【Unreal Engine】Behavior Treeで敵AIを作る：巡回・発見・追跡・攻撃

敵AIを作りはじめると、多くの人が同じ道をたどります。「プレイヤーが見えたら追いかける」を Branch で書き、「攻撃範囲に入ったら攻撃」を足し、「見失ったら巡回に戻る」を足す。気づけば 分岐が入れ子になった巨大なグラフ ができあがっています。

Behavior Tree は、この意思決定を 木の形 で書くための仕組みです。「どの行動を優先するか」を上下の階層で、「どの順番でやるか」を左右の並びで表すので、 AIの方針が図として読めます 。この記事では、中核となるSelectorとSequenceの違いから、 巡回→発見→追跡→攻撃 の敵AIをゼロから組む手順までを解説します。

この記事でわかること

• AIは3点セットで動く（ AI Controller・Behavior Tree・Blackboard ）
• Selector＝優先順位（どれか1つ）／Sequence＝手順（全部やる）
• Task＝行動、Decorator＝条件、Service＝定期的な監視
• 索敵は AI Perception に任せると、視界や音まで扱える
• 実践：巡回→発見→追跡→攻撃の敵AIを組む

---

AIを動かす3点セット

Behavior Treeは単体では動きません。標準的な構成では、次の3つを組み合わせます。

部品	役割	ひとことで言うと
AI Controller	Pawnを操作する。BTを起動する	中の人
Behavior Tree	「次に何をするか」を決める木	行動の計画表
Blackboard	AIが覚えておく値を置く場所	記憶（メモ帳）

とくに Blackboard が重要です。「いま誰を追っているか」「どこへ向かうか」といった ノード間で共有したい判断材料 をここに置きます（Task自身はPawnの関数を呼んだり移動したりもするので、Blackboardだけで動くわけではありません）。

なぜ共有の置き場所を作るのか。ノード同士が直接データをやり取りする作りにすると、ノードを1つ差し替えるたびに周囲も直すことになるからです。 全員が同じメモ帳を見る ことで、ノードの追加や入れ替えが安全になります。

SelectorとSequence：木の読み方

Behavior Treeを読めるようになるかどうかは、この2つの違いを理解できるかで決まります。

どちらも 子を左から順に試す のは同じです。違うのは いつ止まるか です。

	動き	意味するもの	たとえるなら
Selector	成功したら、そこで止まる（1つでも成功すれば成功）	優先順位	「上から順に試して、できたやつを採用」
Sequence	失敗したら、そこで止まる（全部成功して成功）	手順	「1つでもコケたら中断」

具体例で考えてみましょう。敵AIのルートに Selector を置き、子を左から「攻撃する」「追いかける」「巡回する」と並べたとします。

• 攻撃できる状況なら → 攻撃して終わり（右の子は試さない）
• 攻撃できないが追える → 追いかけて終わり
• どちらも無理 → 巡回する

これが 優先順位 です。左にあるほど優先度が高い、と読めます。

一方、「追いかける」の中身は Sequence になります。「ターゲットへ移動する」→「向きを合わせる」といった 順番にやるべき手順 だからです。途中で失敗したら、その先はやる意味がありません。

覚え方: Selector は「または」、Sequence は「かつ」 に近い動きです（厳密な論理演算ではなく、 結果がどう伝わるか を掴むための近似だと考えてください）。どれか1つでいいのか、全部必要なのかで選びます。

Task・Decorator・Service

木を組み立てる部品は3種類あり、 役割を混ぜないこと が読みやすさを保つコツです。

種類	役割	見た目	例
Task	行動する （葉の部分）	紫っぽいノード	Move To、Wait、攻撃
Decorator	通していいか判断する （ゲート）	ノードの上に付く帯	「ターゲットがいるなら通す」
Service	その枝がアクティブな間、定期的に調べる	ノードの下に付く帯	距離を測ってBlackboardへ書く

