4. 行为树核心概念

在Nav2的导航任务编排中，行为树（Behavior Tree, BT）是描述机器人“何时该做什么、如何决策、如何切换任务”的核心执行框架。与传统的有限状态机（FSM）相比，行为树通过树形结构将复杂的导航策略拆解为可复用、可组合的节点单元，从而让导航任务的逻辑编排更加直观、灵活且易于调试。本章将深入剖析行为树的三大核心支柱：节点类型、节点状态以及黑板与端口机制。理解这三者是掌握Nav2中bt_navigator、nav2_behavior_tree插件以及自定义导航策略的基石。我们将从概念原理出发，结合Nav2实际代码与配置，帮助你建立从理论到工程实践的完整认知。

上图清晰地展示了行为树中各类节点与状态、黑板之间的协作关系。在Nav2中，一棵典型的行为树通常以控制节点（如Sequence）作为根，向下挂载条件节点、装饰节点和动作节点。每个节点在执行后都会返回一个状态（SUCCESS、FAILURE或RUNNING），而节点之间需要共享的数据（如目标点、路径、速度限制等）则通过黑板和端口进行传递。下面我们逐一深入解析。

4.1 节点类型：行为树的功能单元

行为树的节点类型决定了树的结构逻辑和任务执行方式。在Nav2中，节点类型主要分为四大类：控制节点、装饰节点、条件节点和动作节点。理解它们的职责与区别，是设计高效导航行为树的前提。

4.1.1 控制节点：决策的骨架

控制节点是行为树的“决策者”，它们不执行具体任务，而是决定子节点的执行顺序和逻辑。Nav2中常用的控制节点包括：

• Sequence（序列节点）：从左到右依次执行所有子节点。只要有一个子节点返回FAILURE，整个序列立即返回FAILURE；只有所有子节点都返回SUCCESS，序列才返回SUCCESS。这类似于逻辑“与”操作。在导航中，典型的序列是“规划路径 → 执行路径 → 到达目标”。
• Fallback（回退节点）：从左到右依次尝试子节点，直到有一个子节点返回SUCCESS。如果所有子节点都返回FAILURE，则整个回退节点返回FAILURE。这类似于逻辑“或”操作。常用于“尝试主方案，失败则执行备选方案”的场景。
• Parallel（并行节点）：同时执行所有子节点。可以设置成功或失败所需的子节点数量（如“成功需要N个”）。在导航中较少直接使用，但在需要同时监控多个条件（如电量、障碍物）时非常有用。

4.1.2 装饰节点：逻辑的调节器

装饰节点只能有一个子节点，用于修改子节点的行为或返回状态。它们是行为树中实现“重试”、“超时”、“取反”等逻辑的关键。Nav2中常见的装饰节点包括：

• Inverter（取反节点）：将子节点的SUCCESS变为FAILURE，FAILURE变为SUCCESS。常用于条件判断的取反，例如“如果目标不可达，则执行恢复行为”。
• Retry（重试节点）：当子节点返回FAILURE时，按照设定的次数重新执行子节点。在导航中，如果路径规划失败，可以重试几次以应对瞬时传感器噪声。
• Timeout（超时节点）：为子节点设置最大执行时间。如果子节点在指定时间内未返回SUCCESS或FAILURE（即一直处于RUNNING），则超时节点强制返回FAILURE。这在防止机器人卡死在某项任务中非常有效。

4.1.3 条件节点与动作节点：执行与判断

这两类节点是行为树的“叶子节点”，直接与机器人硬件或导航算法交互。

• 条件节点（Condition）：只返回SUCCESS或FAILURE，不执行任何实际动作，也不返回RUNNING。它们用于检查环境状态或内部变量。例如IsGoalValid检查目标点是否有效，IsPathExist检查路径是否已生成。条件节点是纯同步的，执行时间极短。
• 动作节点（Action）：执行具体的导航操作，如Navigate（控制机器人移动）、ComputePathToPose（计算路径）、Wait（等待）。动作节点可以返回RUNNING，表示任务正在异步执行中。Nav2中的动作节点通常封装了ROS 2的Action Client，用于与导航服务器通信。

