黑板：感知、决策、执行共用的一块记忆

站起来，推开椅子，再倒下

一个 NPC 正坐在桌边，被你一枪打中。它应该就地瘫倒——可在《No One Lives Forever 2》那一代的做法里，它可能先站起来、推开椅子，然后才倒下。

问题出在哪？那时每个目标 (Goal) 都是一个黑盒，各自把状态藏在自己身上，互相不共享姿势这类信息。比如「坐着」只记在负责坐下的那个目标里，接手的「死亡」目标并不知道角色现在是坐着的。Jeff Orkin 在讲 F.E.A.R. 时总结说：目标和行动解耦以后，必须有一块外部的共享工作区，用来表达「是否坐着」「是否在和桌子交互」这些事实，死亡的姿态才能正确。

这块共享工作区，就是黑板 (Blackboard)。

黑板上写些什么

黑板是多个模块共享的「工作记忆」：感知写入，决策读取，任务执行时回头更新。各个子系统不用私有状态互相耦合，只通过这块表交换事实。《游戏引擎架构》(GEA) 把「某种记忆或知识」和寻路、感知并列，算作 AI 最底层的三件套之一。

一次典型的读写往来是这样的：

sequenceDiagram
  participant S as 感知
  participant B as 黑板
  participant D as 行为树
  participant T as 移动任务
  S->>B: 写入 当前敌人、上次看见的位置
  D->>B: 读取 当前敌人
  D->>T: 启动：移动到上次看见的位置
  T->>B: 写入 路径失败
  D->>B: 读取 路径失败
  D->>T: 改为：原地搜索

感知和任务都不知道行为树的存在，行为树也不直接去问感知系统——大家只认黑板上的键。

行为树里的黑板：数据上下文

Chris Simpson 讲行为树时，给每个树实例配了一块数据上下文 (Data Context)：一张「字符串键 → 任意值」的表。前面的节点把目标点写进 destination，后面的 Walk 叶子读出来去走；调用子树的叶子把同一块上下文传下去，子树就能像模块一样复用。这就是树内的黑板。

虚幻引擎把黑板做成了独立的资产，每个键的类型是固定的。行为树的装饰器、服务和任务都通过黑板的键来通信，感知组件的回调也常常直接去写这些键。

Halo 2 的 Props：按对象存的信念

Damian Isla 给 Halo 2 的 AI 记忆分了几类：

• 行为的短时状态；
• 行为的持久状态，比如冷却时间；
• 按对象存的感知信念：对每个目标，「我以为它在哪」；
• 按对象、按行为存的记录，比如「这个目标我已经搜过了」。

后两类就是 Props。它存的是 AI 以为的世界，可以和真实世界不一致——目标已经走开了，AI 还记得旧位置，于是它可以被骗、会惊讶、会去搜一个已经没人的地方。

此外，Halo 2 的行为树本身是静态的、所有角色共用；每个角色只为当前激活的那条路径分配短时状态。这比一张扁平的全局字典多了一层「按对象索引」的知识模型，但核心思想仍然是共享记忆。

拉与推：黑板和事件

黑板是拉模型：谁需要，谁就去读最新的值。事件是推模型：发生了什么，主动通知订阅的人。

在游戏里怎么用

取舍与常见的坑

小结与练习

• 黑板是 AI 各模块共享的工作记忆：感知写、决策读、任务回头更新；
• 它解决的是「目标各藏各的状态」带来的问题，比如站起来推开椅子再倒下；
• 行为树的数据上下文、虚幻引擎的黑板资产、Halo 2 的 Props，都是同一思想的变体；
• 黑板是拉模型，事件是推模型，常见做法是事件写黑板、决策读黑板。

练习：为一个会「听到声音就去查看」的守卫设计黑板：需要哪些键？哪些是感知写的，哪些是任务写的？「听到的噪声位置」过多久应该失效，由谁来清掉它？