原則として 、次のように分けると読みやすくなります（エンジン上の制約ではなく、設計の目安です）。

• Taskは行動を担当: 「攻撃範囲内かどうか」の判定はDecoratorに任せる。ただし、Taskが実行時に前提を確認して失敗を返すのは正常な使い方です
• Decoratorは判断を担当: 条件を見るだけにして、Blackboardの値を書き換えない。副作用があると、なぜ通ったのか追えなくなります

Serviceで1つ注意したいのは、 取り付けた枝が実行されている間だけ動く ことです。AI全体を常時監視したいなら、ルート近くの枝に付ける必要があります。

この線引きをしておくと、木を眺めるだけで 「どういう条件のとき、何をするAIなのか」 が読み取れるようになります。

索敵はAI Perceptionに任せる

「プレイヤーを見つけたか」の判定を、Serviceの中で毎回距離を測って実装することもできます。ただ、本格的に作るなら AI Perception Component のほうが向いています。

	Service方式	AI Perception方式
仕組み	一定間隔で 自分から調べる	知覚状態が変わったら 通知が来る
扱えるもの	自分で書いた判定だけ	視界（角度・距離）、音、ダメージ
障害物	自分でトレースを書く必要あり	視線判定を 標準で持っている
手軽さ	すぐ書ける	設定項目が多い

AI Perceptionを使うと、 「壁の向こうのプレイヤーは見えない」「背後は見えない」 といった当たり前の挙動を、設定中心で組めます（壁で遮られるかどうかは、その壁のCollision設定が視線判定に反応する前提です）。自前で書くと地味に大変な部分です。

この記事の実践ではAI Perceptionを使います。Serviceは「ターゲットとの距離を測ってBlackboardに書く」といった 補助的な監視 に使うのが向いています。視覚だけでなく聴覚を足したり、見失ったあとの動きまで詰めたいなら AI Perceptionで敵に見つけさせる を参照してください。

---

実践：巡回する敵に、プレイヤーを見つけさせる

ステルスゲームの見張り、ホラーゲームの徘徊する敵、アクションRPGのフィールドモンスター——「普段は巡回し、見つけたら追ってきて、近づいたら攻撃する」はAIの基本形です。これをゼロから組みます。

再現用の準備: 次を用意します。作成は右クリック → Artificial Intelligence から選べます。

種類	名前	設定
Character	BP_Enemy	AI Controller Class に BP_EnemyAIController 、Auto Possess AI を Placed in World or Spawned
AIController	BP_EnemyAIController	AIPerception Component を追加
Blackboard	BB_Enemy	Keyを2つ（下表）
Behavior Tree	BT_Enemy	Blackboard Asset に BB_Enemy を指定
レベル	Nav Mesh Bounds Volume	床を覆うサイズに。 P を押して緑になることを確認
プレイヤー	BP_ThirdPersonCharacter	Actor Tag に Player を追加（感知対象の判別に使う）

Auto Possess AI を忘れると、レベルに置いた敵にAI Controllerが付かず、何も動きません。

Blackboardのキーは2つです。

Key名	型	用途
TargetActor	Object（Base Class: Actor）	追いかける相手
PatrolLocation	Vector	次に向かう巡回地点

ステップ1：AI Perceptionを設定する。 BP_EnemyAIController の AIPerception を選び、Senses Config に AI Sight config を追加します。

項目	値
Sight Radius	1500.0
Lose Sight Radius	1800.0（Sight Radiusより大きく）
Peripheral Vision Half Angle	60.0 ＝ 前方から左右に各60度（視野は約120度）
Detection by Affiliation → Detect Neutrals	チェック

Detect Neutrals にチェックを入れるのがポイントです。Teamを設定していないActorは中立として扱われるため、これだけで検証できます。

ステップ2：感知したのが「本当にプレイヤーか」を確かめる。 ここが最も間違えやすい箇所です。AI Perceptionは 感知したActorを何でも渡してくる ので、そのまま TargetActor に入れると、他の敵やNPCまで追いかけはじめます。

