UE EQS学习

Rcaaal

1101人浏览 · 2025-11-28 14:53:50

Rcaaal · 2025-11-28 14:53:50 发布

配置EQS

候选项生成器（Generators）

1.Actor of Class（候选Actor）

===细节面板===

2.Composite（组合器）

===细节面板===

3.Current Location（候选位置）

===细节面板===

4.Perceived Actors（候选Actor）

===细节面板===

5.Points：Circle（候选位置）

9.Points：Pathing Grid（候选位置）

配置EQS

核心作用：根据条件，帮助AI筛选当前环境中的最优点

原理：EQS启用后会生成候选点/对象，由评分系统为每个符合条件的候选打分，由AI根据打分进行选择

评分系统绑定在测试条件（Tests）

---------------------------------------------------------------------------------------------------------------------------------

候选项生成器（Generators）

确定候选类型（位置/Actor），确定候选范围/形状，绑定候选来源

1.Actor of Class（候选Actor）

从场景中提取所有属于指定类的Actor作为原始候选，通过Tests和评分系统选择AI需要的最优Actor

===细节面板===

-Searched Actor Class-

指定要搜索的目标Actor类别

-Generate Only Actors in Radius-

如为true，其只返回SearchCenter情境SearchRadius中指定类的actor。如为false,其将返回场景中指定类的所有actor。

-Search Radius-

搜索半径

-Search Center-

指定搜索中心

---------------------------------------------------------------------------------------------------------------------------------

2.Composite（组合器）

合并其他生成器的候选结果，让EQS同时获取不同来源/类型的候选对象

如同时筛选出友军Actor以及安全位置

===细节面板===

-Generators-

添加要组合的子生成器列表

-Allow Different Item Types-

是否允许合并不同类型候选

勾选：可同时组合Actor生成器和位置生成器

不勾选：只能组合同类型候选

-Forced Item Types-

强制将所有子生成器的候选转换为指定类型

---------------------------------------------------------------------------------------------------------------------------------

3.Current Location（候选位置）

生成发起EQS查询的对象当前所在位置的候选点（即查询者所在位置）

===细节面板===

-Query Context-

指定哪个对象的当前位置作为候选点

---------------------------------------------------------------------------------------------------------------------------------

4.Perceived Actors（候选Actor）

（使用此生成器需启用AI感知组件）

直接复用AI感知组件的结果，生成AI已感知到的Actor作为候选

===细节面板===

-AllowedActorClass-

限制只保留特定类的感知Actor

-SearchRadius-

额外限制感知Actor的范围

（默认-1代表不额外限制，直接使用AI感知组件的范围）

-ListenerContext-

指定哪个对象的感知组件

-SenseToUse-

只保留特定感知类型

（None则包含所有感知类型）

-IncludeKnownActors-

是否包含曾感知到，现刺激消失但未遗忘Actor

勾选：包含已感知但当前无刺激Actor

不勾选：仅包含当前有感知刺激的Actor

---------------------------------------------------------------------------------------------------------------------------------

