mythos中的ai是并發(fā)的棧式狀態(tài)機(jī):

拿wolf作為例子:
一。配置文件：
在ai目錄中的wolf.xml配置它所有的行為（包括每個(gè)行為發(fā)生機(jī)率，參數(shù)，以及執(zhí)行函數(shù)）：
其中執(zhí)行函數(shù)以及對(duì)應(yīng)skillid如下：
1.
  <nBehaviorId>move - approach target</nBehaviorId>
  <nSkillId>monster melee</nSkillId>
2.
  <nBehaviorId>skill - do skill</nBehaviorId>
  <nSkillId>monster melee</nSkillId>
3.
  <nBehaviorId>skill - do skill</nBehaviorId>
  <nSkillId>Fidget</nSkillId>
4.
  <nBehaviorId>move - wander</nBehaviorId>
  <nSkillId/>

二。ai更新:
   SrvGameTick--》GameEventsProcess--》AI_Update()
  在AI_Update中遍歷執(zhí)行該unit的所有行為（behavior） ：
  1. sBehaviorApproachTarget()
     查找對(duì)應(yīng)的目標(biāo)，發(fā)出朝它移動(dòng)指令
    
  1. sBehaviorDoSkill()
     如果有目標(biāo)則執(zhí)行sSkillExecute進(jìn)行技能施放
    
  2. ...類似功能處理
 
  。。。
 
  【說明】：
    mythos的行為是并發(fā)的棧式，最大可以有5個(gè)棧, 用
    int nIndex = tContext.pnStack[ tContext.nStackCurr ]這樣的結(jié)構(gòu)進(jìn)行處理,
    通過pTable->pBehaviors[ nIndex ]得到對(duì)應(yīng)的行為處理函數(shù)進(jìn)行執(zhí)行處理。
       
    a. 并發(fā):
    每執(zhí)行完一個(gè)行為函數(shù)后 tContext.pnStack[ tContext.nStackCurr ]++; 這樣就換到unit的下一個(gè)行為函數(shù)再執(zhí)行。
   
    b. 進(jìn)入棧（子函數(shù)）：
    tContext.nStackCurr為棧下標(biāo)，初始tContext.nStackCurr=0，即為第0個(gè)棧，
    可以設(shè)置tContext.nStackCurr++;并且tContext.pnStack[ tContext.nStackCurr ]=nBranchTo(要走的分支號(hào))。這樣來
    執(zhí)行分支函數(shù)。 當(dāng)分支函數(shù)完成時(shí)tContext.nStackCurr--再回來上一級(jí)。
   
    另外有些行為函數(shù)是執(zhí)行一次的，執(zhí)行完了就會(huì)把它從列表中刪除。下次不會(huì)再遍歷到.