行为树的优点:

• 使用groot编辑，直观容易理解
• 行为逻辑和状态数据分离(减少了耦合)，任何节点写好以后可以反复利用
• 重用性高，可用通过重组不同的节点来实现不同的行为树
• 线性的方式扩展，所以扩展性好
• 黑板变量用起来很灵活

缺点:

• 任何一个简单的操作都需要使用节点
• 每次从根节点开始逻辑，占用CPU更多

行为树本身并不具体实现机器人的执行内容，它只负责将执行内容进行编排。以Navigation2为例，具体的执行内容实现是放在各个server中的。行为树上的节点与server进行通信，请求具体的执行内容，然后获得反馈。根据反馈结果又可以请求另外的执行内容。这些不同执行内容间的跳转就是由行为树控制的。

另一种比较常见的组织机器人行为的方式是状态机。ROS1中的move_base就是基于状态机的。它与行为树最显著的区别是状态与执行内容是绑定在一起的。当执行内容需要在多个状态中执行时，各个状态下都需要放置执行内容的逻辑。当业务逻辑代码分散在各处时就不太好维护了

ROS2行为树动态库默认安装在/opt/ros/galactic/lib/libbehaviortree_cpp_v3.so，头文件在/opt/ros/foxy/include/behaviortree_cpp_v3

行为树是由控制节点、装饰节点、行为节点组成的一棵树。中间节点一般为控制节点和装饰节，用于控制行为树的执行流程，它们相对固定，一旦确定几乎不会变化。叶子节点由Action节点或Condition节点组成，使用者的大部分工作都是设计树的逻辑和行为节点。

行为树的每个节点都有一个返回值，它们分别是：

• 成功（Success）
• 失败（failed）
• 运行中（running）：表示当前帧没有执行完成、下帧继续执行。

控制类节点

控制节点一般为中间节点，用于控制行为树的执行流程，决定了其子节点是以顺序、并行、随机或其它方式执行。

• 顺序节点

依次执行所有子节点，若当前子节点返回成功，则继续执行下一个子节点；若子当前节点返回失败，则中断后续子节点的执行，并把结果返回给父节点。节点1返回成功，继续执行节点2；节点2返回失败，则把结果返回给Sequences的父节点，节点3并不会执行。顺序节点相当于and语义。

• 选择节点（Selector）

依次执行所有子节点，若当前子节点返回成功，则中断后续节点运行，并把结果返回给父节点。相当于or语义

当有的行为节点对应的代码执行较长，例如：播放动画，此时，这个行为节点会向父节点返回running，于是选择节点便不再执行后续节点，直接向父节点返回 running

• 并行节点（Parallel）

依次执行所有子节点，无论失败与否，都会把所有子节点执行一遍。至于Parallel节点该返回什么值给父节点，这要看需求。比如：成功数 > 失败数返回成功，否则返回失败。

• 随机节点（Random）

随机选择一个子节点来运行。机器人领域应该不会使用。在游戏设计里，AI角色每天会根据自己的心情选择是呆在家里、工作或是出门游玩，可以采用随机选择节点

• 记忆节点（MemSequences、MemSelector）

使用很少。功能和顺序节点、选择节点类似，唯一不同是会保存当前执行进度（比如：保存当前子节点索引），下一帧继续执行当前节点，如果当前节点是中间节点，则会跳过前面的节点。

修饰节点（Decorator）

• 逆变节点（Inverter）：tick孩子节点一次，孩子节点失败返回SUCCESS，成功返回FAILURE，孩子节点运行则返回RUNNING。也就是对子节点的返回值取反，相当于not语义，它只会有一个子节点
• 成功节点 (ForceSuccessNode)：tick子节点一次，不管其子节点返回何值，都会返回Success给父节点
• 重复节点 (Repeater)：重复执行n次子节点（n作为数据输入），直到子节点返回失败，则该节点返回FAILURE，若子节点返回RUNNING ，则同样返回RUNNING。
• RetryNode: 最多tick子节点 n 次，(n作为数据输入)，直到子节点返回成功，则该节点返回 SUCCESS，若子节点返回RUNNING ，则同样返回RUNNING

• 执行一段时间（MaxTime）：重复执行子节点一段时间

• action

动作节点通常实现服务客户端和动作客户端，也可以是一些简单的执行程序。action通常作为行为树中的叶子节点，负责具体行为和功能的实现。但这些具体的功能代码并没有在叶子节点中而是在对应的服务端。执行这种节点，可能只需要一帧就可以完成，也可能需要多帧才能完成。

它至少包含两个函数：

• Init:用于初始化节点，比如读取配置数据初始化当前节点，只会执行一次。

• OnTick:每一帧都会执行，节点的主要逻辑都在此函数中实现或调用。

• condition

这是条件控制节点。比如判断电池电量，某一开关信号等等。

• control

这是行为树中的控制流。类似c++语言中的if else，switch等等。它负责构建行为树的逻辑结构。sequeence，fallback等等就属于这个范畴。

黑板

行为树中的共有数据是存放在Blackboard中的。Blackboard是以键值对的形式存储数据的。各个行为树的叶子节点均可以通过key访问到需要的数据。节点的输入端口可以从黑板读取数据，节点的输出端口可以写入黑板。

Ports是用于在节点间交换数据而存在的。一个行为树叶子节点可以定义输入的Ports和输出的Ports。当不同叶子节点的Port有相同的key名称时，可以认为它们是相通的。当在行为树叶子节点中声明了这些Ports时，也需要同时在xml文件中描述这些Ports。

注意设置子树的__shared_blackboard属性为true，否则C++程序可能报错

获取全局黑板变量，也就是说它也用了单例模式。

auto blackboard = DecisionBlackboard::GetInstance().GetBlackBoard();

程序中如果加载了多个行为树，黑板变量可以共享。

xml 文件

xml格式有以下几个要点

• root这个tag是必须的，而且它需要有main_tree_to_execute的属性，表示执行哪颗树
• root的子元素必须有BehaviorTree，BehaviorTree必须有ID属性
• 如果root拥有多个BehaviorTree，那么BehaviorTree的ID的属性值必须是不同的，此时必须指定main_tree_to_execute标签
• 如果root只有一个BehaviorTree，那么main_tree_to_execute属性可有可无
• BehaviorTree的子元素就是树节点（tree nodes）
• TreeNodesModel标签，主要用于Groot可视化。对于C++程序来说，可以没有。

createTreeFromFile的文件路径错误时，会报错 what(): Internal error in realpath(): No such file or directory

调试

行为树的各种调试工具

Groot1的日志工具很不好用，在fbl文件比较大的时候，很容易卡死。如果总的行为树很大，需要放大才能观看流程，十分不方便。Groot2的日志工具据说很好用，但是收费。

拆分行为树后，在Groot里不方便直接打开子树，只能再开一个Groot打开子树的xml文件. 后来Groot2解决了这个问题，在设置的Editor标签里还可设置是否每次都加载<include>标签对应的文件。