feat: add new post State Tree and Mass AI

Author: gemini9764

_posts/2025-10-14-State-Tree-Mass-AI.md

@@ -0,0 +1,290 @@
+---
+title: State Tree와 Mass AI 군중 시뮬레이션
+description: 차세대 AI 시스템
+author: gemini
+date: 2025-10-14 19:00:00 +09:00
+categories: [Unreal]
+tags: [AI]
+math: true
+mermaid: true
+---
+
+#### State Tree - Utility 기반 선택 시스템
+
+##### Selection Utility Score 개요
+
+- 상황에 따라 가장 점수가 높은 행동을 선택하게 만드는 시스템
+
+- 기본 원리
+	- 각 Child State마다 Score 계산
+	- **Weight**를 곱하여 최종 점수 산출
+	- 가장 높은 점수의 State 선택
+- 주의할 점
+	- Weight만 올려도 효과 없음
+	- Score가 0이면 0 x Weight = 0
+	- 먼저 Score Source를 정의해야 함
+
+
+##### Score Scource 종류
+
+- Constant (상수)
+	- 고정된 숫자를 Score로 사용
+	- 단순 우선순위 설정
+	- 동적 선택에는 부적합
+- 동적 값 (진짜 유용한 방식)
+	- **HP 퍼센티지**
+		- HP 높으면 공격, 낯으면 도망
+	- **Distance**
+		- 가까우면 공격, 멀면 순찰
+	- **Context 변수**
+		- 런타임 상황에 따른 점수
+
+
+##### Utility 활용 패턴
+
+- 기본 공식
+
+```
+최종 점수 = Score x Weight
+```
+
+- 예시 1: HP 기반 선택
+
+```
+공격 State : Score = HP% x Weight(1.5)
+도망 State : Score = (1 - HP%) x Weight(2.0)
+
+HP 80% : 공격 1.2, 도망 0.4 -> 공격 선택
+HP 20% : 공격 0.3, 도망 1.6 -> 도망 선택
+```
+
+- 예시 2: 거리 기반 선택
+
+```
+근접 공격 : Score = (1000 - Distance) / 1000
+원거리 공격 : Score = Distance / 1000
+
+Distance 200 : 근접 0.8, 원거리 0.2 -> 근접 선택
+Distance 800 : 근접 0.2, 원거리 0.8 -> 원거리 선택
+```
+
+
+##### Utility vs Transition 비교
+
+| 방식    | Utility Score | Transition Condition |
+| ----- | ------------- | -------------------- |
+| 선택 기준 | 점수 높은 순       | 조건 만족 여부             |
+| 우선순위  | 동적 계산         | 고정 순서                |
+| 복잡도   | 상황별 가중치 조절    | 명확한 조건 분기            |
+| 적합성   | 연속적 상황 판단     | 명확한 케이스 분리           |
+
+- 사용 기준
+	- **단순하고 명확한 전환**
+		- Transition Condition
+	- **복잡한 우선순위 계산**
+		- Utility Score
+	- **연속적인 변수 기반 판단**
+		- Utility Score
+
+
+#### Mass AI - Zone Graphs
+
+- Mass AI란?
+	- **대규모 군중 시뮬레이션 시스템**으로 Entity Component System (ECS) 아키텍처를 사용
+
+- 전통적인 AI vs Mass AI
+
+| 구분    | 전통적인 AI               | Mass AI         |
+| ----- | --------------------- | --------------- |
+| 구조    | 개별 액터 + AI Controller | 경량 Entity + ECS |
+| 적합 규모 | 수십 명                  | 수천 명            |
+| 성능    | 개별 처리(느림)             | 일괄 처리(빠름)       |
+
+- Zone Graph의 개념
+	- **Zone Graph는 NPC의 이동 경로와 영역을 정의하는 내비게이션 시스템**
+		- **NavMesh**
+			- "어디를 걸을 수 있는가?"
+		- **Zone Graph**
+			- "어떤 경로를 따라 걸을 것인가?"
+
+- Zone Graph 구성 요소
+	- **Zone Shape (형태)**
+		- **Spline**(**스플라인**)
+			- 길, 보도, 복도 같은 선형 경로
+		- **Polygon**(**폴리곤**)
+			- 광장, 공원, 건물 내부 같은 넓은 영역
+	- **Lanes**(**차선**)
+		- 각 Zone Shape 내의 내부 이동 경로
+			- **Width** : 차선의 폭
+			- **Direction** : Forward(전진), Backward(후진), Both(양방향)
+			- **Tags** : 접근 권한 제어
+			- **Speed** : 속도 제한 (선택사항)
+	- **Tags**(**태그**)
+		- NPC 유형과 경로를 연결하는 분류 시스템
+			- `Pedestrian` : 보행자용 경로
+			- `Vehicle` : 차량용 도로
+			- `HighClass` : VIP 전용 구역
+
+- 태그 시스템 활용
+	- 계층화된 세계 구축
+
+```
+일반 농민 -> Pedestrian 태그만 -> 공공 도로만 접근
