行为树是游戏设计师描述游戏中智能体行为的常用技术方法。随着决策逻辑的复杂化,行为树的可读性和决策精度会迅速降低,这对游戏设计师的设计工作造成了较大的影响。因此,本文对行为树的可读性和决策精度的优化问题进行研究。本文的研究工作主要在行为树的改进,体现在两个方面:(1)基于前提节点改进行为树:改进的行为树通过使用前提节点代替条件节点的条件判断作用,可以增加节点的信息和功能,简化行为树的组织结构。理论分析和案例表明改进的行为树有效的提高了可读性和执行效率。(2)基于模糊逻辑结合前提节点改进行为树:改进的行为树通过使用模糊逻辑表述模糊的前提条件,可以计算和分析节点的执行期望,提高行为树的决策精度。实验分析与游戏测试的结果表明改进的行为树在提高游戏中智能体的智能水平方面具有较好的表现。最终,本文提出了一种模糊逻辑推理行为树,将其应用到ARPG游戏AI系统,验证了该行为树在决策逻辑设计中的有效性。对于经验丰富的游戏设计师,改进行为树可以为他们提供更多的技术选择。而对于一般的游戏设计师,改进行为树对经验和能力的要求更低,是一种更好的技术选择。