当前位置: 首页 > news >正文

并行节点-–-behaviac

原文

并行(Parallel)节点在一般意义上是并行的执行其子节点,即“一边做A,一边做B”,如下图所示:

在选择或序列节点中,是顺序的一个接一个的执行其子节点,上一个子节点执行结束后,根据其状态是否执行接下来的子节点。而并行节点在逻辑上是“同时”并行的执行所有子节点(但实际也是从上往下依次执行),然后根据所有子节点的状态决定本身的状态。

注意:并行节点每帧都有可能执行所有的子树,大量使用的时候请注意其性能。

如何根据所有子节点的返回状态,来决定并行节点本身的状态呢?并行节点有几个重要属性可以配置,如下图所示:

  • 失败条件:决定并行节点在什么条件下是失败的
  • 成功条件:决定并行节点在什么条件下是成功的
  • 子节点结束继续条件:子节点结束后是重新再循环执行,还是结束后不再执行
  • 退出行为:当并行节点的成功或失败条件满足并返回成功或失败后,是否需要终止掉其他还在运行的子节点
  • 当子节点执行状态既不满足失败条件,也不满足成功条件,且无Running状态子节点时,并行节点将直接返回Failure

在序列节点中,假设其子节点包括了条件节点和其他节点。那么,条件节点实际上是作为其他节点的前提条件,只有条件节点返回Success,下面的其他节点才会得到执行。

并行节点可以用来实现所谓的“上下文相关的前提条件”(context precondition),如下图所示:

并行节点配置条件节点和其他节点,并且失败条件是缺省的配置FAIL_ON_ONE,那么只有当条件节点成功的时候其他节点才被执行,从而条件节点事实上是其他节点的前提条件。

注意:作为前提条件的这种用法是不严谨的,当条件失败的时候,在并行节点返回失败之前,后续的其他节点会多执行一次。所以,请使用“前置”附件来实现这种前置条件的需求。

与序列节点+条件节点方式的不同之处在于,序列节点实现的前提条件只是“进入”其他节点的前提条件,一旦首次进入并开始执行其他节点后,就不再检查该前提条件了。而并行节点实现的前提条件是上下文相关的,不但首次进入并开始执行前需要检查,之后每次执行也都要检查。

具体的执行逻辑可以查看 behaviortree/nodes/composites/parallel.cpp

http://www.jsqmd.com/news/90608/

相关文章:

  • 22、Web 与互联网管理实用脚本指南
  • 135M参数推理模型新突破:trlm-135m如何用三阶段训练实现小模型逻辑飞跃
  • 10、实用脚本工具:温度转换、贷款计算与日程管理
  • 11、优化 Unix 系统的实用脚本与技巧
  • 12、Unix 脚本实用指南:从文本搜索到系统管理
  • 15、实用Shell脚本助力系统管理
  • 29、云端与图像脚本实用指南
  • 30、图像魔法棒:ImageMagick实用脚本指南
  • 大模型通义千问3-VL-Plus - QVQ 视觉推理模型
  • 多模态AI里程碑:智谱AI CogVLM2以190亿参数实现性能跃升,开源生态再添强援
  • Angular-loading-bar与$resource集成:优雅处理REST API请求
  • 腾讯开源POINTS-Reader:革新多语言文档OCR技术,600M参数模型实现高效文本提取
  • DDD从0到企业级:迭代式学习 (共17章)之 二
  • DDD从0到企业级:迭代式学习 (共17章)之 三
  • Calibre-Douban插件:电子书元数据管理的终极解决方案
  • Vue TodoList 待办事项小案例(代码版)
  • AutoGPT交叉销售推荐引擎
  • 复健笔记 - Pascal酒吧的爆破
  • 多模态检索增强生成:基于Docling与Granite构建企业级智能文档处理系统
  • MarkText主题定制完全指南:从零开始打造专属写作空间
  • VisionReward-Image-bf16:革新视觉生成模型的人类偏好对齐框架
  • 谷歌Gemma 3多模态模型深度解析:轻量化AI的技术突破与产业价值
  • 深度求索发布DeepSeek-Prover-V2:数学形式化证明领域的突破性进展
  • llama.cpp重大更新:全新K系列量化方案发布,2-6比特精度实现性能突破
  • 腾讯优图实验室:十年深耕视觉智能,引领AI技术创新与产业变革
  • 突破大模型“算力依赖症”:Deep Cogito发布Cogito v2 70B,以350万美元训练成本实现性能跃升
  • Lumafly模组管理器:轻松打造专属空洞骑士游戏体验
  • 如何快速实现Layui多选下拉框?formSelects完整使用指南
  • 27、网络参数分类:KNN算法的实战应用
  • 28、网络数据分类与回归分析技术详解