UE5 RPG战斗系统核心：从输入、命中到AI的工程实践

1. 项目概述：构建一个可玩可扩展的RPG战斗核心

最近在UE5.6里折腾一个RPG项目的模板，核心目标很明确：要有一套手感扎实、反馈及时的战斗系统。这不仅仅是让角色能挥剑，而是要让每一次攻击从玩家输入开始，到敌人受击反馈结束，形成一个完整、可信且高效的闭环。这个闭环涉及几个关键技术点：灵活可靠的控制绑定、精准的命中判定、炫酷且性能友好的伤害特效，以及能提供基础挑战的AI行为。

我选择UE5.6，一方面是看中了它在性能优化和渲染管线上的持续改进，比如对Niagara系统的增强，另一方面也是想在一个相对稳定的新版本上搭建一套“地基”，避免被一些早期版本的Bug困扰。这个模板的定位是“生产就绪”的起点，它应该能让你快速搭建起一个RPG的战斗Demo，同时又为后续添加技能、装备、状态系统等复杂内容留足扩展接口。无论是独立开发者想快速验证玩法，还是团队用来统一技术规范，这套模板都能提供一个坚实的起点。

2. 核心系统设计与思路拆解

2.1 控制绑定：从输入到行为的抽象层

在动作RPG中，流畅、无延迟的操控感是生命线。UE的增强输入系统（Enhanced Input System）是构建这种操控感的最佳选择，它完全替代了老旧的轴映射和动作映射。它的核心优势在于提供了输入预处理、上下文响应和更精细的控制能力。

我的设计思路是将所有玩家输入抽象为“输入动作”（Input Actions），例如“移动”、“跳跃”、“轻攻击”、“重攻击”、“格挡”、“使用道具”。这些动作不直接绑定到具体的角色行为，而是通过“输入映射上下文”（Input Mapping Context）与具体的按键、手柄按键或触摸事件关联。这样做的好处是，输入逻辑与游戏逻辑完全解耦。我可以在角色蓝图或玩家控制器中监听这些“输入动作”的触发，然后驱动对应的游戏功能。例如，当“轻攻击”动作被触发时，我调用角色身上的一个“请求攻击”函数，至于这个函数具体是播放动画、检测命中还是消耗体力，那都是角色自身逻辑决定的。

这种架构带来了巨大的灵活性。比如，我可以为不同的武器（剑、法杖）配置不同的输入映射上下文，切换武器时只需动态替换上下文，就能立刻改变按键对应的行为。再比如，实现“按下蓄力，松开释放”的蓄力攻击，利用增强输入系统的“触发”和“完成”事件可以非常优雅地实现，而旧系统处理起来就很别扭。

注意：在项目设置中启用“Enhanced Input”插件后，务必在“项目设置 -> 输入”里将默认的输入系统设置为“Enhanced Input”，否则旧的输入系统可能会干扰新系统的运行。

2.2 攻击命中判定：射线检测 vs 碰撞体检测

当玩家按下攻击键，角色播放攻击动画，我们如何判断这一击是否打中了敌人？这是战斗系统的核心。常见的有两种方案：基于物理的碰撞体检测和基于几何的射线（或形状）检测。

碰撞体检测的思路是，在武器的骨骼上附加一个碰撞体（如胶囊体或盒子），当武器挥舞动画播放到特定帧（通过动画通知触发）时，激活这个碰撞体。任何进入碰撞体的敌人Actor都会被视为被击中。这种方法直观，符合物理直觉，UE的碰撞系统也足够成熟。但它有几个问题：1) 性能开销相对较大，尤其是场景中碰撞体很多时；2) 对高速移动的物体可能因为帧间穿透而漏检，需要开启连续碰撞检测（CCD），进一步增加开销；3) 逻辑上，是“武器碰到了谁”，这对于刀光剑影的AOE攻击或魔法效果不太容易模拟。