5.Points：Circle（候选位置）

以指定中心为圆心，生成圆形区域内均匀分布的候选点

===细节面板===

--基础圆形参数--

-Circle Radius-

圆心到候选点的半径

-Space Between-（二选一）

候选点之间的间距

-Number Of Points-（二选一）

生成候选点的总数

-Point on Circle Spacing Method-

上面两种点分布方案的选择器

--扇形范围参数--（*与Arc相关的功能必须启用ArcDirection）

启用后此区域参数才会生效

启用后，此生成器将改为生成指定大小的扇形区域候选点

-Arc Direction-

-Mode-

1.TwoPoints

以LineFrom和LineTo两点连线，作为扇形中心线方向，向两侧扩展ArcAngle/2的扇形范围

2.Rotation

通过某个对象的面朝方向作为扇形的中心线基准

-Arc Angle-（启用ArcDirection后生效）

候选点的扇形角度范围

--中心与偏移参数--

-Circle Center-

圆形的中心位置

-Ignore Any Context Actors when Generating Circle-

生成点时是否避开上下文Actor

-Circle Center ZOffset-

圆心的Z轴偏移量

--有效性检测参数--（Trace Data）

-Trace Mode-

候选点有效性检查

-None-

不执行有效性检测（不推荐）

-Navigation-

检测候选点是否在NavMesh上，确保可达

-Geometry by Channel-

按碰撞通道检测，确保候选点在有对应碰撞的实体上

（忽略NavMesh）

-Geometry by Profile-

按碰撞配置文件检测，如用Pawn的碰撞配置文件

-Navigation Over Ledges-

检测是否在NavMesh上同时允许点处于NavMesh的边缘/台阶区域（普通Navigation会过滤边缘点）

-Navigation Filter-

导航过滤

-None-

不启用过滤

-NavFilter_AIControllerDefault-

UE默认的AI Controller导航过滤器

自动被标记为不可通向的区域

-RecastFilter_UseDefaultArea-

基于Recast导航系统的默认区域过滤器

-Extent X-

检测范围扩展量

稍微扩大检测范围，避免因为点的位置稍微偏移NavMesh而被误判为无效

--投影数据--（Projection Data）

-Trace Mode-

控制候选点的垂直投影逻辑，把生成的候选点（可能处于空中）“投射”到场景的有效表面（比如地面、NavMesh），避免点悬空，确保AI能实际站在点上

---------------------------------------------------------------------------------------------------------------------------------

6.Points：Cone（候选位置）

专门用于生成某方向锥形区域内的位置点

===细节面板===

-Aligned Points Distance-

锥形内同一条射线方向上候选点的间距

-Cone Degress-

锥形的张角角度（单位：度）

-Angle Step-

锥形内相邻射线的角度间隔，控制点的分布密度

（填10度=每10度生成一条射线）

-Range-

锥形的最大距离

-Center Actor-

锥形的顶点位置（起点）

-Include Context Location-

是否把起点（CenterActor）也加入候选点

-Projection Data-

-Trace Mode-

检测点是否投射到有效表面

-Navigation Down-

筛选投射的NavMesh区域

-Extent X-

微调投影检测的横向范围

-Project Down-

向下投影的最大距离

-Project Up-

向上投影的最大距离

-Post Projection Vertical Offset-

投影后的垂直偏移量

--------------------------------------------------------------------------------------------------------------------------------

7.Points：Donut（候选位置）

生成内半径到外半径之间的环形区域内的候选位置点

===细节面板===

-Inner Radius-

环形区域的内圈最小距离

-Outer Radius-

环形区域的外圈最大距离

-Number Of Rings-

环形区域的层数

-Points Per Ring-

每层环形的候选点数量

-Arc Direction-（扇形环形模块）

-Mode-

-Line From-

-Line To-

-Arc Angle-

-Use Spiral Pattern-

点分布方式

勾选：点按螺旋线分布

不勾选：点按分层环形分布

-Center-

环形中心点

--------------------------------------------------------------------------------------------------------------------------------

8.Points：Grid（候选位置）

以指定中心为原点，矩形网格状均匀分布的候选点

===细节面板===

-Gird Half Size-

矩形的半尺寸

（填100，则向X/Y轴个延伸100，即矩形长为200）

-Space Between-

相邻候选点间距

-Generate Around-

中心位置

--------------------------------------------------------------------------------------------------------------------------------

9.Points：Pathing Grid（候选位置）

沿AI到目标的寻路路径周围、矩形网格区域内的候选点

（忽略导航以外的候选点，限制点在导航内部）

===细节面板===

-Path to Item-

是否启用沿寻路路径生成网格

勾选：网格围绕AI到目标的寻路路径生成

不勾选：与普通Points:Gird一致

-Navigation Filter-

筛选AI到目标的寻路路径允许的NavMesh区域

选None则默认允许所有可导航区域

-GirdHalfSize-

网格区域的半尺寸

-Space Between-

网格相邻候选点的间距

-Generate Around-

寻路路径的起点

--------------------------------------------------------------------------------------------------------------------------------

