩家，則跑回初始地點。官方的案例已經講得比較詳細，對於一些具體的函數調用，官方沒有進一步講解，本文作為官方案例的一個補充，提供給有興趣的朋友參考。
一、整體思路分析
一個整體的思路是，用一個Service檢測附近是否有出現在AI里的玩家，如果有的話，則將TargetToFollow設為該對象，然后跑向該對象（RapidMoveTo，注意，不是跑向玩家所在位置，而是跑向玩家），如果沒有的話，則將TargetToFollow置為空，然后跑向（MoveTo）玩家最后出現的位置（TargetLocation），否則，跑回（MoveTo）HomeLocation。也就是說，1.建立一個Blackboard記錄數據，2.需要實現一個Service來檢測AI附近並且出現在AI視野里的玩家，3.實現一個Task（RapidMoveTo），使得AI跑向玩家，4.實現一個Task，使得AI跑回初始地點（MoveTo 已在引擎中實現）5.實現一個Decorator節點，判斷AI是否已經離玩家的距離較近，如果較近，在停止活動。
二、每個步驟的分析
1.建立Top-Down模板，此處不再贅述。
2.建立尋路網絡邊界體積框，AI只會在此框內進行尋路，按p鍵可以查看，模板中已經存在，實際試驗當中不需要添加。
3.設置角色藍圖。具體參看官網案例，比較簡單，此處不再贅述。
4.設置Blackboard資源。Blackboard里，添加三個變量，即Homelocation，TargetLocation，TargetToFollow。
5.設置AIController，此處可以按照官方的案例，創建AIController的藍圖類，也可以在C++代碼里創建。需要指出的是，需要在控制器里設置行為樹使用的Blackboard，以及運行的行為樹，並且初始化HomeLocation。C++版本與藍圖版本本質相同，以下只給出藍圖版本。
void AMyAIController::Possess(class APawn* InPawn)
{
Super::Possess(InPawn);
AMyCharacter* Bot = Cast<AMyCharacter>(InPawn);
if (Bot)
{
if (Bot->BehaviorTree->BlackboardAsset)
{
BlackboardComp->InitializeBlackboard(*Bot->BehaviorTree->BlackboardAsset);
/* Make sure the Blackboard has the type of bot we possessed */
BlackboardComp->SetValueAsEnum(BotTypeKeyName, (uint8)Bot->BotType);
}
BehaviorComp->StartTree(*Bot->BehaviorTree);
}
}
或者：
6.放置AI角色，拖住藍圖腳本放進Level Editor即可。
7.設置Service節點。其中需要注意的是：
(1)官方案例中，使用一個AI_CON_Ref的變量保存AIController的引用，可以進一步使用Event Receive Tick的AI版本，可以直接得到AIController的引用，連變量都省了。
(2)案例中使用MultiSphereTraceForObject進行附近是否存在玩家的檢測。其中的Radius是球形的半徑，ObjectTypes是需要檢測的類型，Actors to Igonore是不需要檢測的類型。而它的檢測路徑如第二張圖，即為一個半徑為Radius的球體從Start移動到end掃過的面積。
（3）其中的LineTraceByChannel進行線性檢測，查看AI與玩家之間是否存在阻擋物。至於為什么Trace Channel要設
置成Camera，是因為在默認情況下，Character不會Block Visibility，但是會阻礙Camera。可以在Character藍圖中查
看相關設置。
8.Task的設置，此設置可在藍圖中進行設置，可參看官方例子，也可以在C++中進行設置，參看Shooter Game的例子。沒有沒有需要注意的地方，看官方文檔即可，此處不再贅述。
9.Decorator的設置。
10.設置行為樹。設置完行為樹之后，同時開啟Level編輯器界面和行為樹界面可以看到行為樹的運行情況。