射线检测则是一种更轻量、更可控的方案。它的原理是，在攻击判定的瞬间（同样由动画通知触发），从攻击发起者（如角色的手部或武器根部骨骼）向攻击方向发射一条或多条不可见的射线（Line Trace）。如果射线击中了某个符合条件的物体（如带有“Enemy”标签的Actor），则判定为命中。我最终选择了以射线检测为主，碰撞体为辅的混合方案。原因如下：

1. 性能优异：单次射线检测的计算开销远低于持续性的碰撞体检测和重叠事件处理。
2. 精准可控：我可以精确控制检测的时机（只在关键帧）、方向、长度和形状（除了直线，还可以用球体扫描、胶囊体扫描）。
3. 易于实现复杂逻辑：例如，实现一次横扫攻击命中多个敌人，只需进行一次多目标射线检测（Multi Line Trace by Channel）即可。而用碰撞体则需要处理复杂的重叠开始和结束事件，去重逻辑也更麻烦。
4. 便于调试：在开发时，可以轻松地将射线可视化，清晰地看到检测的路径和命中点，这对于调整攻击范围和手感至关重要。

当然，射线检测也不是万能的。对于需要持续判定的效果（如角色身边的持续燃烧光环），或者形状极其不规则的攻击，碰撞体仍然是更好的选择。在我的模板中，普通近战攻击使用射线检测，而一些持续性的范围效果则会使用碰撞体。

2.3 Niagara出伤：将命中数据转化为视觉盛宴

命中判定成功了，接下来就要让玩家“感觉”到打中了。这就是视觉和听觉反馈的舞台，而UE5的Niagara粒子系统是创造这些反馈的利器。Niagara比旧的Cascade系统更强大、更灵活，支持GPU模拟，能做出规模宏大且性能出色的特效。

我的设计是，当射线检测命中目标后，不仅会计算伤害，还会生成一个“命中事件”。这个事件包含了丰富的数据：命中点的世界坐标、命中点的法线方向（用于决定血花或火花飞溅的方向）、命中的骨骼名称（如果是角色模型）等。然后，我将这个事件传递给一个预设好的Niagara系统。

例如，一个“剑击命中”的Niagara系统可以这样工作：它接收到命中事件后，立刻在命中点生成一团火花粒子。粒子发射器的初始方向完全依据命中法线来设定，这样火花就会沿着被击打表面的垂直方向迸发，看起来非常自然。同时，我还可以在命中点播放一个短暂的击打声音和一个小幅的屏幕抖动（Camera Shake），从多个感官维度强化打击感。

更高级的用法是，通过Niagara的参数集合（Parameter Collections）或自定义数据接口，将伤害数值、攻击类型（斩击、钝击、火焰）等信息也传递过去。这样，同一个Niagara系统可以根据不同的攻击类型，动态改变粒子的颜色（火焰伤害冒红烟，冰霜伤害冒蓝烟）、大小甚至音效，实现高度可定制的反馈。

2.4 AI行为树：从巡逻到攻击的智能逻辑

一个没有敌人的RPG是孤独的。我们需要AI来给玩家制造挑战。UE的行为树（Behavior Tree）和黑板（Blackboard）是构建游戏AI的逻辑框架，它采用树状结构来组织AI的决策过程，清晰且易于调试。

对于这个RPG模板，我设计了一个基础的敌人AI，它包含两个主要状态：巡逻和攻击。

巡逻状态由一系列任务（Task）和服务（Service）组成。核心是一个“移动到随机位置”的任务。敌人会在一个预设的巡逻区域内（通常用一个体积框或一组导航网格边界来定义），通过行为树中的“Find Random Location in NavMesh”服务，定期寻找一个可达的随机点，然后执行“Move To”任务移动过去。到达后，可能会等待几秒（使用“Wait”任务），然后继续寻找下一个点。同时，会有一个“检测玩家”的服务（通常是一个自定义的蓝图任务或通过行为树的“Service”节点实现）在后台持续运行。这个服务会定期检查玩家是否进入了敌人的视野范围或警戒范围。

