Unreal Engine 5 İle Gelişmiş Yapay Zeka Davranış Ağacı Nasıl Tasarlanır?

Unreal Engine 5 İle Gelişmiş Yapay Zeka Davranış Ağacı Nasıl Tasarlanır?

Modern oyun geliştirme süreçlerinde, oyuncuya gerçekçi ve öngörülemez tepkiler veren NPC (oyuncu olmayan karakter) tasarlamak, Unreal Engine 5 (UE5) ekosisteminin sunduğu güçlü araçlarla artık çok daha sistematik bir hale geldi. Unreal Engine 5 ile gelişmiş yapay zeka davranış ağacı tasarlamak, sadece karakterin hareket etmesini sağlamak değil, aynı zamanda çevresel verileri işleyen, karar mekanizmaları kuran ve dinamik bir oyun deneyimi sunan mantıksal bir mimari oluşturmaktır.

Bu rehberde, UE5’in Behavior Tree (Davranış Ağacı) sistemini kullanarak nasıl modüler, ölçeklenebilir ve performans odaklı bir yapay zeka mimarisi kurabileceğinizi adım adım ele alacağız. 2026 yılı standartlarında, işlemci (CPU) yükünü optimize eden ve karakterin çevreyle etkileşimini en üst düzeye çıkaran profesyonel yöntemlere odaklanacağız.

Temel Bileşenleri Anlamak: Blackboard ve Behavior Tree İlişkisi

Gelişmiş bir yapay zeka sistemi kurmadan önce, UE5'in temel yapı taşlarını doğru konumlandırmak gerekir. Davranış ağacı sistemi, verinin tutulduğu yer ile mantığın işlendiği yerin ayrılması prensibine dayanır.

Blackboard (Kara Tahta) Nedir ve Nasıl Yapılandırılır?

Blackboard, yapay zekanızın "hafızasıdır". Karakterin hedefi, oyuncunun konumu, sağlık durumu veya çevredeki tehlikelerin varlığı gibi değişkenler burada depolanır. Gelişmiş bir sistemde Blackboard'u karmaşık hale getirmek yerine, sadece gerekli verileri tutan modüler Blackboard assetleri oluşturmalısınız.

Behavior Tree (Davranış Ağacı) Mantığı

Davranış ağacı, bir karar ağacıdır. Sol taraftan başlar, dalları kontrol eder ve uygun koşul sağlandığında o düğümü (node) çalıştırır. UE5 içerisinde "Composite" (Kompozit) düğümler ile akışı yönetirken, "Task" (Görev) düğümleri ile karakterin gerçek eylemlerini (yürüme, ateş etme, bekleme) tetiklersiniz.

Adım Adım Gelişmiş Davranış Ağacı Tasarımı

Profesyonel bir yapay zeka sistemi kurmak için izlemeniz gereken yapılandırılmış süreç aşağıdadır. Bu adımlar, karakterinizin karmaşık durumlarda bile tutarlı kararlar vermesini sağlar.

1. Blackboard Veri Tiplerini Tanımlayın: AI karakterinizin ihtiyaç duyacağı tüm değişkenleri (Object, Vector, Float, Bool) Blackboard'a ekleyin.
2. AI Controller Kurulumu: Karakterin zihnini temsil eden AI Controller sınıfını oluşturun ve Behavior Tree'yi başlatmak için Run Behavior Tree düğümünü Event BeginPlay içerisinde tetikleyin.
3. Service (Servis) Kullanımı: Belirli aralıklarla Blackboard verilerini güncelleyen servisler oluşturun. Örneğin, "Oyuncuyu Görüş Alanında Kontrol Et" servisi, her 0.5 saniyede bir Blackboard'daki "TargetActor" değerini günceller.
4. Decorator (Dekoratör) ile Koşullu Dallanma: Bir dalın çalışıp çalışmayacağını belirleyen mantıksal kapılardır. "Sağlık %20'nin altındaysa kaç" gibi bir mantığı, Selector düğümünün üzerine bir Decorator ekleyerek kurun.

Performans Optimizasyonu: 2026 Standartları

Büyük ölçekli projelerde, yüzlerce AI karakterinin aynı anda çalışması CPU üzerinde ciddi bir yük oluşturur. Performansı korumak için "Tick" mekanizmasını minimuma indirmelisiniz.

