GOAP(Goal-Oriented Action Planning)算法

小智晖收录于类别 Gamedev

2025-09-13 2026-07-21 约 1135 字预计阅读 5 分钟

GOAP 概述

GOAP（Goal-Oriented Action Planning，目标导向行动规划）是一种基于目标的智能决策算法，常用于游戏 AI、机器人控制等领域。

它的核心思想是：AI 通过分析当前状态与目标状态的差异，动态规划一系列动作序列（Action Sequence），以最有效的方式达成目标。

与传统的有限状态机（FSM）或行为树（Behavior Tree）不同，GOAP 不依赖预定义的状态流转或固定行为分支，而是通过搜索最优动作组合来解决问题，具有更强的灵活性和适应性。

GOAP 的核心特点

目标驱动：AI 明确知道“要做什么”（如“生存”“攻击敌人”“收集资源”），而非被动响应环境。
动态规划：根据当前世界状态实时计算动作序列，适应动态变化的环境。
动作依赖与约束：每个动作有明确的前提条件（Preconditions）和执行后效果（Effects），只有满足前提才能触发，执行后会改变世界状态。
启发式搜索：通常使用 A* 等算法搜索最优动作路径，平衡效率与效果。

GOAP 的工作流程

GOAP 的决策过程可分为以下步骤：

步骤 1：定义目标

AI 根据当前情境（如血量低、敌人靠近）确定一个或多个目标（例如“消灭敌人”“治疗自己”）。

步骤 2：检查目标是否已达成

若当前世界状态已满足目标的所有条件（如 enemyDefeated: true），则无需规划，直接结束。

步骤 3：规划动作序列

规划器通过搜索算法（如 A*）寻找从当前世界状态到目标状态的动作路径：

初始节点：当前世界状态。
目标节点：满足目标条件的世界状态。
扩展节点：对于每个当前状态，尝试所有可行动作（即前提条件被满足的动作），生成新状态（原状态 + 动作效果）。
路径选择：优先选择“总成本最低”且“最接近目标”的动作序列（通过启发式函数评估）。

步骤 4：执行动作序列

按规划出的顺序依次执行动作，每执行一个动作后更新世界状态。若执行过程中环境变化（如敌人突然消失），可能需要重新规划。

GOAP 的简单代码示例（伪代码）

以下是一个简化的 GOAP 实现框架（伪代码）：

# 定义世界状态（字典形式）
world_state = {"hasAmmo": False, "isEnemyNearby": True, "health": 80}

# 定义目标（需要满足的状态）
goal = {"hasAmmo": True}  # 目标：补充弹药

# 定义动作列表
actions = [
    {
        "name": "寻找弹药",
        "preconditions": {},
        "effects": {"hasAmmo": True},
        "cost": 3
    },
    {
        "name": "装弹",
        "preconditions": {"hasTool": True, "hasAmmo": False},
        "effects": {"hasAmmo": True},
        "cost": 1
    }
]

# 规划器：搜索动作序列（简化版 A* 逻辑）
def plan_actions(current_state, goal, actions):
    # 实际实现需用优先队列、启发式函数等，此处简化为遍历所有可能组合
    for action in actions:
        if all(current_state.get(k, False) == v for k, v in action["preconditions"].items()):
            new_state = current_state.copy()
            new_state.update(action["effects"])  # 应用动作效果
            if all(new_state.get(k, False) == v for k, v in goal.items()):
                return [action["name"]]  # 找到直接达成目标的动作
            # 递归规划后续动作（实际需更复杂的搜索逻辑）
    return []  # 无可行方案

# 执行规划
action_sequence = plan_actions(world_state, goal, actions)
print("规划的动作序列:", action_sequence)  # 输出: ['装弹']（假设 hasTool=True）

目录

目录

GOAP(Goal-Oriented Action Planning)算法