Event On Target Perception Updated（AIPerception）
  → Actor Has Tag（Target: Actor, Tag: "Player"）
  → Branch
      False → （何もしない）                                  ← プレイヤー以外は無視
      True  → Branch（Condition: Stimulus の Successfully Sensed）
          True  → Get Blackboard → Set Value as Object
                    （Key Name: TargetActor, Object Value: Actor）      ← 見つけた
          False → Branch（Condition: Actor == Get Blackboard Value as Actor（TargetActor））
              True → Get Blackboard → Clear Value（Key Name: TargetActor） ← 追っていた相手を見失った

2つの確認が入っていることに注目してください。

• Tagでプレイヤーかを判定: これがないと、味方NPCを見た瞬間に追跡が始まります
• 見失ったのが「いま追っている相手か」を確認: 無条件で Clear Value すると、 無関係なActorを見失っただけでターゲットが消えます

Set Value as Object と Clear Value の Target ピンには、 Get Blackboard（AI Controllerの関数）の戻り値 をつなぎます。ここが空だと何も書き込まれません。

ステップ3：Behavior Treeを起動する。 Event On Possess で木を動かします。

Event On Possess（BP_EnemyAIController）
  → Run Behavior Tree（BTAsset: BT_Enemy）

BeginPlay ではなく On Possess を使うのが確実です。操作するPawnが確定した時点で開始できるためで、公式の手順もこの形になっています。

ステップ4：木を組む。 BT_Enemy を開き、次の形に組み立てます。 左が優先 です。

Root
└─ Selector                              ← どちらか1つでいい
   ├─ Sequence 「戦う」                   ← 左なので優先
   │   ⚑ Decorator: Blackboard（TargetActor is Set / Observer aborts: Both）
   │   ├─ Task: Move To（Blackboard Key: TargetActor, Acceptable Radius: 200）
   │   ├─ Task: BTT_Attack
   │   └─ Task: Wait（Wait Time: 1.0）      ← 攻撃の間隔。これが無いと高速で連打される
   └─ Sequence 「巡回する」                ← ターゲットがいないときだけ来る
       ├─ Task: BTT_FindPatrolLocation
       ├─ Task: Move To（Blackboard Key: PatrolLocation）
       └─ Task: Wait（Wait Time: 2.0）

3つ、押さえるべき設定があります。

• Decoratorの Observer aborts を Both に: これで 巡回中にプレイヤーを見つけた瞬間、巡回を中断して追跡へ切り替わります 。None のままだと巡回が終わるまで反応しません
• 戦う枝にも Wait を入れる: Taskが即座に成功を返し続けると、木が高速で回り続けて攻撃が連打されます
• Move To の Acceptable Radius: ここが小さすぎると、目標に到達できず延々と歩き続けます

ステップ5：巡回地点を決めるTaskを作る。 BTTask_BlueprintBase を継承して BTT_FindPatrolLocation を作ります。

書き込み先のキーは、 Blackboard Key Selector 型の変数 で受け取るのが標準的な作りです。こうしておくと、Behavior Tree上でTaskを選んだときに詳細パネルからキーを指定でき、同じTaskを別のキーで使い回せます。

変数: PatrolKey（Blackboard Key Selector型・Instance Editable）

Event Receive Execute AI（Controlled Pawn）
  → Get Random Reachable Point in Radius（Origin: Controlled Pawn の位置, Radius: 1000.0）
  → Branch（Condition: 戻り値の成否）
      True  → Set Blackboard Value as Vector（Key: PatrolKey, Value: 求めた地点）
            → Finish Execute（Success: true）
      False → Finish Execute（Success: false）

Behavior Tree上でこのTaskを選び、詳細パネルの Patrol Key に PatrolLocation を割り当てます。

BTT_Attack も同様に作り、攻撃処理の後で Finish Execute（Success: true） を返します。中身は最初 Print String だけで構いません。