Tick Yerine Event-Driven (Olay Tabanlı) Mimari

Behavior Tree içerisindeki düğümlerin sürekli "Tick" etmesi yerine, sadece durum değiştiğinde tetiklenen sistemler kullanın. UE5'in sunduğu Observer Aborts (Gözlemci İptali) özelliğini kullanarak, bir koşul değiştiğinde ağacın anında ilgili dala geçmesini sağlayın.

AI Perception Sistemi

AI Perception, karakterin görme, duyma ve hasar alma duyularını yönetir. Bunu Behavior Tree ile entegre ederken, karmaşık hesaplamaları Blueprint yerine C++ ile yazılmış fonksiyonlarda tutmak, 2026 yılı projelerinde performans artışı sağlar.

Kritik Uyarı: AI Perception sisteminde "Sight" (Görüş) ayarlarını yaparken, "Peripheral Vision Angle" değerini çok geniş tutmak, karakterin arkasını görmesine neden olabilir. Bu durumu dengelemek için görüş konisini gerçekçi değerlerde (genellikle 90-120 derece) tutun.

Davranış Ağacı Düğümleri Karşılaştırma Tablosu

Karmaşık Karar Mekanizmaları ve Durum Yönetimi

Gelişmiş bir yapay zeka, sadece "takip et" veya "saldır" komutlarıyla sınırlı değildir. Karakterin "Merak", "Korku", "Saldırganlık" gibi farklı ruh hallerini (State) Blackboard üzerinden yönetmek, oyunun derinliğini artırır.

Blackboard Key'lerini Dinamik Güncelleme

Karakterin "State" değişkenini bir Enum (Numaralandırma) olarak tanımlayın. AI Controller içerisinde bu Enum değerini değiştirdiğinizde, Behavior Tree üzerindeki Decorator'lar otomatik olarak yeni duruma göre hareket edecektir. Bu, kod karmaşasını önler ve hata ayıklamayı kolaylaştırır.

NavMesh ve Çevresel Etkileşim

NavMesh (Navigasyon Ağı), karakterin nerede yürüyebileceğini belirler. Dinamik engeller (yıkılabilir duvarlar, hareketli platformlar) için Runtime Generation ayarını "Dynamic" olarak seçmeyi unutmayın. Aksi takdirde, AI karakteriniz engellerin içinden geçmeye çalışacaktır.

Sıkça Sorulan Sorular

Behavior Tree'de neden "Infinite Loop" (Sonsuz Döngü) hatası alıyorum?

Bu genellikle Sequence düğümünün içindeki bir Task'in hiçbir zaman tamamlanmaması veya sürekli olarak başarısız olması durumunda yaşanır. Task düğümlerinizin içerisinde "Finish Execute" komutunu mutlaka çağırdığınızdan emin olun.

AI karakterim oyuncuyu gördüğü halde neden saldırmıyor?

Blackboard üzerindeki "TargetActor" key'inin güncellenip güncellenmediğini kontrol edin. AI Perception sisteminin "OnTargetPerceptionUpdated" olayını tetiklediğinden ve Blackboard değerini doğru set ettiğinizden emin olun.

Birden fazla AI karakteri için tek bir Behavior Tree yeterli mi?

Evet, Behavior Tree'ler birer şablondur (Asset). Her AI karakteri kendi AI Controller'ına ve Blackboard Instance'ına sahip olduğu sürece, aynı Behavior Tree'yi binlerce karakter üzerinde kullanabilirsiniz.

C++ mı yoksa Blueprint mi kullanmalıyım?

Mantıksal akışlar ve görsel düzenlemeler için Blueprint idealdir. Ancak çok sayıda karakterin olduğu projelerde, ağır matematiksel hesaplamalar ve Perception güncellemeleri için C++ kullanmak performans açısından 2026 standartlarında bir gerekliliktir.

Davranış ağacını nasıl daha "insansı" yapabilirim?

Karakterin hareketlerine "Wait" (Bekleme) düğümleri ekleyerek tepki sürelerini çeşitlendirin. Ayrıca "Random" (Rastgele) düğümler kullanarak karakterin her seferinde aynı yolu izlemesini engelleyin.

