Last Update：04/02/2026

Overview

TCATNavigationQueryFilter는 TCAT의 인플루언스 맵(Influence Map) 데이터를 기반으로 AI의 이동 경로를 세밀하게 제어하는 기능입니다.

일반적인 쿼리가 “어디로 갈 것인가(Destination)” 를 결정한다면, 이 기능은 **”어떤 길로 갈 것인가(Path)"**를 결정합니다.

우리가 SearchHighestValue 쿼리를 사용해 AI에게 '가장 안전한 장소(Safe Influence Map에서 ****값이 가장 높은 곳)'를 목적지로 정해주었다고 가정해 봅시다.

문제점: AI는 목적지가 정해지면, 기본적으로 **최단 거리(직선)**로 이동하려 합니다. 이 과정에서 적들이 우글거리는 위험한 지역(Enemy Influence Map에서 값이 높은 곳)을 가로질러 갈 수도 있습니다.
해결책: 목적지는 안전한 곳으로 유지하되, 가는 길에 적이 많은 지역이 있다면, 조금 돌아가더라도 안전한 우회로를 택하게 해야 합니다. 이때 TCATNavigationQueryFilter가 필요합니다.

이 기능은 언리얼 엔진 Behavior Tree의 MoveTo 노드에 있는 Filter Class를 확장하여 동작합니다.

AI가 경로를 계산할 때, 네비게이션 메쉬(NavMesh)의 각 지점마다 **이동 비용(Cost)**을 계산합니다.
TCATNavigationQueryFilter는 특정 인플루언스 맵의 값을 이 Cost에 실시간으로 반영합니다.
즉, **"인플루언스 맵의 값이 높은 곳 = 지나가기 힘든(비싼) 곳"**으로 인식하게 만듭니다.

<aside> 💡 인플루언스 맵의 값이 높은 곳 = 지나가기 쉬운(싼) 곳으로 인식하게 만들 수도 있습니다. 아래에서 설명할 Cost Multiplier를 1보다 작은 값으로 설정하면 됩니다.

</aside>

상황: AI가 가장 안전한 곳으로 대피해야 하지만, 가는 길목에 적군이 포진해 있습니다.

Step 1 (목적지 결정): SearchHighestValue 쿼리를 사용해 Safe Influence Map에서 값이 가장 높은 지점을 목적지로 설정합니다.
Step 2 (경로 필터링): MoveTo 노드에 TCATNavigationQueryFilter를 적용합니다. 이때 참조할 맵으로 Enemy Influence Map을 지정합니다.
결과:
- Enemy Influence Map은 적이 많은 곳일수록 높은 값을 가집니다.
- 필터는 이 높은 값을 **높은 이동 비용(Cost)**으로 변환합니다.
- AI는 적이 많은 지역을 마치 '벽'이나 '험지'처럼 인식하여, 적이 없는 안전한 경로로 우회하여 목적지(=가장 안전한 지점=Safe Influence Map에서 값이 가장 높은 지점)까지 이동합니다.

How To Use

let’s create an AI character. In your Content Browser, right-click and select Blueprint Class.
TCATNavigationQueryFilter를 선택하고, Select를 클릭합니다.

이 Property들을 작성하여, 각 지점에 Cost를 정하는 방법을 결정합니다.

모드	이름	설명	특징
Binary Threshold	이진 임계값	특정 수치 이상의 영향력이 있는 곳을 "벽(Wall)"처럼 인식하게 합니다.	"갈 수 있다 / 없다"를 명확히 나눌 때 유용합니다. (예: 불바다, 독가스 지역)
Linear Boost	선형 가중치	영향력이 높을수록 비용을 점진적으로 높여 "부드러운 회피(Soft Avoidance)"를 유도합니다.	아예 못 가는 것은 아니지만, 가급적 피해서 가고 싶을 때 유용합니다. (예: 적의 시야 거리, 진흙탕)

어떤 Influcen map에 Cost를 적용할 지 결정합니다.

A. Filter Mode가 Binary Threshold 모드일 때

인플루언스 값이 설정된 InfluenceThreshold를 넘으면, 해당 지역의 이동 비용에 CostMultiplier를 곱합니다.

공식: if (Influence >= Threshold) FinalCost = BaseCost * CostMultiplier;

Influence Threshold: 패널티를 적용할 최소 영향력 기준값입니다. (이 값 미만은 무시)
Cost Multiplier: 기준값을 넘었을 때 적용할 패널티 배수입니다.
- 값이 매우 크면(예: 1000.0) AI는 해당 지역을 '장애물'로 인식하여 완전히 우회합니다.
- 적당히 크면(예: 2.0) 최단 거리가 너무 멀어질 경우에만 이 지역을 통과합니다.

B. Filter Mode가 Linear Boost 모드일 때

인플루언스 값의 크기에 비례하여 이동 비용을 선형적으로 증가시킵니다.

공식: FinalCost = BaseCost * (1.0 + (Influence * CostMultiplier));

Cost Multiplier: 영향력 값(Influence)에 곱해질 가중치(Weight)입니다.
- 값이 클수록 적은 영향력에도 민감하게 반응하여 더 크게 우회합니다.
Influence Threshold: (이 모드에서는 사용되지 않음)

Behavior Tree에서, 필터를 적용하고 싶은 Move To 노드의 Details > Node > Filter Class에서, 작성한 TCATNavigationQueryFilter를 선택하면 됩니다.