8. Intelligence Artificielle (Behavior Tree, Blackboard & Configuration du Slender)

Dans ce huitième volet de la série Kawaii Slender, nous attaquons un gros morceau du développement sur Unreal Engine 5.6.1 : l’Intelligence Artificielle (IA). C’est ici que notre jeu d’horreur mignon commence à prendre vie avec l’intégration de notre grand antagoniste : une poule de l’enfer géante qui va nous traquer sans relâche.

Note de montage : Ce tutoriel aborde des notions architecturales d’IA assez denses. Pour éviter une vidéo d’une heure indigeste, le contenu a été scindé en deux parties. Dans cette première partie, nous préparons toute la structure logique (Behavior Tree, Blackboard, Tâches). Le comportement visuel concret et la traque seront pleinement effectifs à la fin de la seconde partie.

1. Création et configuration du personnage (BP_Slender)

Pour commencer, nous allons créer l’entité physique de notre ennemi.

1. Dans le Content Drawer, créez un dossier Slender dans le répertoire des Blueprints.
2. Faites un clic droit -> Blueprint Class et choisissez la classe Character. Pourquoi un Character ? Parce qu’il s’agit d’un acteur doté d’un composant de déplacement natif (Character Movement), idéal pour être piloté par une IA. Nommez-le BP_Slender.
3. Ouvrez le Blueprint et sélectionnez le composant Mesh. Dans les détails, attribuez-lui le Skeletal Mesh SKM_Chicken_001.
4. Ajustement de l’orientation et de la taille :
   • Faites pivoter le mesh de -90 degrés sur l’axe Z pour qu’il pointe dans la direction de la flèche de l’acteur (le sens avant).
   • Pour en faire une menace digne de ce nom, activez le verrouillage des proportions dans Scale (Échelle) et appliquez un multiplicateur de 4.0.
   • Ajustez sa hauteur dans la vue orthogonale (gauche ou droite) pour caler ses pattes au bas de la capsule de collision.

2. L’Architecture de l’IA : Arbre de comportement et Tableau noir

Pour créer une IA propre et facile à maintenir, Unreal Engine utilise un écosystème dédié distinct des Blueprints classiques. C’est une structure verticale beaucoup plus lisible qu’une suite de branches imbriquées.

• Le Blackboard (Tableau noir) : C’est le cerveau de stockage. Il ne contient aucune logique, il sert uniquement à mémoriser des variables (clés) que l’IA va interroger ou modifier.
• Le Behavior Tree (Arbre de comportement) : C’est le chef d’orchestre. Il structure l’ordre des actions à exécuter à la verticale, de gauche à droite, selon les données fournies par le Blackboard.

Création des assets

Dans votre dossier Slender, faites un clic droit -> Artificial Intelligence :

1. Créez un Behavior Tree nommé BT_Slender.
2. Créez un Blackboard nommé BB_Slender.
3. Ouvrez BT_Slender et, dans le panneau Details, vérifiez que la ligne Blackboard Asset cible bien votre BB_Slender.

3. Structure du Behavior Tree

À partir du nœud Root (le point de départ de l’IA), nous allons tirer un câble pour créer un Selector. Le sélecteur agit comme un embranchement : il va lire ses enfants de gauche à droite et exécuter le premier bloc dont les conditions sont validées.

Sous ce Selector, nous créons deux Sequences :

1. La première séquence (à gauche) sera renommée Recherche.
2. La deuxième séquence (à droite) sera renommée Poursuite.

4. Programmation des tâches (Tasks)

Les séquences ont besoin d’actions concrètes. Nous allons programmer deux tâches personnalisées (BTT) : l’une pour la déambulation aléatoire et l’autre pour la traque du joueur.

Tâche 1 : La Recherche Aléatoire (BTT_Recherche)

Cliquez sur New Task en haut du Behavior Tree et enregistrez-la sous le nom BTT_Recherche dans un sous-dossier Tâches.

Dans le graphe de la tâche :

1. overridez (substituez) la fonction Receive Execute AI. Cet événement s’active dès que l’arbre appelle la tâche.
2. Ajoutez un nœud AI Move To.
3. Reliez le paramètre Controlled Pawn directement à l’entrée Pawn de l’AI Move To (c’est notre poule).
4. Pour définir une destination aléatoire, tirez le Controlled Pawn, créez un Get Actor Location, puis reliez-le à un Get Random Reachable Point In Radius. Configurez un rayon (Radius) de 1000 unités.
5. Connectez le Random Location à la Destination de l’AI Move To.
6. Crucial : Sur la broche On Success du Move To, ajoutez le nœud Finish Execute et cochez la case Success. Sans ce nœud, l’arbre de comportement ne saurait jamais que la tâche est finie et resterait bloqué indéfiniment.
7. Ajustez l’Acceptance Radius à 100 pour donner une marge d’un mètre à l’IA pour valider son arrivée.

Tâche 2 : La Poursuite (BTT_Poursuite)

Créez une seconde tâche nommée BTT_Poursuite. La logique est similaire mais plus directe :

1. Implémentez Receive Execute AI et préparez immédiatement le Finish Execute (avec Success coché) en sortie.
2. Ajoutez le nœud AI Move To lié au Controlled Pawn.
3. Au lieu d’un vecteur de destination, faites un clic droit et cherchez Get Player Character. Reliez-le directement à la broche Target Actor de l’AI Move To. Unreal convertira automatiquement l’entité en coordonnées dynamiques pour la suivre.
4. Configurez également l’Acceptance Radius à 100.

5. Intégration et Décorateurs (Conditionnels)

Retournez sur BT_Slender pour assembler nos briques logiques :

• Sous la séquence Recherche, appelez votre tâche BTT_Recherche. À sa suite, ajoutez un nœud natif Wait configuré à 3.0 secondes avec une Random Deviation de 1.0. Cela permet à l’IA de faire des pauses naturelles de durée variable (entre 2 et 4 secondes) entre ses déplacements.
• Sous la séquence Poursuite, appelez votre tâche BTT_Poursuite.

L’aiguillage par le Blackboard

Pour l’instant, le Selector lira toujours la Recherche en premier et n’ira jamais à droite. Il faut lui donner une condition de switch via les Decorators.

1. Allez dans l’onglet Blackboard (en haut à droite) et ajoutez une clé de type Boolean que vous nommerez VoitJoueur.
2. De retour sur le Behavior Tree, faites un clic droit sur la séquence Recherche -> Add Decorator -> Blackboard. Faites de même pour Poursuite.
3. Sélectionnez le décorateur de la Poursuite :
   • Dans les détails, sous Observer Aborts, choisissez Self (pour interrompre l’exécution interne si la condition change).
   • Sous Blackboard Key, sélectionnez VoitJoueur.
   • Laissez la condition sur Is Set (Vrai).
4. Sélectionnez le décorateur de la Recherche :
   • Mettez également l’Observer Aborts sur Self.
   • Sélectionnez la clé VoitJoueur.
   • Changez le paramètre clé pour Is Not Set (Faux).

La structure de base de notre intelligence artificielle est désormais prête. L’IA sait que si VoitJoueur est faux, elle doit errer sur la carte, et si la variable devient vraie, elle doit basculer instantanément sur la tâche de poursuite. Dans le prochain épisode, nous verrons comment configurer les composants de perception sensorielle de notre Slender pour alimenter ce Blackboard de manière dynamique !