Sonuç

Unreal Engine 5 ile gelişmiş yapay zeka davranış ağacı tasarlamak, sabır ve sistematik bir yaklaşım gerektiren bir süreçtir. Blackboard'u temiz tutmak, performansı optimize etmek için olay tabanlı sistemlere geçmek ve modüler bir yapı kurmak, projenizin sürdürülebilirliği için hayati önem taşır. Bu rehberde paylaşılan adımları uygulayarak, oyuncularınıza unutulmaz ve zorlayıcı bir deneyim sunan yapay zeka sistemleri inşa edebilirsiniz. Unutmayın, en iyi yapay zeka, oyuncunun bir "kod" ile değil, yaşayan bir "karakter" ile savaştığını hissettiği yapay zekadır.

Unreal Engine 5 İle Gelişmiş Yapay Zeka Davranış Ağacı Nasıl Tasarlanır?

Unreal Engine 5, modern oyun geliştirme süreçlerinde yapay zeka (AI) tasarımı için endüstri standardı olan Behavior Tree (Davranış Ağacı) sistemini kullanır. Gelişmiş bir AI, sadece oyuncuyu takip eden bir kod bloğu değil; çevresel verileri analiz eden, strateji geliştiren ve oyuncunun hamlelerine göre dinamik tepkiler veren bir yapıdır. Bu rehberde, profesyonel düzeyde bir yapay zeka mimarisini nasıl inşa edeceğinizi derinlemesine inceleyeceğiz.

Temel Bileşenleri Anlamak: Blackboard ve Behavior Tree İlişkisi

Bir yapay zeka sisteminin beyni Behavior Tree ise, hafızası Blackboard'dur. Bu iki sistem birbirinden ayrılamaz bir bütünlük içinde çalışır. Behavior Tree, "ne yapılması gerektiğini" belirlerken, Blackboard "neyin üzerinde çalışılması gerektiğini" (hedef konumu, sağlık durumu, düşman varlığı) saklar.

Blackboard (Kara Tahta) Nedir ve Nasıl Yapılandırılır?

Blackboard, AI karakterinizin o anki durumunu temsil eden değişkenler kümesidir. Gelişmiş bir sistemde Blackboard'u gereksiz verilerle doldurmak, performans kaybına ve hata ayıklama zorluklarına yol açar. İyi yapılandırılmış bir Blackboard şu anahtarları içermelidir:

• TargetActor (Object): AI'nın şu an odaklandığı düşman.
• HomeLocation (Vector): AI'nın devriye bölgesinin merkezi.
• IsAlerted (Boolean): AI'nın tetikte olup olmadığını belirten bayrak.
• CurrentState (Enum): AI'nın o anki durumu (Idle, Chase, Attack, Flee).

Behavior Tree (Davranış Ağacı) Mantığı

Behavior Tree, kök düğümden (Root) başlayarak dallara ayrılan bir ağaç yapısıdır. İşlemler soldan sağa doğru değerlendirilir. Temel düğüm tipleri şunlardır:

• Selector (Seçici): Altındaki düğümlerden biri başarılı olana kadar çalışır (OR mantığı).
• Sequence (Sıralayıcı): Altındaki düğümlerin tamamı başarılı olana kadar çalışır (AND mantığı).
• Decorator (Dekoratör): Düğümlerin çalışıp çalışmayacağını kontrol eden koşullardır.
• Service (Hizmet): Belirli aralıklarla Blackboard verilerini güncelleyen arka plan işlemleridir.

Adım Adım Gelişmiş Davranış Ağacı Tasarımı

1. AI Controller Kurulumu: AI'nız için özel bir Controller oluşturun ve Behavior Tree'yi bu controller üzerinden başlatın.
2. Perception Ayarları: AI'nın çevreyi görmesi için AIPerception Component ekleyin. Sight (Görüş) ve Hearing (İşitme) konfigürasyonlarını yapın.
3. Blackboard Güncelleme: Perception'dan gelen verileri, bir Service düğümü aracılığıyla Blackboard'a aktarın.
4. Dallanma Stratejisi: En üstteki düğümde bir Selector kullanarak "Combat" (Savaş) ve "Patrol" (Devriye) dallarını ayırın.
5. Decorator Kullanımı: "Combat" dalına bir Blackboard Decorator ekleyerek, sadece "TargetActor" geçerli olduğunda bu dalın çalışmasını sağlayın.