攻击状态在检测到玩家后触发。行为树会从巡逻状态切换到攻击状态。首先，它会清除当前的移动目标，然后执行“Move To”任务尝试接近玩家，直到进入其攻击范围。进入攻击范围后，AI不会傻站着，而是会进入一个攻击循环。这个循环可能包括：1) 选择一个攻击招式（基于冷却时间、距离、概率等）；2) 播放攻击动画；3) 在动画的特定帧（通过动画通知），触发与玩家角色类似的攻击命中检测逻辑（射线检测）；4) 如果检测到命中，则调用玩家角色的“受到伤害”函数。同时，在攻击过程中，AI也会通过“Move To”进行简单的走位，尝试绕到玩家侧面或避开玩家的正面攻击。

黑板（Blackboard）作为AI的“记忆”，存储了关键变量，如“当前目标”（玩家对象）、“巡逻中心点”、“攻击范围”、“是否已看到玩家”等。行为树中的各个节点通过读写黑板上的这些值来协同工作，实现状态的切换和决策。

3. 核心模块实现与实操要点

3.1 增强输入系统的配置与绑定

首先，在内容浏览器中右键创建输入资产：Input Actions和Input Mapping Context。我将创建以下几个关键的IA_Move（二维向量，用于WASD或摇杆）、IA_Jump（布尔值）、IA_LightAttack（布尔值）、IA_HeavyAttack（布尔值）、IA_Block（布尔值）。

然后，打开IMC_Player，将IA_Move映射到键盘的WASD键和游戏手柄的左摇杆。这里需要注意为摇杆输入添加一个“死区”（Dead Zone）过滤器，防止手柄轻微漂移导致角色移动。将IA_LightAttack映射到鼠标左键和手柄的X键，并可以为其添加一个“按下”和“释放”的触发器，为后续实现蓄力机制留出空间。

接下来，在玩家的角色蓝图或玩家控制器蓝图中进行绑定。我通常在玩家控制器中处理输入绑定，因为这样更符合职责分离。在玩家控制器的BeginPlay事件中，获取本地玩家控制的Enhanced Input Local Player Subsystem，然后使用Add Mapping Context节点，将我们创建好的IMC_Player添加上去，并设置一个合适的优先级。

最后，在角色蓝图中，监听这些输入动作。为IA_LightAttack的Triggered事件添加一个自定义事件，比如OnLightAttackPressed。在这个事件里，我们可以进行攻击冷却检查、体力检查等，然后调用真正的攻击逻辑函数PerformLightAttack()。

实操心得：为每个输入动作在角色蓝图中创建对应的事件分发器（Event Dispatcher）是个好习惯。这样，武器系统、技能系统等其他组件可以订阅这些事件，而不需要直接修改角色的输入处理逻辑，使得系统耦合度更低，更容易扩展。

3.2 动画通知触发与射线检测实现

攻击动画是驱动命中检测的时钟。我使用两种动画通知：Anim Notify和Anim Notify State。对于瞬间触发的攻击（如直刺），使用Anim Notify，在武器挥砍到最具威胁的那一帧放置一个通知。对于持续性的攻击（如横扫），使用Anim Notify State，它有一个开始和结束时间，可以在一个时间段内持续触发检测。

在动画蓝图中，我为这个通知事件创建一个自定义事件，比如AnimNotify_CheckHit。在这个事件里，我们需要进行射线检测。

1. 确定射线起点和终点：起点通常是角色的手部骨骼（如hand_r）或武器骨骼的世界位置。终点是起点加上攻击方向向量乘以攻击距离。攻击方向可以从角色的前向向量获取，或者更精确地从手部骨骼的变换中获取。
2. 执行射线检测：使用Line Trace by Channel节点。碰撞通道（Trace Channel）至关重要。我专门设置了一个名为“Weapon”的碰撞通道，并在项目设置中配置它只与“Pawn”和“WorldStatic”等通道发生阻挡（Block）。这样，射线只会检测到敌人和世界静态物体。
3. 设置检测参数：务必勾选“忽略自我”（Ignore Self），防止打到自己。对于近战攻击，我通常还会将检测形状从“直线”改为“胶囊体”（Capsule），并设置一个较小的半径（如5厘米），这样可以模拟有一定宽度的剑刃，提高检测容错率。
4. 处理命中结果：如果射线命中，从输出引脚会得到命中结果结构体。我们需要从中提取命中的Actor（Hit Actor）、命中点（Location）和命中法线（Normal）。首先判断命中的Actor是否是敌人（通过标签Tag或接口Interface）。如果是，则进行伤害计算和反馈触发。

