斯坦福 UE4 C++ ActionRoguelike游戏实例教程 03.EQS初体验：从智障到智慧
斯坦福课程 UE4 C++ ActionRoguelike游戏实例教程 0.绪论
概述
本文章对应课程第十一章 43节。这篇文章会简单介绍EQS和实际上手使用，为AI添加更丰富的行为逻辑。
目录
- 初识EQS
- 自定义查询内容
- 优化AI
初识EQS
在前几节课中，我们创建了一个简单的AI，这个AI可以根据与玩家的距离，结合网格导航进行自动寻路，以一种近乎固定的行为模式向玩家靠近。在实际游戏开发中，如果存在多个AI角色执行同样逻辑，我们会看到他们会像火车一样沿着同样的轨迹像玩家跑来，这样的AI显得十分的呆板。因此在这节课程中，将会介绍UE 中EQS的相关知识，以开发具有复杂功能且更富有趣味性的AI为目标。
EQS（Environment Query System）是一种用于在场景中搜索和查询指定条件的工具。通过EQS，我们可以指定一个或多个搜索条件，并使用这些条件来查找场景中符合条件的所有元素。EQS可以用于各种场景，例如AI的视觉感知，寻找目标或避开障碍物等。使用EQS，我们可以更容易地实现更像真人的AI，具体的细节，我们边做边说。
启用EQS
EQS功能在UE中是默认关闭的，要使用EQS，我们首先得打开项目设置，在所有设置中搜索EQS，将图中红框的选项勾选。
勾选完成后，记得要重启编辑器，不然是不会生效的，
创建环境查询
在内容浏览器中右键，选择人工智能->环境查询，创建一个环境查询，将其命名为Query_FindNearbyLocation。
在环境查询中，我们可以自定义一个查询生成器，他可以获取目标周围环境的信息，通过测试（TEXT）对周围环境进行评估，自动选择符合要求的位置。
进入环Query_FindNearbyLocation，将从根节点拖出一条线，选择Point:Donut类型。Point:Donut会在目标周围生成一圈一圈的圆环，每个圆环又由多个点组成。具体的参数设置，读者可以自行在细节面板里查看。
右键新建的节点，在最下面找到添加测试。我们这里选择Distance，他可以以距离作为评分依据，对生成器生成的点进行评分。如下图所示，距离一栏内的到此距离（Distance to）默认为EnvQueryContext_Querier，指的是查询的发起人，也就是AI角色自己，评分依据与相对于AI角色的距离相关。
这里我们需要修改的是过滤器，根据自己的需要修改参数，这里将过滤类型改成了最小，浮点值改成了500，即500cm外的位置才会被考虑进评分。
修改行为树
修改行为树，在上节课的基础上添加一个Run EQS Query，如下图所示
Run EQS Query的细节面板修改为下图所示。
此处的黑板键即为环境查询最后选择的位置，环境查询最终会修改我们这里选择的黑板键，即MoveToLocation；
查询模板即为我们刚才创建的Query_FindNearbyLocation，行为树将会执行Query_FindNearbyLocation；
运行模式可以选择单一最佳项目，但这里我推荐选择采自最佳25%的单一随机项，以增加AI的随机性。
另外注意，我将Move To Player节点的目标也改成了MoveToLocation，这样在执行完环境查询后，AI角色会向修改完成的MoveToLocation移动。
运行测试
运行游戏，可以看到AI小兵满地乱跑。在我们当前的设置下，AI的行为树在执行到环境查询时，会在EnvQueryContext_Querier也就是AI小兵周围进行一次环境查询，在范围内选择一个最佳的点位，赋值给MoveToLocation。紧接着运行Move To Player结点，使AI角色移动到目标坐标上。
对准AI小兵点击'(冒号右边的那个按键)，可以调出AI的debug界面，读者可以细细观察一下这个界面有哪些内容。
点击小键盘的3键，可以查看环境查询的结果，如图所示，角色的周围生成了三层圆环，每个环有八个查询点，蓝色的为查询失败，因为我们刚才设置过滤器的时候过滤了500cm以内的位置。绿色的为查询成功，他会根据距离对这个位置进行评分（绿点旁边的数字），在当前设置下分数越高则越优，最终会选择一个位置赋值给MoveToLocation。
具体的查询生成器的各种类型、测试的各种类型以及细节面板的参数调整，读者可以自行进行实验。
注意，这个环境查询不会考虑不在导航网格内的情况，就像图中这样：
如果最终选择的坐标在导航网格外，AI角色将会一直傻站在原地。这也是我之前建议选择采自最佳25%的单一随机项的原因，至少不会每次查询的结果一样导致AI卡死在导航网格的边缘。
当然，我们也可以设置环境查询只查询导航网格内的位置。如下图所示，
将查询生成器细节面板-投射数据-检测模式修改为导航，这样就只会考虑导航网格体内的位置了。
自定义查询内容
简单入门EQS后，让我们回到实际应用上来。正如前两节课做的那样，我们并不想让环境查询生成在AI角色身边，而是生成在玩家角色的身边，这样才能实现AI角色向玩家角色移动。
在EQS里，控制环境查询生成位置的类叫做EnvQueryContext，之前提到的EnvQueryContext_Querier也是该类的对象。相应的，我们可以自定义Context，这里我们使用蓝图的方式创建一个EnvQueryContext_BlueprintBase，将其命名为QueryContext_TargetActor,用于获取玩家控制的角色。
进入蓝图后，重载提供单一Actor函数
节点的连接很简单，这里就不赘述了。在编译完成后，修改TargetActorKey的默认值为黑板键中的TargetActor，使其绑定我们的玩家角色。
修改环境查询生成器的细节面板，使其以我们创建的QueryContext_TargetActor为中心。
保存完毕后运行游戏，可以看见圆环现在生成在玩家角色的周围。由于显示是有一些延迟的，所以得等待一会儿才会更新。
优化AI（修改细节面板）
最后是添加更多更酷的小细节。在之前的设置里，环境查询会以玩家为中心生成三个圆环，事实上并不需要360°围绕玩家生成圆环，只需要在玩家和AI之间生成一道弧线即可。这里可以根据我们的喜好，修改内部半径和外部半径（外部半径可以考虑设置为攻击范围）；设置弧形方向，各参数可以自行测试微调。
为了让AI少跑点路，这里将得分因数设置为-1，离AI越近的位置得分将会越高。
运行看看效果。可以看到AI和玩家之间生成了螺旋状的弧线。由于这个弧线效果笔者也不是很清楚是怎么生成的，读者可以自行实验调整，效果差不多就行。
我们还想实现一点更酷的东西。让AI小兵在进行一轮射击后可以自己换位置重新射击，这里我将Move To Sequence的装饰器删掉了，去除了必须在攻击范围外才能移动的限制。
另外，在之前的设置里，即使AI和玩家之间有障碍物，AI也会尝试选取那些看不到玩家的位置，通常需要跑个几次才能看到玩家。为了优化这一点，在环境查询生成器里添加Trace测试内容，细节面板如图所示，注意要取消勾选布尔匹配。如果环境查询的位置与情景对象（也就是Context）有障碍物的话（也就无法进行射线追踪），则会将那一位置筛选出去，AI将不再尝试被筛选掉的位置。
最终效果&总结
这节课我们初步学习了EQS的使用，EQS可以很方便的为AI添加更丰富更智能的行动，将会是很有用的一个功能。
此外，斯坦福的老师还使用了可视化记录器这一工具，可以在窗口->开发者工具里找到，感兴趣的读者可以自行去学习使用。
参考链接
UE4 行为树与EQS https://www.cnblogs.com/biu-we/p/13604795.html