Performans Optimizasyonu: 2026 Standartları

Yüzlerce AI karakterinin olduğu bir sahnede, her birinin her "Tick"te (karede) düşünmesi CPU'yu tüketir. 2026 standartlarında performans için şu yöntemler izlenmelidir:

• Tick Sıklığını Azaltın: Behavior Tree servislerinin çalışma aralığını (Interval) 0.1 saniye yerine 0.5 veya 1 saniyeye çıkarın.
• LOD (Level of Detail) AI: Oyuncudan uzak olan AI karakterleri için daha düşük maliyetli davranış ağaçlarına geçiş yapın.
• Async Tasks: Ağır hesaplamaları (pathfinding gibi) C++ tarafında asenkron olarak gerçekleştirin.

Tick Yerine Event-Driven (Olay Tabanlı) Mimari

Geleneksel "Tick" tabanlı sistemler sürekli sorgulama yapar. Olay tabanlı mimaride ise AI, sadece bir olay gerçekleştiğinde (örneğin: "Görüş alanına biri girdi") tepki verir. AI Perception sistemini kullanarak, "OnTargetPerceptionUpdated" event'i ile Blackboard'u güncelleyin. Bu, sistemin boşta olduğu zamanlarda CPU kullanımını neredeyse sıfıra indirir.

AI Perception Sistemi

AI Perception, AI'nın dünyayı algılama biçimidir. Sadece oyuncuyu tespit etmekle kalmaz, aynı zamanda sesleri (ayak sesleri, silah sesleri) de algılayabilir. Sense Config ayarlarında "Detection by Affiliation" kısmını doğru yapılandırarak, AI'nın kendi takım arkadaşlarını düşman olarak algılamasını engelleyebilirsiniz.

Davranış Ağacı Düğümleri Karşılaştırma Tablosu

Karmaşık Karar Mekanizmaları ve Durum Yönetimi

Gelişmiş AI, sadece "saldır" veya "bekle" demez. "Stratejik Geri Çekilme", "Siper Alma" veya "Destek Çağırma" gibi karmaşık durumları yönetmelidir. Bunun için State Machine mantığını Behavior Tree içinde kullanın. Blackboard'daki "CurrentState" enum'unu kullanarak, AI'nın hangi modda olduğunu takip edin ve buna göre farklı "Sub-Tree" (Alt Ağaç) yapılarını tetikleyin.

Blackboard Key'lerini Dinamik Güncelleme

Blackboard değerlerini sadece Blueprint üzerinden değil, C++ fonksiyonları ile güncelleyin. Özellikle BlackboardComponent->SetValueAsObject() gibi fonksiyonlar, projenin ölçeklenebilirliğini artırır. Dinamik güncellemelerde "Observer Aborts" ayarlarını (Self, Lower Priority veya Both) doğru seçmek, AI'nın bir eylemi yarıda kesip diğerine geçmesini sağlar.

NavMesh ve Çevresel Etkileşim

AI'nın hareket kabiliyeti, NavMesh (Navigasyon Ağı) kalitesine bağlıdır. Dinamik engellerin olduğu bir dünyada, Runtime Generation ayarını açarak NavMesh'in gerçek zamanlı güncellenmesini sağlayın. Ayrıca "NavMesh Invokers" kullanarak, sadece AI'nın bulunduğu yakın çevredeki NavMesh'in hesaplanmasını sağlayarak büyük haritalarda bellek tasarrufu yapın.

Sıkça Sorulan Sorular

Behavior Tree'de neden "Infinite Loop" (Sonsuz Döngü) hatası alıyorum?

Bu genellikle bir "Sequence" düğümü içindeki "Task"lerin anında tamamlanması ve bir sonraki döngüye hemen geçilmesiyle oluşur. Görevler arasına bir "Wait" düğümü ekleyerek veya "Task" içerisinde "Finish Execute" düğümünü doğru kullandığınızdan emin olarak bu sorunu çözebilirsiniz.

AI karakterim oyuncuyu gördüğü halde neden saldırmıyor?

Büyük ihtimalle "Decorator" koşullarınızda bir hata vardır. "TargetActor" Blackboard anahtarının dolup dolmadığını "Debugger" (Pencere > Developer Tools > Behavior Tree Debugger) üzerinden kontrol edin. Ayrıca AI'nın saldırı menzilinin (Attack Range) doğru ayarlandığından emin olun.