为了优化性能和避免一帧内多次击中同一目标，我引入了一个“已命中目标列表”（TArray）。在每次攻击动画开始（AnimNotify State的开始或攻击逻辑函数开始时）清空这个列表。每次射线检测命中一个新目标时，先检查它是否已在列表中，如果不在，则处理伤害并将其加入列表。这样可以确保一次横扫攻击对同一个敌人只造成一次伤害。

// 伪蓝图逻辑示意： // 在角色蓝图中有一个变量：TArray<AActor*> AlreadyHitActors。 // 在攻击开始函数中：Clear AlreadyHitActors。 // 在 AnimNotify_CheckHit 事件中： // 执行 LineTraceForObjects (使用 Weapon Channel)。 // 循环遍历所有命中结果（如果使用 Multi Trace）： // 对于每个 HitResult： // 如果 HitResult.GetActor() 不在 AlreadyHitActors 中 且 HitResult.GetActor() 有“Enemy”标签： // 调用 HitResult.GetActor() 的“ApplyDamage”函数。 // 将 HitResult.GetActor() 添加到 AlreadyHitActors。 // 触发 Niagara 效果（传入 HitResult.Location 和 HitResult.Normal）。

3.3 Niagara粒子系统的创建与事件驱动

在内容浏览器中创建Niagara系统。对于命中特效，我通常选择“Fountain”或“Sprite Renderer”作为初始模板。系统创建后，重点在“Emitter Update”和“Particle Spawn”阶段进行配置。

1. 接收游戏事件：在Niagara系统的“System”属性中，添加一个“Receive Game Event”模块。将其“Event Name”设置为我们在蓝图中触发事件时使用的名称，例如“WeaponHit”。
2. 事件驱动生成：在发射器（Emitter）的“Emitter Update”部分，添加一个“Spawn Burst Instantaneous”模块。将其“Spawn Count”的来源设置为“From Game Event”，这样每次接收到“WeaponHit”事件，就会根据事件传递过来的数据生成一批粒子。
3. 设置粒子初始位置和方向：在“Particle Spawn”部分，找到“Initialize Particle”模块。将“Position”设置为“From Game Event Position”，这样粒子就会在命中点生成。将“Velocity”或“Direction”设置为基于“From Game Event Normal”的向量运算，让粒子沿着表面法线方向喷射。
4. 自定义参数传递：如果需要传递伤害值等自定义数据，可以在触发事件的蓝图中，通过“Niagara System参数集合”或直接设置“User.EXposed”参数来实现。在Niagara中，可以通过“Dynamic Input”或直接引用参数来影响粒子颜色（例如，根据伤害值映射到从黄到红的颜色渐变）或大小。

回到角色蓝图的命中处理逻辑中，在确认命中并计算伤害后，使用“Spawn Niagara System At Location”节点。选择创建好的Niagara系统，位置设置为命中点（Hit Result.Location），旋转设置为根据命中法线（Hit Result.Normal）计算出的旋转（可以使用Make Rot From Z节点，将法线作为Z轴），然后执行生成。如果需要传递自定义参数，可以在生成后，使用“Set Niagara Variable”节点进行设置。

3.4 行为树与黑板配置让AI动起来

首先创建黑板资产BB_Enemy，并添加关键键值：Object类型的TargetActor，Vector类型的PatrolCenter和RandomLocation，Float类型的AttackRange，以及Bool类型的HasLineOfSight。

