키 이름과 타입 고정
TargetActor, LastKnownLocation처럼 노드가 읽는 값의 의미를 분명히 둡니다.
Behavior Tree 점검
행동 트리 설계는 반응성과 비용을 함께 검토한다
Selector와 Sequence가 의도를 표현해도 Blackboard 키, Observer Aborts, Service 주기, 디버깅 지점이 맞지 않으면 AI는 불안정해집니다.
중단 범위 조절
Self와 Lower Priority는 반응성을 높이지만 현재 행동을 자주 끊을 수 있습니다.
갱신 간격 제한
시야 확인, 거리 계산, 상태 갱신은 필요한 주기만큼만 실행합니다.
성공과 실패 반환
커스텀 작업은 입력 키, 실행 결과, 실패 조건을 명확히 남깁니다.
현재 판단 경로 확인
AI Debugger에서 현재 실행 중인 브랜치와 Blackboard 값을 봅니다.
Visual Logger로 목표 변경, 이동 실패, 경로 계산 결과를 추적합니다.
AI 수가 늘 때 단순화
멀리 있는 AI는 행동 트리 업데이트와 인지 검사를 낮은 빈도로
돌립니다.
EQS는 후보 위치가 정말 필요할 때만 호출하고 결과를 재사용합니다.