Birden fazla AI karakteri için tek bir Behavior Tree yeterli mi?

Evet, Behavior Tree bir "Asset" (Varlık) dosyasıdır. Her AI karakteri kendi "Blackboard Instance"ına sahip olduğu sürece, aynı Behavior Tree'yi binlerce karakter üzerinde kullanabilirsiniz.

Gelişmiş Yapay Zeka Tasarımında Modülerlik ve Yeniden Kullanılabilirlik

Unreal Engine 5 projelerinde sürdürülebilir bir yapay zeka mimarisi kurmak, sadece bir ağaç oluşturmak değil, aynı zamanda bu ağacın farklı karakter sınıfları tarafından nasıl tüketildiğini yönetmektir. Modülerlik, bir "Task" veya "Service" bloğunu tek bir projeye hapsetmek yerine, farklı AI türlerinde (örneğin hem düşman asker hem de dost bir NPC) kullanılabilir hale getirmektir.

• Task (Görev) Soyutlama: Görevlerinizi "BaseTask" olarak tasarlayın. Örneğin, bir "MoveToTarget" görevi, hedefin kim olduğundan bağımsız çalışmalıdır.
• Decorator (Dekoratör) Kullanımı: Koşulları doğrudan ağaç içine gömmek yerine, "Conditional Decorator" sınıfları oluşturarak karmaşık mantıkları Blueprint veya C++ tarafında yönetin.
• Data-Driven Tasarım: AI özelliklerini (hız, saldırı gücü, görüş mesafesi) doğrudan ağaç içine yazmak yerine, bir "Data Asset" üzerinden çekin. Bu sayede ağacı değiştirmeden sadece veriyi güncelleyerek farklı zorluk seviyelerinde AI'lar oluşturabilirsiniz.

AI Perception Sistemi ile Gelişmiş Duyusal Yönetim

AI Perception, yapay zekanın dünyayı algılama biçimini belirler. Sadece görme duyusuna dayalı bir sistem, modern oyunlar için yetersizdir. Gelişmiş bir sistemde şu duyuları birleştirmelisiniz:

1. Sight (Görüş): Düşmanın görüş açısı ve mesafesi.
2. Hearing (İşitme): Ayak sesleri veya patlama sesleri gibi "AISense_Hearing" olayları.
3. Damage (Hasar): Hasar alındığında tetiklenen, AI'nın saldırganın konumuna yönelmesini sağlayan duyusal girdi.
4. Team (Takım): "Generic Team Perception" kullanarak dost ve düşman ayrımı yapın.

Davranış Ağacı Düğümleri Karşılaştırma Tablosu

Karmaşık Karar Mekanizmaları: State Machine vs Behavior Tree

Birçok geliştirici "State Machine" (Durum Makinesi) ile "Behavior Tree" (Davranış Ağacı) arasında seçim yapmakta zorlanır. Profesyonel standartlarda, bu ikisinin hibrit kullanımı önerilir:

Uzman Görüşü: "Behavior Tree, AI'nın 'ne yapacağına' karar verirken, Animation Blueprint içindeki State Machine'ler bu kararın 'nasıl görüneceğini' yönetmelidir. AI'ya 'Saldır' komutunu ağaçtan gönderin, ancak saldırı animasyonunun geçişlerini State Machine içinde halledin."

Bu ayrım, kodunuzun temiz kalmasını sağlar ve animasyon hatalarını (örneğin, koşarken aniden idle animasyonuna geçiş) minimize eder.

Blackboard Key'lerini Dinamik Güncelleme ve Senkronizasyon

Blackboard, AI'nın hafızasıdır. Ancak bu hafızanın "kirli" verilerle dolması, AI'nın saçmalamasına neden olur. Dinamik güncelleme için şu stratejileri uygulayın:

• Clear Value: AI bir hedefi kaybettiğinde (örneğin oyuncu bir duvarın arkasına geçtiğinde), "On Perception Updated" olayını kullanarak Blackboard anahtarını temizleyin.
• Observer Aborts: "Decorator" düğümlerinde "Observer Aborts" ayarını "Both" olarak seçin. Bu, bir koşul değiştiğinde ağacın anında tepki vermesini sağlar.
• Blackboard Observer: C++ tarafında "AddObserver" fonksiyonunu kullanarak, belirli bir anahtar değiştiğinde tetiklenecek özel fonksiyonlar yazın.

