6.9 KiB
#unity/日常积累
GOAP 目标导向型行为计划 AI 算法 全称: Goal-Oriented Action Planning
游戏开发AI 实现，一般就是 FSM(有限状态机)、HFSM(分层/层次有限状态机)、BehaviorTree(行为树) 他们需要提前设计好 行为、状态之间的切换 当需要添加或者减少 行为、状态 的时候，需要重新配置，甚至需要挺大的改动 FSM(有限状态机)、HFSM(分层/层次有限状态机)、BehaviorTree(行为树) 这种根据配置，读取环境信息，然后根据配置找到分支，然后找到执行的行为，属于 Reactive AI(反应型 AI，先接受刺激输入，然后执行对应行为)
目标导向型行动计划（简称GOAP） 是让AI 自己去找到解决问题的方法 是一种能够轻松呈现给你的代理选择的AI系统，也是帮助你可以无需维持一个庞大且复杂的有限状态机、行为树 而做出明智决策的机器，GOAP 属于 慎思型AI 将环境和背景条件纳入决策考量，可以胜任复杂决策
目标导向型行为计划，参考 STRIPS-like：专门设计用于游戏中自主角色行为实时控制的规划体系结构。 STRIPS规划的简单介绍 STRIPS是由斯坦福大学（StanfordUniversity）于1970年开发的，名称是斯坦福研究所问题解决者（Stanford Research Problem Solver）的首字母缩写。 一个Action只有在其所有前提条件都得到满足的情况下才能执行，并且每个动作都会以某种方式改变世界的状态
四个主要类： 1.Agent代理： 主体，负责连接各个类，主要逻辑在这里运行，游戏中可以是 Player、NPC 等具体的实现类，AI 就是控制 Agent 执行各种行为的。
2.Action:动作： 可以被执行的动作，比如：拿东西、丢东西、吃饭、伐木等， 每个 Action 有需要有：执行的先决条件 preCondition，执行后的效果 effect 每个 Action 的执行需要设定一个代价：Cost 如 吃饭行为 执行的先决条件：饿了、 有食物 执行后的效果： 解决饥饿 如 伐木行为 执行的先决条件：有树木、有斧头 执行后的效果：获得木头
3.IGoap: 数据提供者，提供给 Agent 目标和反馈是否成功失败等等，主要用于描述世界状态简称环境变量、Agent 目标 环境变量：有树木、有斧头、有食物、体力值、拥有金币数、有矿山、矿山位置 Agent 目标：拥有木头、解决饥饿、获得金币、获取矿石
4.Planer： 决策者， 通过各个类来决策出最优的路线供Agent使用， 执行逻辑：大体思路是依据 AStar 寻路算法的思想，从目标开始往前查找 Action，如果Action 的效果能够完成至少一个目标，则将 Action 的效果写入到环境变量，然后将 Action 的前置条件写入到目标，继续往前查找
下面名词解释：action 行为，worldStatus 环境变量，agentGoal 目标， cost 消耗值，Action preCondition 先决条件，Action effect 执行效果
逻辑图如下
!
下面伪代码展示下 Planer 执行逻辑
worldStatus -- 环境变量
agentGoal -- Agent 目标
获取所有可用的 Action，并依据Action的 Cost 从小到大排序得到 ActionList
local resultNode = nil -- 最终结果
local heap = Heap.new() -- 创建小根堆
local parentNode = nil
local action = nil
local cost = 0
local node = Node.new(parentNode， action, worldStatus, agentGoal, cost)
heap.insert(node)
while heap.count > 0 do
local node = heap.DelNode() -- 获取堆顶节点并且删除
-- node.action 不为空 并且 node 的先决条件 preCondition 都包含在 node.worldStatus
if (null ~= node.action) and action.preCondition.IsContainIn(node.worldStatus) then
-- 最终可执行的结果
resultNode = node
break
end
foreach action in ActionList do -- 遍历所有 Action
-- 如果 action 不可用，跳过
if not action.EnableUse() then
continue
end
local newWorldStatus = node.worldStatus.Clone() -- 节点的 环境变量 克隆一份
local newAgentGoal = node.agentGoal.Clone() -- 节点的 Agent目标 克隆一份
-- 要求 Action 的执行效果 action.effect，至少有一个包含在agentGoal
if not action.effect.IsAnyContain(node.agentGoal) then
continue
end
-- 要求 action 的先决条件与不能与目标冲突
if (action.preCondition.HasAnyConflict(goalStatus)) then
continue
end
-- 筛选出来一个可以执行的 Action 了
-- 将 action 的执行效果(action.effect)，写入到 新的环境变量(newWorldStatus)中
newWorldStatus.AddFrom(action.effect)
-- 将 action 的执行效果(action.effect)，从 新Agent目标(newAgentGoal)中移除
newAgentGoal.RemoveFromStatus(action.effect)
-- 将 action 的先决条件(action.preCondition) 中的值写入 newAgentGoal
newAgentGoal.AddFromStatus(action.preCondition);
local cost = node.cost + action.cost
local newNode = Node.new(node, action, newWorldStatus, newAgentGoal, cost)
heap.Insert(newNode)
do
end
if nil == resultNode then
return
end
local stack = stack .new() -- 栈，LIFO 后进先出
while nil ~= resultNode and resultNode .parentNode ~= nil do
local parentNode = resultNode .parentNode
queue.Push(parentNode)
resultNode = resultNode .parentNode
end
例子：
AI 饿了，要找 食物 填饱肚子，
环境状态包含： 饿了
AI 的目标就是 解决饥饿
每个行为都是有先决条件和执行效果。行为是否能够执行必须要行为的效果是否能达成目标，然后是先决条件是否满足
!
以上五中行为可以组合成 3 组 达到 解决饥饿 的目的。
!
GOAP 缺点 1.GOAP学习成本偏高 2.GOAP默认不保证Action顺序，如果我们想要强制指定顺序，需要额外加State（就像上面那个例子一样），但是一般而言我们的AI也不会去在意这种无关紧要的顺序，因为重要的顺序我们已经规范好了。 3.GOAP毕竟使用了运行时规划，会对游戏性能产生一定的影响，但是这种目标导向的A*规划在AI复杂的情况下，性能并不一定比FSM/行为树弱
GOAP优点 1.解耦目标和行为，设计时可以更加专注的设计AI的行为不用过多考虑目标，新增，减少Action非常方便，不会像FSM/行为树那样具有那么强的入侵性和破坏性，提高了开发效率 2.动态规划的能力，这会使我们的AI看起来更加“智能” 3.配置方便，易于理解，完全可以让策划使用EXCEL接管AI开发工作