ステップ6：レベルに置いて動かす。 BP_Enemy をレベルにドラッグして配置し、Playします。

敵は範囲内をランダムに歩き回り、視界に入った瞬間にこちらへ向かってきて、近づくと攻撃のログが1秒おきに出る。物陰に隠れると巡回に戻る 。これが見えれば成功です。

うまくいかないときは、 Behavior Treeを開いたままPlayする と、いま実行中のノードが光ります。値は Blackboardパネル で確認でき、敵が複数いる場合はエディタ上部の Debug Object で対象を選びます。

• 1歩も動かない → Nav Mesh Bounds Volume（P で確認）、Auto Possess AI、AI Controller Class
• 巡回はするが追ってこない → Blackboardパネルで TargetActor を確認。空ならAI Perception側か、Tagの綴り
• 他の敵を追いかける → Tag判定が抜けています
• 追いはじめると巡回に戻らない → Clear Value の条件を確認
• 攻撃ログが高速で流れる → 戦う枝の Wait が抜けています
• 1つのノードで固まる → そのTaskで Finish Execute を呼び忘れています

ポイントは2つです。

• 優先順位はSelectorの「左から」で表す: 条件分岐を書き足すのではなく、 枝の並び順 で優先度を表現します。「気絶したら何もしない」を最優先にしたければ、いちばん左に足すだけです
• 感知したActorは必ず絞る: AI Perceptionは見えたものを何でも渡してきます。Tagやクラスで 狙う相手かどうかを1回確かめる ようにします。これを省くと、敵同士で追いかけ合う奇妙なAIになります

もっと賢く「どこへ逃げるか」「どの敵を狙うか」を選ばせたくなったら EQS（Environment Query System） が次の一歩です。移動そのものが不安定なら NavMeshの設定 を先に確認してください。

---

おまけ：先に知っておくと良いこと

Behavior Treeのデバッグは、エディタを開いたままPlayするのが基本です。 実行中のノードがハイライトされ、Blackboardの現在値も Blackboardパネル で見られます。「なぜこの行動をしているのか」が視覚的に分かるのは、BTの大きな利点です。 Print String を仕込む前に、まず木を眺めてください 。

Serviceの実行間隔は既定のままにしない。 ServiceはIntervalを設定できますが、既定値のまま多数のAIに付けると効いてきます。距離チェック程度なら 0.3〜0.5秒 で十分です。Random Deviation を少し入れておくと、全AIの処理が同じフレームに集中するのを避けられます。

Taskが Success を返し続けると、木が高速で回り続けます。 巡回のSequenceに Wait を入れているのはこのためです。「AIが何もしていないのに重い」ときは、どこかの枝が超高速でループしていないか疑ってください。

AIの「状態」をBlackboardのEnumで持つと整理しやすくなります。 巡回中・警戒中・戦闘中といった大きな区分をEnum型のKeyで持ち、各枝のDecoratorでそれを見る形にすると、木の構造が読みやすくなります。ステートマシン的な考え方をBTに持ち込むイメージです。

StateTreeという選択肢もあります。 UE5世代では、状態と遷移をそのまま図にする StateTree が公式サンプルでの採用を増やしています。Behavior Treeは今も現役で、情報量も圧倒的に多いので、この記事の内容が無駄になることはありません。ただ 新しくAIを組むときは、状態がはっきりしているならStateTree、優先度の駆け引きが命ならBehavior Tree 、と見比べてから決めると納得して進めます（→ StateTree入門）。

---

まとめ

Behavior Treeは、覚える要素は多いものの、押さえるべき骨格はシンプルです。

要素	役割	判断基準
Selector	どれか1つ成功すればいい	優先順位 を表したいとき
Sequence	全部成功する必要がある	手順 を表したいとき
Task	行動する	「〜する」と言えるもの
Decorator	通すか判断する	「〜なら」と言えるもの
Service	定期的に調べる	「ずっと見ておきたい」もの
Blackboard	記憶を置く	ノード間で共有したい値

そして設計の指針が1つ。 条件はDecorator、行動はTask、記憶はBlackboard 。この3つを混ぜないだけで、AIは後から拡張できる形に保てます。

あなたのゲームの敵は、プレイヤーを見失ったあと、どう振る舞ってほしいですか？