NavMesh ve Çevresel Etkileşim: İleri Düzey İpuçları

AI'nın sadece düz bir zeminde yürümesi yeterli değildir. Gelişmiş bir yapay zeka, çevresini manipüle edebilmelidir. "NavModifier" bileşenlerini kullanarak kapıları, köprüleri veya yıkılabilir objeleri NavMesh'e dahil edin.

NavMesh Etkileşiminde Dikkat Edilmesi Gerekenler:

• Dynamic Modifiers: Hareketli objelerin (örneğin açılan bir kapı) NavMesh'i anlık güncellemesi için "Runtime Generation" ayarını "Dynamic" yapın.
• Nav Link Proxy: AI'nın merdiven çıkması, bir duvardan atlaması veya bir pencereden geçmesi için "Nav Link Proxy" kullanarak özel yol noktaları oluşturun.
• Cost Areas: "Nav Modifier Volume" kullanarak belirli alanlara (örneğin ateşli bölgeler) "High Cost" atayın. AI, mümkünse bu alanlardan kaçınacak, ancak başka yol yoksa içinden geçecektir.

C++ mı Yoksa Blueprint mi Kullanmalıyım?

Bu soru, projenin ölçeğine göre değişir. Küçük projeler ve prototipler için Blueprint yeterlidir. Ancak 2026 standartlarında, performans kritik bir oyun geliştiriyorsanız:

• Blueprint: Hızlı iterasyon, prototipleme ve görsel mantık kurulumu için idealdir.
• C++: "Task" ve "Service" sınıfları gibi sık çalışan (Tick eden) mantıkları C++ ile yazmak, CPU maliyetini %30-%40 oranında düşürebilir.

Önerilen yöntem: Ağacın genel yapısını Blueprint ile kurun, ancak yüksek performans gerektiren "Custom Task" sınıflarınızı C++ ile yazarak projenize dahil edin.

Davranış Ağacını Nasıl Daha "İnsansı" Yapabilirim?

AI'nın çok robotik görünmesinin sebebi, kararlarını çok keskin ve hızlı vermesidir. İnsansı davranışlar için şu "mekanik" dokunuşları ekleyin:

1. Gecikme (Latency): AI oyuncuyu gördüğü an ateş etmemeli. "Wait" düğümü ile 0.5 - 1 saniyelik bir tepki süresi ekleyin.
2. Rastgelelik (Randomization): "Random" düğümlerini kullanarak AI'nın devriye rotalarını veya bekleme sürelerini çeşitlendirin.
3. Görüş Alanı Genişliği: AI'nın her şeyi görmesini engelleyin. "Peripheral Vision" ayarlarını gerçekçi sınırlara çekin.

Gelişmiş Yapay Zeka Tasarımında Modülerlik ve Yeniden Kullanılabilirlik

Modern oyun geliştirme süreçlerinde, her düşman tipi için sıfırdan bir Behavior Tree oluşturmak büyük bir zaman kaybıdır. Modüler bir yaklaşım benimsemek, projenizin sürdürülebilirliğini artırır. Bu noktada Sub-Tree (Alt Ağaç) kavramı devreye girer.

Sub-Tree Kullanımının Avantajları

• Tekrar Kullanılabilirlik: "Devriye gezme" veya "Hasar alma" gibi mantıkları bir kez yazıp tüm AI karakterlerinde kullanabilirsiniz.
• Hata Ayıklama Kolaylığı: Karmaşık bir ağaç yerine, küçük ve yönetilebilir parçalarla çalışmak hataları izole etmeyi kolaylaştırır.
• Ekip Çalışması: Farklı geliştiriciler aynı ana ağaç üzerinde çalışırken farklı Sub-Tree dosyaları üzerinde eş zamanlı değişiklik yapabilirler.

AI Perception Sistemi ile Gelişmiş Duyusal Yönetim

AI Perception, Unreal Engine 5'in sunduğu en güçlü araçlardan biridir. Sadece "görme" yetisi değil, işitsel ve hasar bazlı duyusal verileri de işler. Gelişmiş bir sistem kurmak için AISenseConfig yapılandırmasını optimize etmelisiniz.