添加测试（Tests）

负责筛选候选对象（如排除不在NavMesh上的点、过滤无遮挡的掩体）

1.Distance

评估候选点与发起EQS的对象之间的距离，并基于距离筛选/打分候选点

===细节面板===

-Test Purpose-

定义测试用途

-Filter Only-

只筛选（保留/排除符合距离的点）

-Score Only-

只给点打分（不筛选）

-Filter and Score-

既筛选又打分

-Test Comment-

备注

-Test Mode-

距离计算方式

-Distance To-

距离的计算目标（候选点与谁计算距离）

-Filter Type-

筛选的规则类型

-Range-

按距离范围筛选

-Min-

只保留大于某距离的点

-Max-

只保留小于某距离的点

-Float Value Min-

距离最小阈值

-Float Value Max-

距离最大阈值

-Multiple Context Filter Op-

当测试关联多个上下文目标时，筛选的逻辑

-All Pass- 所有上下文的距离条件都满足，点才会通过

-Any Pass- 任意距离条件满足即通过

-Clamping-

限制分数的上下限

-Clamp Min Type- 分数最小限制

-Clamp Max Type- 分数最大限制

-Scoring Equation-

分数的计算公式

-Constant- 常量

无论距离，通过筛选则所有点得分一致

（如10米内的点任选一个）

-Linear- 线性

距离和分数为线性关系

距离越近，分数越高（或越低）

-Sqare- 平方

分数与距离的平方正相关/负相关

放大距离影响，寻找有强烈偏好的点

-Inverse Linear- 反线性

与Linear相反的线性关系

-Square Root- 平方根

分数与距离的平方根正相关/负相关

弱化距离影响，距离对分数影响不极端

-Scoring Factor-

分数的放大/缩小系数

-Normalization Type-

分数的归一化方式（把距离值转成0-1的分数）

-Absolute- 绝对归一化

基于固定参考值进行归一化

配合-Reference Value-使用

明确某个距离的得分为1，则超过这个距离的得分会被钳制到1，低于这个距离的得分按比例计算

-Relative to Scores- 相对归一化

基于当前候选点的实际距离范围进行归一化

自动取最远点得分为1，最近点得分为0

适用于距离情况未知，自动匹配不同场景

-Reference Value-

配合-Normalization Type-下的-Absolute-使用

通常填写目标距离

-Multiple Context Score Op-

当测试关联多个上下文目标时，评分的运作方式

-Average Score- 平均分

把所有上下文目标分数取平均值作为最终分数

多个目标的重要性接近

（如AI寻找掩体时，与玩家距离和与自身距离的权重同样重要时，取平均分）

-Min Score- 最低分

从所有上下文目标分数中选择最低分

-Max Score- 最高分

从上下文目标分数中选择最高分

-Multiply- 相乘

把所有上下文目标分数相乘

需要所有目标均高分，若某个目标分数低，则相乘后总分数将大幅降低

（适用于每个目标要求都很高时）

--点乘--

定义LineA和LineB，并通过点积判断两个方向的夹角关系

-Line A-

定义点乘测试中第一个向量的来源

-Rotaiton-

基于某个对象的旋转方向生成向量

即该对象的面朝方向向量（单位向量）

-Two Points-

基于两个点连线生成向量

选择后需配置-Line From-和-Line To-

用于确定向量的生成方向

-Line B-

配置方式与A相同

-Test Mode-

点积的计算维度

-Dot(3D)-

基于三维空间的完整向量（X、Y、Z轴）

-Dot2D-

将向量投影到X-Y水平面（忽略Z轴），再计算水平平面内的点积，只反映水平朝向关系

-Absolute Mode-

绝对值开关，对点积结果进行二次处理

不勾选：保留原始结果，能区分方向

勾选：只保留夹角大小，忽略方向

--过滤器--

-Filter Type-

-Minimum-最小值过滤

只保留结果小于预设最小值的候选点，小于该值的点会被过滤

-Maximum-最大值过滤

只保留结果大于预设最大值的候选点，大于该值的点会被过滤

-Range-范围过滤

只保留在范围内的候选点，不在这个范围内的点会被过滤

-Multiple Context Op-

当测试关联了多个上下文目标时，满足的通过逻辑

-Any Pass- 满足任意上下文条件

-All Pass- 满足所有上下问条件

--分数--

-Clamping- 分数上下限

-Clamp Min Type-

-Clamp Max Type-

-Scoring Equation-

将点积结果[-1,1]转化为候选点最终得分的规则

-Constant- 常量

候选点只要通过筛选得分一致

不考虑优先级，满足条件即可

-Linear- 线性

点积与得分呈线性正相关

朝向越前的点，得分越高

如AI正前方为1分，左侧/右侧45度为0.5分

-Square- 平方

点积结果的平方

强烈偏好朝向前的点

-Inverse Linear- 反线性

点积与得分呈线性负相关

朝向越后的点，得分越高

-Square Root- 平方根

点积结果的平方根

朝向对得分的影响不要太极端

不同朝向的点得分分差更平缓

-Scoring Factor-

得分系数

-Normalization Type-

-Reference Value-

-Absolute-

绝对归一化

归一化分数=候选点点积结果/Reference Value

-Relative to Scores-

相对归一化

基于当前所有候选点的实际点积范围进行归一化

最大点积为1，最小点积为0

无需设置Reference Value

-Multiple Context Op-

关联多个上下文目标时，将每个目标对应的得分合并

-Average Score- 平均分

适用于多个目标重要性差不多，均衡得分

-Min Score- 最低分

所有目标都满足最低要求

-Max Score- 最高分

满足一个目标要求即可

-Multiply- 相乘

要求每个得分都是优异，否则得分会大幅下降(范围0~1)