节点类型	子节点数量	返回状态	典型Nav2示例	执行特性
控制节点	多个	SUCCESS/FAILURE	Sequence, Fallback, Parallel	决定子节点执行顺序，不执行具体任务
装饰节点	一个	SUCCESS/FAILURE	Inverter, Retry, Timeout	修改子节点行为或状态
条件节点	零个	SUCCESS/FAILURE	IsGoalValid, IsPathExist	同步检查，不执行动作
动作节点	零个	SUCCESS/FAILURE/RUNNING	Navigate, ComputePath, Wait	执行具体任务，支持异步

4.2 节点状态：行为树的执行反馈

每个行为树节点在执行后必须返回三种状态之一：SUCCESS、FAILURE或RUNNING。状态是父节点决策的唯一依据，也是行为树能够实现复杂逻辑的基础。

4.2.1 状态定义与语义

• SUCCESS：节点已成功完成其目标。对于条件节点，表示条件为真；对于动作节点，表示动作已顺利完成。
• FAILURE：节点未能完成其目标。对于条件节点，表示条件为假；对于动作节点，表示动作执行失败（如路径规划失败、导航超时）。
• RUNNING：节点正在执行中，尚未完成。只有动作节点可以返回RUNNING。当节点返回RUNNING时，行为树会暂停该分支的执行，并在下一个tick（行为树的执行周期）继续从该节点开始执行，而不是从头开始。

4.2.2 状态转换与tick机制

行为树的执行是“自上而下、从左到右”的tick过程。根节点被tick后，会根据其类型（如Sequence）依次tick子节点。子节点返回的状态决定了父节点是否继续tick下一个子节点。例如，在一个Sequence中，如果第一个子节点返回FAILURE，则整个Sequence立即返回FAILURE，后续子节点不会被tick。

对于返回RUNNING的节点，行为树会记住该节点的位置。在下一次tick时，会直接tick该RUNNING节点，而不是从Sequence的第一个子节点重新开始。这种机制称为“节点记忆”或“状态保持”。

4.3 黑板与端口：节点间的数据桥梁

在复杂导航任务中，节点之间需要共享数据。例如，ComputePathToPose节点需要知道目标点坐标，而Navigate节点需要知道计算出的路径。行为树通过黑板（Blackboard）和端口（Ports）实现数据共享。

4.3.1 黑板：全局数据存储

黑板是一个键值对存储空间，类似于ROS 2中的Parameter或共享内存。所有节点都可以通过端口读写黑板上的数据。在Nav2中，黑板通常由Blackboard类实现，它存储了导航任务的关键信息，如：

• goal：目标点（PoseStamped）
• path：计算出的路径（Path）
• error_msg：错误信息（字符串）
• is_goal_updated：目标是否更新（布尔值）

4.3.2 端口：节点的数据接口

端口是节点与黑板交互的通道。每个节点可以声明输入端口（Input Port）和输出端口（Output Port）。

• 输入端口：节点从黑板读取数据。例如，Navigate节点有一个输入端口path，用于读取黑板上的路径数据。
• 输出端口：节点将数据写入黑板。例如，ComputePathToPose节点有一个输出端口path，用于将计算出的路径写入黑板。

端口通过名称与黑板上的键进行绑定。在XML定义行为树时，通过value属性指定端口与黑板键的映射关系。例如：

<Action ID="Navigate">
    <input_port name="path" value="path"/>
</Action>

上述代码表示Navigate节点的path输入端口从黑板的path键读取数据。

4.4 实战案例：设计一个带重试与超时的导航行为树

为了将上述概念融会贯通，我们设计一个典型的Nav2导航行为树，它包含路径规划、执行导航、失败重试和超时保护。该案例模拟了机器人在复杂环境中导航时可能遇到的场景。

4.4.1 场景与目标

背景：机器人在仓库中执行搬运任务，需要从当前位置导航到指定货架。仓库环境动态变化，可能存在临时障碍物导致路径规划失败。此外，导航过程中可能因行人阻挡导致机器人停滞。