然后创建行为树BT_Enemy。根节点选择Selector（选择器），它从左到右执行子节点，直到有一个子节点成功。

1. 第一个子节点：攻击序列。这是一个Sequence（序列）节点，它包含一系列按顺序执行的任务。
   • 装饰器（Decorator）：为这个序列添加一个Blackboard Based Condition装饰器，条件是HasLineOfSight为真。这样，只有看到玩家时才会执行攻击逻辑。
   • 子任务1：Move To。目标选择Blackboard Key->TargetActor。接受半径（Acceptance Radius）设置为AttackRange。这样AI会移动到攻击范围内。
   • 子任务2：自定义任务BTTask_Attack。这是一个我编写的蓝图任务，内部会播放攻击动画、触发命中检测。这个任务通常设置为“需要蓝图Tick”，在任务执行期间，AI可以继续执行其他逻辑（如通过服务进行走位）。
2. 第二个子节点：巡逻序列。这是当看不到玩家时的默认行为。
   • 子任务1：Find Random Location in NavMesh。这是一个服务（Service），可以附加在序列上，它会定期（例如每5秒）更新黑板上的RandomLocation键值，位置围绕PatrolCenter在一定半径内随机生成。
   • 子任务2：Move To。目标选择Blackboard Key->RandomLocation。
   • 子任务3：Wait。等待2-5秒，模拟敌人停留观察。

为了让AI“看到”玩家，需要在敌人角色的蓝图或AI控制器中编写检测逻辑。通常我在AI控制器中使用一个定时器，每隔0.2-0.5秒执行一次检测：从AI的眼睛位置向玩家的位置做一次射线检测（LineTraceByChannel），如果射线未被阻挡（即没有墙壁等物体），并且玩家在视野角度和距离内，就将TargetActor设置为玩家，并将HasLineOfSight设置为真。否则，将HasLineOfSight设置为假，并可能在一段时间后清空TargetActor（实现丢失目标后的返回巡逻）。

最后，在敌人AI控制器的BeginPlay事件中，运行创建好的行为树BT_Enemy，并指定使用的黑板BB_Enemy。

4. 系统集成与性能优化策略

4.1 组件化架构与数据传递

将各个系统模块化、组件化是保持项目整洁和可维护性的关键。我建议为角色创建以下组件：

• CombatComponent：战斗核心组件。负责管理攻击冷却、体力、连击计数，持有当前武器数据，并提供PerformAttack()、TakeDamage()等接口。输入系统触发攻击后，调用该组件的方法。
• HitDetectionComponent：命中检测组件。专门负责管理射线检测的逻辑。CombatComponent在需要检测时调用它，它返回命中的目标和位置信息。这样可以将复杂的检测逻辑（如多目标、形状检测、穿透计算）封装在一处。
• AbilitySystemComponent（可选但推荐）：如果你计划构建复杂的技能、属性（Attribute）和效果（Gameplay Effect）系统，UE自带的GameplayAbilitySystem(GAS) 是行业标准。它学习曲线陡峭，但功能极其强大，能标准化地处理伤害计算、Buff/Debuff、冷却等。

数据传递方面，当HitDetectionComponent检测到命中后，不应直接对敌人造成伤害。它应该将命中数据（目标、命中点、法线）返回给CombatComponent。CombatComponent根据自身的攻击力、敌人的防御力等属性计算最终伤害，然后通过接口（如ApplyDamage函数）或GAS的ApplyGameplayEffectToTarget方法将伤害应用到目标。最后，再由CombatComponent或角色蓝图本身，根据伤害应用的结果（是否命中、是否暴击、伤害数值）去触发对应的Niagara特效和音效。