2.Dot

候选点是否在发起者的朝向位置

===细节面板===

--点乘--

定义LineA和LineB，并通过点积判断两个方向的夹角关系

-Line A-

定义点乘测试中第一个向量的来源

-Rotaiton-

基于某个对象的旋转方向生成向量

即该对象的面朝方向向量（单位向量）

-Two Points-

基于两个点连线生成向量

选择后需配置-Line From-和-Line To-

用于确定向量的生成方向

-Line B-

配置方式与A相同

-Test Mode-

点积的计算维度

-Dot(3D)-

基于三维空间的完整向量（X、Y、Z轴）

-Dot2D-

将向量投影到X-Y水平面（忽略Z轴），再计算水平平面内的点积，只反映水平朝向关系

-Absolute Mode-

绝对值开关，对点积结果进行二次处理

不勾选：保留原始结果，能区分方向

勾选：只保留夹角大小，忽略方向

--过滤器--

-Filter Type-

-Minimum-最小值过滤

只保留结果小于预设最小值的候选点，小于该值的点会被过滤

-Maximum-最大值过滤

只保留结果大于预设最大值的候选点，大于该值的点会被过滤

-Range-范围过滤

只保留在范围内的候选点，不在这个范围内的点会被过滤

-Multiple Context Op-

当测试关联了多个上下文目标时，满足的通过逻辑

-Any Pass- 满足任意上下文条件

-All Pass- 满足所有上下问条件

--分数--

-Clamping- 分数上下限

-Clamp Min Type-

-Clamp Max Type-

-Scoring Equation-

将点积结果[-1,1]转化为候选点最终得分的规则

-Constant- 常量

候选点只要通过筛选得分一致

不考虑优先级，满足条件即可

-Linear- 线性

点积与得分呈线性正相关

朝向越前的点，得分越高

如AI正前方为1分，左侧/右侧45度为0.5分

-Square- 平方

点积结果的平方

强烈偏好朝向前的点

-Inverse Linear- 反线性

点积与得分呈线性负相关

朝向越后的点，得分越高

-Square Root- 平方根

点积结果的平方根

朝向对得分的影响不要太极端

不同朝向的点得分分差更平缓

-Scoring Factor-

得分系数

-Normalization Type-

-Reference Value-

-Absolute-

绝对归一化

归一化分数=候选点点积结果/Reference Value

-Relative to Scores-

相对归一化

基于当前所有候选点的实际点积范围进行归一化

最大点积为1，最小点积为0

无需设置Reference Value

-Multiple Context Op-

关联多个上下文目标时，将每个目标对应的得分合并

-Average Score- 平均分

适用于多个目标重要性差不多，均衡得分

-Min Score- 最低分

所有目标都满足最低要求

-Max Score- 最高分

满足一个目标要求即可

-Multiply- 相乘

要求每个得分都是优异，否则得分会大幅下降(范围0~1)