目标：构建一棵行为树，实现以下功能：

1. 检查目标点是否有效。
2. 计算路径，如果失败则重试3次。
3. 执行导航，如果导航超时（60秒）则取消并返回失败。
4. 如果导航失败，则清除全局代价地图并重新规划。

4.4.2 行为树结构与配置

以下是该行为树的XML定义（简化版）：

<root main_tree_to_execute="MainTree">
    <BehaviorTree ID="MainTree">
        <Sequence name="root_sequence">
            <Condition ID="IsGoalValid" goal="{goal}"/>
            <Fallback name="plan_and_navigate">
                <Sequence name="plan_retry">
                    <Retry num_attempts="3" name="retry_plan">
                        <Action ID="ComputePathToPose" goal="{goal}" path="{path}"/>
                    </Retry>
                    <Timeout duration="60" name="nav_timeout">
                        <Action ID="Navigate" path="{path}"/>
                    </Timeout>
                </Sequence>
                <Sequence name="recovery">
                    <Action ID="ClearCostmap" service_name="global_costmap/clear_entirely_global_costmap"/>
                    <Action ID="ComputePathToPose" goal="{goal}" path="{path}"/>
                    <Action ID="Navigate" path="{path}"/>
                </Sequence>
            </Fallback>
        </Sequence>
    </BehaviorTree>
</root>

4.4.3 执行流程与状态分析

步骤	节点	可能状态	行为树响应
1	IsGoalValid	FAILURE	整个树返回FAILURE，导航终止
2	ComputePathToPose (Retry内)	FAILURE	Retry节点重试，最多3次
3	ComputePathToPose (3次后)	FAILURE	Retry返回FAILURE，进入Fallback的recovery分支
4	Navigate (Timeout内)	RUNNING	Timeout节点持续等待，直到Navigate返回或超时
5	Navigate (超时)	FAILURE	Timeout返回FAILURE，进入recovery分支
6	ClearCostmap + ComputePath + Navigate	SUCCESS	recovery分支成功，整个Fallback返回SUCCESS

4.4.4 复盘与经验

该案例展示了控制节点（Sequence/Fallback）、装饰节点（Retry/Timeout）、条件节点（IsGoalValid）和动作节点（ComputePathToPose/Navigate）的协同工作。通过黑板，goal和path在节点间高效传递。在实际部署中，需要注意：

• 重试次数不宜过多：重试3次已经足够应对瞬时错误，过多重试会浪费计算资源。
• 超时时间需根据场景调整：60秒对于仓库导航可能过长，但在大型工厂中可能不够。建议根据机器人速度和环境大小动态配置。
• 恢复分支要谨慎：清除代价地图是“重操作”，频繁执行会导致机器人行为异常。建议在恢复分支前增加条件判断（如检查是否连续失败）。

4.5 常见误区与总结

在学习行为树时，初学者常陷入以下误区：

• 误区一：认为条件节点可以返回RUNNING。实际上，条件节点是同步的，必须立即返回SUCCESS或FAILURE。如果需要异步检查，应使用动作节点。
• 误区二：忽略RUNNING状态的处理。如果动作节点返回RUNNING，但父节点是Sequence，那么Sequence会暂停，等待该动作节点完成。如果设计不当，可能导致行为树“卡死”。
• 误区三：黑板键命名混乱。在大型项目中，黑板键应遵循统一的命名规范（如goal、path、error_msg），避免拼写错误导致数据无法传递。
• 误区四：过度嵌套装饰节点。虽然装饰节点功能强大，但过度嵌套会降低行为树的可读性。建议将复杂的重试/超时逻辑封装为自定义动作节点。