这种分层架构确保了职责清晰：输入负责触发，战斗组件负责规则和调度，检测组件负责“物理”发现，特效组件负责表现。未来修改任何一部分，对其他部分的影响都最小。

4.2 性能优化与调试技巧

性能优化：

1. 射线检测频率：这是最大的性能热点。务必确保射线检测只在动画通知的精确帧触发，而不是每帧都进行。使用Multi Line Trace时，也要控制最大检测目标数量。
2. 碰撞通道优化：精心设计碰撞通道的响应关系（Block, Overlap, Ignore）。让武器射线只与必要的物体（敌人、可破坏物）发生阻挡，忽略无关的装饰物、触发器体积等。
3. Niagara性能：控制每个命中特效的粒子数量、生命周期和复杂度。大量小规模的粒子发射比少数大规模、长生命的粒子更消耗性能。善用Niagara的LOD（Level of Detail）系统，根据粒子与摄像机的距离调整其模拟质量和数量。
4. AI Tick开销：行为树本身开销不大，但其中的服务（Service）和任务（Task）如果每帧都执行复杂计算（如视野检测），会成为瓶颈。将AI的感知更新频率降低（如0.2秒一次），并使用高效的检测方法，如先进行距离和角度筛选，再进行昂贵的射线检测。
5. 对象池（Object Pooling）：对于频繁生成和销毁的物体，如命中特效、伤害数字，使用对象池技术。预先创建一批对象并隐藏，需要时激活并设置位置，用完后再隐藏而非销毁，可以避免频繁的内存分配和垃圾回收造成的卡顿。

调试技巧：

1. 可视化射线：在Line Trace节点中，将Draw Debug Type设置为For Duration或For One Frame，并设置一个醒目的颜色（如红色）。这样在游戏运行时，你可以清晰地看到每次攻击检测的路径，对于调整攻击距离和角度至关重要。
2. Niagara调试：在Niagara系统的预览窗口中，打开“Debug”选项，可以实时查看粒子数量、发射器状态和事件接收情况。在游戏运行时，使用控制台命令fx.Niagara.Debug.Verbose 1可以在屏幕上输出详细的Niagara日志。
3. 行为树可视化：在编辑器中运行游戏时，打开“行为树”调试器窗口，选择你的AI控制器，可以实时看到行为树节点的执行状态（绿色为运行中，灰色为未激活，红色为失败），这是排查AI逻辑问题最直观的工具。
4. 蓝图性能分析：使用UE内置的“Stat Unit”和“Stat Game”等控制台命令查看帧时间和游戏线程开销。对于复杂的蓝图逻辑，可以使用“Blueprint Profiler”插件来定位耗时的函数和节点。

5. 常见问题排查与实战心得

5.1 输入无响应或延迟

• 问题：按下按键，角色没有反应，或者反应有明显延迟。
• 排查：
  1. 检查插件：首先确认“Enhanced Input”插件已启用。
  2. 检查项目设置：在“项目设置 -> 输入”中，查看“Default Input System”是否设置为“Enhanced Input”。
  3. 检查映射上下文：在玩家控制器中，确认Add Mapping Context节点确实被执行了，并且优先级设置正确（优先级低的可能被覆盖）。
  4. 检查输入动作类型：确认Input Action的值类型（如Boolean用于按键，Axis2D用于摇杆）与你的使用场景匹配。例如，用Boolean类型的动作去读取摇杆的连续输入是无效的。
  5. 检查蓝图绑定：确保在角色或控制器蓝图中正确绑定了输入事件的回调函数。

5.2 射线检测打不中或总是打中

• 问题：攻击明明看起来打中了，却没有检测到；或者武器还没挥出去就检测到命中了。
• 排查：
  1. 可视化调试：开启射线调试绘制，确认射线的起点、终点和方向是否符合预期。常见错误是骨骼名称写错，导致起点位置不对。
  2. 检测时机：检查动画通知放置的帧是否准确。在动画编辑器中逐帧播放，确保通知在武器与目标接触的关键帧触发。
  3. 碰撞通道：确认射线使用的碰撞通道（如“Weapon”）与目标物体的碰撞预设（Collision Preset）设置正确。目标物体的碰撞体必须对该通道设置为“Block”或“Overlap”。可以在目标物体的“碰撞”细节面板中查看和修改。
  4. 忽略自我：务必勾选射线检测的“Ignore Self”选项，否则射线会从自己身上发出并立刻击中自己。
  5. 检测形状和大小：如果使用胶囊体或球体扫描，适当调整半径。半径太小容易漏检，太大则可能提前命中。

