mythos中的ai是并發的棧式狀態機:

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（包括每個行為發生機率，參數，以及執行函數）：
其中執行函數以及對應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中遍歷執行該unit的所有行為（behavior） ：
  1. sBehaviorApproachTarget()
     查找對應的目標，發出朝它移動指令
    
  1. sBehaviorDoSkill()
     如果有目標則執行sSkillExecute進行技能施放
    
  2. ...類似功能處理
 
  。。。
 
  【說明】：
    mythos的行為是并發的棧式，最大可以有5個棧, 用
    int nIndex = tContext.pnStack[ tContext.nStackCurr ]這樣的結構進行處理,
    通過pTable->pBehaviors[ nIndex ]得到對應的行為處理函數進行執行處理。
       
    a. 并發:
    每執行完一個行為函數后 tContext.pnStack[ tContext.nStackCurr ]++; 這樣就換到unit的下一個行為函數再執行。
   
    b. 進入棧（子函數）：
    tContext.nStackCurr為棧下標，初始tContext.nStackCurr=0，即為第0個棧，
    可以設置tContext.nStackCurr++;并且tContext.pnStack[ tContext.nStackCurr ]=nBranchTo(要走的分支號)。這樣來
    執行分支函數。 當分支函數完成時tContext.nStackCurr--再回來上一級。
   
    另外有些行為函數是執行一次的，執行完了就會把它從列表中刪除。下次不會再遍歷到.