近學習了UE4官方文檔的行為樹快速入門指南，發現里面的部分邏輯稍稍有點混亂和重疊，於是加入了自己的想法，修改了部分行為樹邏輯，優化了其AI尋路能力。
初始的基本操作和資源創建同官方文檔一樣：1個Follower_AI_CON即AI控制器，1個FollowerBT行為樹，1個FollowBlackboard黑板，1個Character藍圖資源AI_Character。
打開FollowBlackboard黑板資源，創建1個TargetToFollow的Object變量，1個HomeLocation的Vector變量，1個TargetLocation的Vector變量，保存后退出。
打開Follower_AI_CON控制器，創建1個HomeLocation的Name變量，編寫藍圖節點邏輯
添加EventBeginPlay事件，綁定黑板資源為FollowBlackboard，設置HomeLocation變量存儲AI_Character的初始坐標（Target為黑板自身，KeyName為Name變量HomeLocation，VectorValue為AI控制器下Pawn的ActorLocation），之后運行行為樹FollowerBT。
打開AI_Character藍圖，在Mesh中指定人物骨骼和角色動畫藍圖，選中Components窗口的AI_Character（self），在Pawn選項中指定AIControllerClass為Follower_AI_CON，這樣在創建AI_Character實例時，會自動創建1個AI控制器。
打開FollowerBT行為樹，點擊NewService，創建一個AgroCheck業務，前面的邏輯和官方文檔一樣，添加Branch節點判斷AI控制器的引用AI_CON_Ref是否為空，空則將EventReceiveTick的OwnerActor輸入參數強制轉換成目標AI控制器后賦值給AI_CON_Ref。之后獲取到場景中的所有AI_Character（在目標檢測中作為忽略Actor目標，防止AI_Character互相檢測導致混亂）；獲取到AI控制器下Pawn的ActorLocation作為目標檢測的圓心（同時設置為MyLocation），Z軸添加15單位作為球體檢測的半徑終點，輻射半徑設為1000作為目標檢測的范圍，檢測的目標種類拖選成數組后設置為Pawn（即只會檢測到類型為Pawn的目標）。
個人覺得接下來官網教程的藍圖邏輯有些不合適。官網上將目標檢測的結果循環遍歷，創建一個射線檢測，MyLocation為起點，目標檢測到的Actor為終點（即二次檢測），別忘了Actor to Ignore連接到AI_Character。將射線檢測的結果Actor和目標檢測的結果Actor進行比較，結果作為Branch節點的判斷依據，相同則將該Actor設為TargetToFollow，並將其Location設為TargetLocation；不相同則將TargetToFollow設為空值。
個人覺得不合理的地方如下：
1.對目標進行的二次檢測重復多余，且沒有意義，相當於將一個數組中的元素與數組中的所有元素進行比較（包括自身比較自身，且邏輯上兩兩比較了兩遍），增加了邏輯復雜度和時間復雜度，導致的結果是之后的Branch節點頻繁被調用，雙分支（True，False）一直在重復執行；
2.並沒有突出檢測到的目標為正確尋路目標，而是使得所有在檢測范圍內的Pawn都符合尋路條件，AI_Character會將檢測到的第一個Pawn作為跟蹤對象；
3.目標監測范圍內沒有Pawn時，數組為空，導致之后的Branch節點不會執行。
所以我在官方文檔的基礎上加入了自己的想法，更改后的藍圖邏輯如下：
對目標檢測的輸出進行Branch判斷，檢測到Pawn目標時進行數組循環遍歷，沒有Pawn目標時直接對TargetToFollow賦值為空。對HitResult的Actor進行強制類型轉換，轉換成PlayerCharacter（玩家控制的角色），轉換成功則表示玩家進入AI_Character的檢測范圍，並將玩家設置為TargetToFollow，玩家的Location設置為TargetLocation。
打開FollowerBT行為樹，點擊NewDecorator創建一個CloseEnough的Decorator，
將輸入參數OwnerActor強制轉換為Follower_AI_CON，賦值給AI_CON_Ref，連接到輸出節點，添加1個Boolean輸出參數，將TargetToFollow的Location減去AI控制器下Pawn的Location（即AI_Character和目標之間的距離）和預設距離進行比較，大於等於預測距離（即兩者距離太遠）則為True（繼續執行Decorator下的邏輯），否則停止之后的邏輯。
打開FollowerBT行為樹，點擊NewTask，創建1個RapidMoveTo的任務，
首先進行AI_CON_Ref的非空判斷，為空則將OwnerActor強制轉換成Follower_AI_CON賦值給它，不為空則進行AIMoveTo，Pawn為AI控制器下的Pawn（即AI_Character），TargetActor為TargetToFollow。移動成功后結束此次行為樹任務。
最終的行為樹運行邏輯如下：
AgroCheck的刷新Tick為0.5s，TargetToFollow和TargetLocation分別對應於黑板資源的同名參數，之后進入分支判斷，TargetToFollow非空則進入左側，AI_Character和目標的距離大於100則進行RapidMoveTo任務；TargetToFollow為空則進入右側分支，判斷AI_Character是否位於TargetLocation，及TargetLocation是否為空，如果AI_Character已經到達TargetLocation則等待2.5s后返回HomeLocation。在這里我刪除了移動到TargetLocation的任務，否則會造成AI_Character在TargetLocation和HomeLocation之間不間斷的移動，刪除之后AI_Character移動回HomeLocation之后保持靜止，直到TargetToFollow的再次確立導致的左側行為樹分支開啟。