5.3 Niagara特效不播放或位置不对

• 问题：命中后没有特效，或者特效出现在奇怪的位置（如世界原点）。
• 排查：
  1. 事件名称：确保蓝图中触发Niagara事件时使用的“Event Name”与Niagara系统中“Receive Game Event”模块里设置的名称完全一致（大小写敏感）。
  2. 生成位置：检查Spawn Niagara System At Location节点传入的“Location”参数是否正确，应该是命中点（Hit Result.Location），而不是攻击者的位置。
  3. Niagara系统引用：确认生成的Niagara系统资产引用正确，没有因为迁移或重命名而失效。
  4. 检查Niagara发射器：在Niagara编辑器中，检查发射器是否被启用，以及“Spawn Burst Instantaneous”模块是否配置为从游戏事件获取生成数量。

5.4 AI不移动或不攻击

• 问题：敌人呆立不动，或者看到玩家后不追击不攻击。
• 排查：
  1. 导航网格：这是最常见的原因。在场景中必须放置Nav Mesh Bounds Volume并调整其大小覆盖所有AI需要移动的区域，然后按下“P”键在视口中查看绿色的导航网格是否生成。
  2. 行为树运行：在AI控制器的BeginPlay中，确认Run Behavior Tree节点被成功调用，并且引用了正确的行为树和黑板资产。
  3. 黑板值：使用行为树调试器，查看黑板上的关键值（如TargetActor,HasLineOfSight）是否被正确设置。如果HasLineOfSight始终为假，检查你的视野检测逻辑（射线检测、角度、距离判断）。
  4. AI控制器归属：确保敌人角色的“AI Controller Class”已设置为你的自定义AI控制器蓝图，而不是默认的AIController。
  5. 移动组件：确认敌人角色蓝图中包含了Character Movement Component或类似的移动组件，并且其移动模式等设置正确。

5.5 网络同步问题（针对多人游戏）

如果你的RPG计划支持多人联机，那么以上所有系统都需要考虑网络复制。

• 输入：玩家的输入需要在客户端预测，并在服务器上进行权威验证。增强输入系统本身不处理网络，你需要通过RPC（远程过程调用）将关键的输入事件（如攻击）从客户端发送到服务器。
• 命中检测：永远不要在客户端进行权威的命中检测和伤害计算，否则极易被作弊。正确做法是“客户端预测，服务器校验”。客户端进行射线检测并播放特效（给予即时反馈），但同时将攻击的时间、方向等关键数据发送给服务器。服务器在收到后，以自己的权威状态重新模拟一次攻击检测，并计算伤害。如果服务器验证通过，则广播伤害结果；如果验证失败（如客户端作弊或延迟导致位置不同），服务器会进行纠正（Correction）。
• Niagara特效：非权威的特效（如命中火花）可以在客户端本地生成。但如果是权威的游戏事件触发的特效（如敌人死亡爆炸），应由服务器通过多播RPC（Multicast RPC）通知所有客户端播放，以保证所有玩家看到的效果一致。
• AI：AI的逻辑运算和决策必须在服务器上进行。客户端只接收服务器传来的AI位置、状态等数据进行渲染。行为树的运行主体是服务器端的AI控制器。

构建这套RPG战斗模板的过程，实际上是在搭建一个兼顾手感、表现力和可维护性的系统工程。每一个环节的选择，比如用射线检测而非纯碰撞，用事件驱动Niagara，用行为树管理AI，都是基于性能、可控性和扩展性的权衡。这套模板运行起来后，那种刀刀到肉的打击感和有来有回的AI对抗，会让你觉得所有的调试和优化都是值得的。最重要的是，它提供了一个清晰的结构，让你知道该在哪里添加新的武器、新的技能或更复杂的AI行为，而不是在一堆混乱的蓝图和代码中迷失方向。