Duyusal Veri İşleme Stratejileri

1. Sight (Görüş): Detection by Affiliation ayarlarını kullanarak dost ve düşman birimleri ayırt edin.
2. Hearing (İşitme): Ayak seslerini veya patlama seslerini birer "Stimulus" olarak tanımlayarak AI'nın olay yerine yönelmesini sağlayın.
3. Damage (Hasar): AI karakterinin hasar aldığı noktaya dönmesini sağlayan bir "Damage Event" tetikleyicisi ekleyin.

Davranış Ağacı Düğümleri Karşılaştırma Tablosu

Karmaşık Karar Mekanizmaları: State Machine vs Behavior Tree

Birçok geliştirici, State Machine (Durum Makinesi) ve Behavior Tree arasında seçim yapmakta zorlanır. En iyi sonuç, hibrit bir yaklaşım ile alınır.

Uzman Görüşü: State Machine, karakterin "ölü", "canlı" veya "yere serilmiş" gibi temel durumlarını yönetmek için harikadır. Behavior Tree ise bu durumlar içindeki "karar verme" süreçlerini (örneğin: "saldır mı yoksa kaç mı?") yönetmek için kullanılmalıdır.

Blackboard Key'lerini Dinamik Güncelleme ve Senkronizasyon

Blackboard, AI'nın "hafızasıdır". Ancak bu hafızayı çok sık güncellemek, özellikle 50+ AI karakterinin olduğu sahnelerde büyük performans kayıplarına yol açar.

• Dinamik Güncelleme: Sadece değer değiştiğinde (OnValueChange) tetiklenen mantıklar kullanın.
• Senkronizasyon: AI Controller üzerinden Blackboard değerlerini set ederken, "Notify Observer" seçeneğini yalnızca kritik kararlar için aktif edin.

NavMesh ve Çevresel Etkileşim: İleri Düzey İpuçları

AI'nın dünyayla etkileşimi, NavMesh'in kalitesine bağlıdır. NavMesh Bounds Volume kullanırken şu detaylara dikkat edin:

• Dynamic Modifiers: Kapılar açıldığında veya köprüler yıkıldığında NavMesh'in anlık güncellenmesi için "Runtime Generation" ayarını "Dynamic" olarak seçin.
• Nav Link Proxy: AI'nın merdiven çıkması veya bir çukurdan atlaması için "Nav Link Proxy" düğümlerini kullanarak özel geçiş yolları oluşturun.
• Nav Area: AI'nın belirli bölgelerden (örneğin tehlikeli ateş çemberi) geçmemesi için "Nav Area Class" kullanarak o bölgelerin maliyetini (cost) artırın.

Sıkça Sorulan Sorular

AI karakterim oyuncuyu gördüğü halde neden saldırmıyor?

Bu genellikle Blackboard Key'lerinin doğru atanmamasından veya "Decorator" düğümündeki koşulların (Condition) yanlış yapılandırılmasından kaynaklanır. AI Perception'ın "OnTargetPerceptionUpdated" fonksiyonunun Blackboard'a doğru veriyi yazıp yazmadığını Debugger ile kontrol edin.

Birden fazla AI karakteri için tek bir Behavior Tree yeterli mi?

Evet, bir Behavior Tree asset'i birden fazla AI Controller tarafından referans alınabilir. Ancak, karakterlerin farklı yetenekleri varsa (örneğin biri okçu, diğeri büyücü), Base Behavior Tree oluşturup, spesifik görevler için Child Behavior Tree yapılarını kullanmanız önerilir.

Unutmayın, gelişmiş bir AI sistemi kurmak deneme-yanılma gerektiren bir süreçtir. Eğer çok karmaşık mantıklar kuruyorsanız, sisteminizin kararlılığını test etmek için her zaman bir oyun tasarım uzmanından veya kıdemli bir yazılımcıdan teknik destek almanız, projenizin teknik borç yükünü azaltacaktır. AI tasarımı, sadece kod yazmak değil, aynı zamanda oyuncuya hissettirilen o "yaşayan dünya" illüzyonunu korumaktır. Yanlış yapılandırılmış bir ağaç, oyunun akışını bozacak veya karakterlerin olduğu yerde takılıp kalmasına yol açacaktır.