+상인 -> Pedestrian + Merchant 태그 -> 상점 내부도 접근
+귀족 -> All 태그 -> 성과 정원까지 접근
+```
+
+
+#### Mass Entity Config Asset
+
+- Config Asset이란?
+	- Mass Entity의 설계도
+	- Blueprint가 액터를 정의하듯, Config Asset은 Mass 엔티티를 정의
+
+- 핵심 개념
+	- **Fragments**(**프래그먼트**)
+		- 엔티티가 보유하는 데이터 조각
+			- **Transform Fragment** : 위치와 회전
+			- **Velocity Fragment** : 속도
+			- **Health Fragment** : 체력
+	- **Traits**(**특성**)
+		- 엔티티에 기능을 추가하는 모듈
+			- **Movement Trait** : 이동 기능
+			- **Avoidance Trait** : 충돌 회피
+			- **Animation Trait** : 애니메이션
+	- **Processors**(**프로세서**)
+		- Fragments를 처리하고 업데이트하는 시스템
+
+- Traits와 Fragments의 관계
+
+```
+Movement Trait 추가
+  ↓
+자동으로 추가되는 Fragments:
+  - Transform Fragment
+  - Velocity Fragment
+  - Movement Parameters Fragment
+  ↓
+Movement Processor 활성화
+```
+
+- 모듈식 설계의 장점
+	- 필요한 기능만 선택적 추가
+	- 메모리 효율성 극대화
+	- 다양한 NPC 유형 쉽게 생성
+
+- 자동으로 작동하는 시스템들
+	- Config Asset에서 추가한 Traits 덕분에
+		- **Avoidance Trait** : 다른 NPC와 충돌 예측 및 회피
+		- **Movement Trait** : 부드러운 이동 처리
+		- **Steering Trait** : 자연스러운 회전
+		- **Navigate Obstacle Trait** : 장애물 우회
+		***추가 코드 없이 자동으로 작동!***
+
+
+#### Sync (동기화)
+
+- Sync란?
+	- Mass Entity(데이터)와 Visual Actor(3D 캐릭터) 사이의 정보 동기화
+
+```
+Mass Entity (두뇌)
+   ↕ Sync
+Visual Actor (몸)
+```
+
+- 동기화 방향
+	- **Mass to Actor** : Mass 계산 -> 액터 적용 (가장 일반적)
+	- **Actor to Mass** : 액터 상태 -> Mass 전달
+	- **Both Ways** : 양방향 동기화
+
+- 예시
+	- Agent Movement Sync (Mass to Actor)
+
+	```
+	Mass가 새 위치 계산 -> Visual Actor를 그 위치로 이동
+	```
+
+	- Player Navigation Obstacle (Actor to Mass)
+
+	```
+	플레이어 이동 -> Mass 시스템에 위치 알림 -> NPC가 회피
+	```
+
+
+#### Wander (배회) State 구현
+
+- Wander의 두 단계
+	- **목표 찾기** : 어디로 갈지 결정
+	- **이동하기** : 그곳까지 경로 따라 이동
+
+- Task 구성
+	- Task 1 : ZG Find Wander Target
+
+	```
+	현재 위치에서 Zone Graph 검색
+		↓
+	태그 필터링 (Pedestrian, HighClass)
+		↓
+	무작위 지점 선택
+		↓
+	Output : Wander Target Location
+	```
+
+	- Task 2 : ZG Path Follow
+
+	```
+	Input : Wander Target Location (Task 1의 출력)
+		↓
+	경로 계산
+		↓
+	경로 따라 이동
+	```
+
+- Transition 설정
+	- On State Completed -> Transition to Root
+
+	```
+	Wander 완료 -> Root로 돌아가기 -> Wander 재시작 -> 무한 반복
+	```
+
+
+#### Mass AI 디버깅
+
+- 디버그 명령어 (게임 내 \` 키)
+	- **기본 뷰** : Mass 데이터 + 위치
+	- **Shift + V** : 속도, 상태 등 추가 정보
+	- **Shift + O** : 회피 (Avoidance) 시각화
+	- **Shift + C** : 경로 (Zone Graph) 표시
+	- **Shift + S** : Shape 표시
+
+- 시각적 요소
+	- **원** : Mass 엔티티 위치
+	- **메시** : Visual Actor 위치
+	- **화살표** : 이동 방향과 의도
+	- **노란색 선** : 목표 방향 (Smooth Orientation)
+	- **작은 선들** : 회피 벡터
+	- **Maroon 화살표** : 원하는 목적지
+
+
+#### 플레이어 - NPC 상호작용
+
+- 문제
+	- NPC는 다른 Mass 엔티티만 인식
+	- 플레이어는 Mass 엔티티가 아님
+	- 결과 : NPC가 플레이어를 "보지 못한"
+
+- 해결 : Navigation Obstacle
+	- 플레이어를 Mass 시스템에 등록
+
+	```
+	Player Config Asset 생성
+		↓
+	Traits 추가
+		- Agent Capsule Collision Sync (Actor to Mass)
+		- Navigation Obstacle
+		↓
+	플레이어 위치를 매 프레임 Mass에 전달
+		↓
+	NPC가 플레이어를 회피
+	```