[DAY46] Wandering/Chashing AI(2)

베리투스·2025년 10월 15일

TIL: Today I Learned

목록 보기

47/93

오늘은 AI를 한 단계 더 똑똑하게 만드는 행동 트리(Behavior Tree)와 블랙보드(Blackboard)에 대해 공부했다. 단순히 타이머로 정해진 행동만 반복하는 게 아니라, AI가 스스로 상황을 '기억'하고 그 기억을 토대로 '판단'해서 행동하게 만드는 방식이다. AI의 감각(Perception)으로 얻은 정보를 블랙보드라는 데이터베이스에 저장하고, 행동 트리가 이 정보를 읽어 추격, 조사, 순찰 등 다양한 행동을 결정하는 흐름을 직접 구현해봤다. 코드가 복잡해 보였지만, 역할을 분리하니 오히려 구조가 더 명확해지는 느낌이었다. 🧠

📌 목표

Behavior Tree와 Blackboard의 개념과 역할을 이해한다.
AI Perception(감각) 시스템이 감지한 정보를 Blackboard에 실시간으로 업데이트한다.
Behavior Tree에서 사용할 커스텀 Task(행동 단위)를 직접 코드로 작성한다.
추격, 조사, 순찰의 우선순위를 가진 AI 의사결정 구조를 Behavior Tree로 완성한다.

📖 이론

1. 핵심 개념

블랙보드 (Blackboard): AI의 "기억 저장소" 또는 "메모리"이다. AI가 보고 들은 정보들을 Key-Value 형태로 저장하는 데이터베이스 역할을 한다. (예: CanSeeTarget = true)
행동 트리 (Behavior Tree): AI의 "의사결정 로직"이다. 블랙보드에 저장된 데이터를 조건으로 "지금 무엇을 할까?"를 결정하는 규칙들의 집합이다. 시각적인 트리 구조로 되어 있어 로직을 파악하기 쉽다.

2. AI 작동 흐름

AI의 각 컴포넌트는 다음과 같은 순서로 유기적으로 동작한다.

Perception (감각) → AI Controller (정보 처리) → Blackboard (기억) → Behavior Tree (판단) → Character (행동)

💻 코드

SpartaAIController.h


#pragma once

#include "CoreMinimal.h"
#include "AIController.h"
#include "SpartaAIController.generated.h"

class UBehaviorTree;
class UBlackboardComponent;

UCLASS()
class SPARTAPROJECT_API ASpartaAIController : public AAIController
{
    GENERATED_BODY()

public:
    ASpartaAIController();
    void StartBehaviorTree();

protected:
    virtual void BeginPlay() override;

    // AI의 기억 장치
    UPROPERTY(VisibleAnywhere, BlueprintReadOnly, Category = "AI")
    UBlackboardComponent* BlackboardComp;

    // AI의 의사결정 로직 에셋
    UPROPERTY(EditDefaultsOnly, Category = "AI")
    UBehaviorTree* BehaviorTreeAsset;

private:
    // 감각 정보가 업데이트될 때 호출될 함수
    UFUNCTION()
    void OnPerceptionUpdated(AActor* Actor, FAIStimulus Stimulus);
};

SpartaAIController.cpp


#include "SpartaAIController.h"
#include "BehaviorTree/BlackboardComponent.h"
#include "BehaviorTree/BehaviorTree.h"
#include "Perception/AIPerceptionComponent.h"
#include "Kismet/GameplayStatics.h"

// BeginPlay: 게임 시작 시 블랙보드 초기화 및 행동 트리 실행
void ASpartaAIController::BeginPlay()
{
    Super::BeginPlay();

    if (BlackboardComp)
    {
        // 블랙보드 값 초기화
        BlackboardComp->SetValueAsBool(TEXT("CanSeeTarget"), false);
        BlackboardComp->SetValueAsBool(TEXT("IsInvestigating"), false);
    }