3.Gameplay Tags

筛选候选点所关联的对象是否带有指定的GamplayTag

===细节面板===

-Tag Query to Match-

配置要匹配的Tag

-Reject Incompatible Items-

勾选：不符合标签规则的候选点会被直接过滤

不勾选：不符合的点不过滤，但得分极低

-布尔匹配-

勾选后基于标签是否匹配成功的布尔结果进行候选点筛选

4.Overlap

在候选点的位置生成一个指定尺寸的box碰撞体，检测box是否与指定碰撞通道的对象发生重叠，从而判断候选点是否处于目标区域/对象

===细节面板===

--重叠--

-Overlay Data-

-Extent X/Y/Z-

设置碰撞体的半尺寸

-Shape Offset-

碰撞体相当于候选点的偏移量

-Overlay Channel-

选择重叠检测的碰撞通道

-Overlay Shape-

选择碰撞体的形状

-Only Blocking Hits-

勾选后仅检测具有Blocking属性的对象

-Overlay Complex-

勾选后启用复杂碰撞检测

-Skip Overlay Querier-

忽略查询发起者

5.Pathfinding

判断从查询发起者到候选点之间是否存在有效导航路径

===细节面板===

--寻路--

-Test Mode-

-Path Exist- 路径存在

仅检测从起点到候选点是否存在有效导航路径

-Path Length- 路径长度

在路径存在的基础上计算路径长度，并根据长度打分

-Path Cost-

在路径存在的基础上计算路径成本并打分

-Path from Context-

确认路径起点来自Context配置的对象

取消勾选需手动指定起点

-Filter Class-

细化路径的允许范围，过滤掉不符合区域规则的路径

-None-

不启用过滤器

-NavFilter_AIControllerDefault-

默认AI控制器的控制器过滤器，内置了基础的区域过滤规则

-RecastFilter_UseDefaultArea-

强制限定路径只使用默认导航区域

-Skip Unreachable-

勾选后直接丢弃不可达的候选点

6.Pathfinding Batch

与Pathfinding功能相同，适用于候选点数量多的场景

将所有候选点路径查询打包成一个批量请求，一次性提交

（区别于Pathfinding的每个候选点单独查询）

===细节面板===

-Scan Range Multiplier- 扫描范围系数

扩大导航系统在批量查询时的扫描区域范围

7.Project

将空间候选点（可能处于空中/非地面区域）投影到指定的有效表面

确保候选点是实际可站立/到达的位置

===细节面板===

--Projection Data--

-Trace Mode [Navigation]-

投影模式 [寻路网格体检测]

仅投影到导航网格体表面，确保投影后的点必是AI可行走的位置

-Navigation Filter- 导航过滤器

筛选导航的区域类型

-Extent X- 投影范围尺寸

-Project Down/Up- 投影上下范围

-Post Projection Vertical Offset- 投影后垂直偏移

需要候选点离地面一定高度时调整

默认0.0为贴地

--Projection Data--

-Trace Mode [Geometry by Profile]-

投影模式 [按描述文件进行几何体追踪]

-Trace Profile Name-

碰撞描述文件

-Project Down/Up- 投影上下范围

-Post Projection Vertical Offset- 投影后垂直偏移

-Trace Complex- 是否检测物体的精确形状

--Projection Data--

-Trace Mode [Geometry by Channel]-

投影模式 [按通道进行几何体追踪]

-Trace Channel- 要检测的碰撞通道

-Visibility-

投影到开启Visibility碰撞通道的几何体表面

即所有能挡实现的实体物体表面

需要候选点落在实体障碍物/场景物体表面时使用

-Camera-

投影到开启了Camera碰撞通道的几何体表面

即相机不会穿模的实体物体表面

需要候选点落在符合相机碰撞规则的表面时使用

-Trace Shape- 投影形态

-Project Down/Up- 投影上下范围

-Post Projection Vertical Offset- 投影后垂直偏移

-Trace Complex- 是否检测物体的精确形状

8.Trace

从候选点到查询发起者的直线路径，视线是否被阻挡

常用于AI找隐蔽点/藏身处

===细节面板===

--Trace Data--

-Trace Mode [Geometry by Profile]-

按预设的碰撞描述文件执行几何体追踪

-Trace Profile Name- 碰撞描述文件名称

-Trace Complex- 是否精细网格碰撞检测

-Item Height Offset- 给候选点的起点增加高度偏移

-Context Height Offset- 给追踪终点增加高度偏移

--Trace Data--

-Trace Mode [Geometry by Channel]-

按通道执行几何体追踪

-Trace Channel- 通道类型

-Trace Shape- 碰撞体形状

-Item Height Offset- 给候选点的起点增加高度偏移

-Context Height Offset- 给追踪终点增加高度偏移

9.Volume

检测候选点是否处于指定体积区域内部

按区域范围筛选候选点

===细节面板===

--体积--

-Volume Context-

指定目标体积的上下文来源

-Volume Class-

目标体积对应的类

-Do Complex Volume Test-

勾选后按Volume的精确形状检测候选点是否在内部

不勾选则按Volume的简化包围盒检测

-Skip Test if No Volumes-

勾选后若未找到任何目标Volume则跳过此测试

不勾选若无目标Volume会导致失效

--------------------------------------------------------------------------------------------------------------------------------

TestPawn 测试角色

仅用于创建后放入场景展示EQS效果，不参与Gameplay

--------------------------------------------------------------------------------------------------------------------------------

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

零样本学习:AI训练的革命性方向

传统的机器学习和深度学习方法通常需要大量的标注数据来训练模型，以使其能够对特定的任务进行准确的预测和分类。然而，在现实世界中，获取大量标注数据往往是昂贵、耗时且困难的。零样本学习（Zero-Shot Learning，ZSL）作为一种新兴的技术，旨在解决这一问题，使模型能够在没有见过特定类别的样本的情况下，仍然能够对这些类别进行分类和识别。本文的目的是全面深入地介绍零样本学习的原理、算法、应用和发