    // 행동 트리 실행
    StartBehaviorTree();
}

// OnPerceptionUpdated: 감각 시스템이 정보를 감지했을 때 블랙보드를 업데이트
void ASpartaAIController::OnPerceptionUpdated(AActor* Actor, FAIStimulus Stimulus)
{
    APawn* PlayerPawn = UGameplayStatics::GetPlayerPawn(GetWorld(), 0);
    if (Actor != PlayerPawn || !BlackboardComp) return;

    if (Stimulus.WasSuccessfullySensed())
    {
        // 봤을 때: 타겟 정보 저장
        BlackboardComp->SetValueAsObject(TEXT("TargetActor"), Actor);
        BlackboardComp->SetValueAsBool(TEXT("CanSeeTarget"), true);
        BlackboardComp->SetValueAsVector(TEXT("TargetLastKnownLocation"), Actor->GetActorLocation());
        BlackboardComp->SetValueAsBool(TEXT("IsInvestigating"), false);
    }
    else
    {
        // 놓쳤을 때: 조사 모드 시작
        BlackboardComp->SetValueAsBool(TEXT("CanSeeTarget"), false);
        BlackboardComp->SetValueAsBool(TEXT("IsInvestigating"), true);
    }
}

// StartBehaviorTree: 지정된 행동 트리 에셋을 실행
void ASpartaAIController::StartBehaviorTree()
{
    if (BehaviorTreeAsset)
    {
        RunBehaviorTree(BehaviorTreeAsset);
    }
}

⚠️ 실수

StartBehaviorTree() 함수만 작성하고 호출하지 않음: SpartaAIController 클래스에 StartBehaviorTree() 함수를 멋지게 구현했지만, 정작 BeginPlay() 함수에서 이 함수를 호출하는 코드를 빼먹었다. 그래서 AI가 게임 시작 시 아무런 행동도 하지 않고 가만히 서 있었다. 코드가 아무리 잘 짜여 있어도 실제로 호출해주지 않으면 아무 소용이 없다는 것을 뼈저리게 느꼈다. 😅
행동 트리 노드 선택 오류 (Simple Parallel 대신 다른 것 사용): AI가 플레이어를 감지했을 때, 플레이어를 추격하면서 동시에 다른 행동(예: 주변 경계)도 수행하게 하고 싶었다. 이를 위해 Simple Parallel 노드를 사용해야 했는데, 실수로 Selector 노드를 사용했다. 그 결과, 플레이어를 감지하면 추격 행동만 하고 다른 행동은 시도조차 하지 않는 문제가 발생했다. 각 노드의 정확한 역할과 사용법을 숙지하는 것이 얼마나 중요한지 다시 한번 깨달았다.
Abort Mode 설정 오류: 행동 트리에서 특정 조건이 만족되면 현재 진행 중인 행동을 중단하고 새로운 행동으로 전환해야 할 때가 있다. 예를 들어, 플레이어를 발견하면 순찰을 멈추고 바로 추격해야 한다. 이때 Abort Mode 설정을 잘못하면, 플레이어를 발견해도 기존의 순찰 행동을 계속하거나, 예상치 못한 시점에 행동이 중단되는 문제가 발생할 수 있다. 각 Abort Mode (Self, Lower Priority, Both)의 의미를 정확히 이해하고 상황에 맞게 설정하는 것이 중요하다는 것을 배웠다.

✅ 핵심 요약

개념	설명	비고
Blackboard	AI의 기억 저장소. 모든 상황 판단의 근거가 되는 데이터를 저장한다.	Key-Value 방식
Behavior Tree	AI의 의사결정 로직. 블랙보드의 데이터를 보고 어떤 행동을 할지 결정한다.	우선순위에 따라 행동 결정
Perception	AI의 감각 기관. 플레이어를 보거나 소리를 듣는 등 외부 정보를 감지한다.	이벤트 기반으로 컨트롤러에 알림
BT Task	행동 트리를 구성하는 가장 작은 행동 단위. (예: 이동, 공격, 대기)	C++ 코드로 직접 기능 확장 가능
Decorator	행동 트리의 조건문. 블랙보드의 값을 체크하여 자식 노드의 실행 여부를 결정한다.	'If'문과 비슷한 역할 (`CanSeeTarget?`)