【游戏算法】游戏AI行为决策-目标导向行为规划（GOAP）通用框架

type

status

date

slug

summary

目标导向行为规划（GOAP）知识梳理

GitHub传送门：Shirakoko/GOAPSimulateDemo: 手搓一个基于GOAP的智能体

【前置知识】A*搜索算法：游戏算法-A*搜索算法知识梳理和通用框架 | 白雪团子

传统AI决策方法的局限

现有游戏AI架构（如有限状态机/行为树/分层任务网络）通过预设的决策结构实现行为响应，其智能表现受限于三个核心要素：

状态切换机制：有限状态机依赖开发者定义的状态转移规则

节点连接逻辑：行为树需要预构建树的结构

任务分解方案：分层任务网络要求预先设计复合任务分解方式

这些方法在扩展性方面存在天然瓶颈——新增行为需要重新调整结构，难以实现"即插即用"的行为扩展。

GOAP的革新设计理念

目标导向行为规划（Goal-Oriented Action Planning）通过状态空间搜索实现了：

解耦设计：设计者只需定义原子动作及其作用效果

动态规划：系统使用搜索算法（如Astar）自动生成最优动作序列

灵活扩展：新增动作无需修改现有决策结构

GOAP的运行逻辑

1. 定义状态和动作

状态：由一系列属性构成（如“有枪”“有火”）。

动作：改变状态的操作（如“烹饪”）。

前提条件：执行动作所需的条件（如“有食物”）。

2. 初始状态和目标状态

初始状态：智能体的当前状态（如“饿”）。

目标状态：智能体希望达到的状态（如“饱”）。

3. 搜索和规划

图搜索：将状态和动作建模为图，用搜索算法（如A*）找到从初始状态到目标状态的最短路径。

动作序列：得到一系列动作，按顺序执行可达到目标。

动态调整：若状态变化，重新规划。

5. 总结

GOAP将问题抽象为图：

节点：表示状态（如“饿”、“饱”、“有食物”）。

边：表示动作（如“吃饭”），边的连通性是动作执行的前提条件。

目标：找到从初始状态（起点）到目标状态（终点）的路径。

目标导向行为规划（GOAP）通用框架

GOAP的代码实现

状态池（StatePool）

1. StateKey 枚举

定义了状态的键，每个键对应一个二进制位，方便通过位运算进行状态管理。

示例：HasLeg = 1 << 0 表示 0000 0001，IsWalking = 1 << 1 表示 0000 0010。

2. GoapStatePool 类

管理状态实例的池，确保相同的状态只存在一个实例。

单例模式：通过 Instance 属性获取唯一的 GoapStatePool 实例。

状态池：使用 Dictionary<int, GoapWorldState> 存储状态实例，键为状态的哈希值。

GetOrCreateState：根据传入的状态数据，计算哈希值，如果池中已存在该状态则返回，否则创建新状态并存入池中。

CalculateHash：通过位运算计算状态的哈希值，确保相同状态生成相同的哈希。

世界状态（WorldState）

表示游戏世界中的状态，每个状态实例包含一组键值对。

状态存储：使用 Dictionary<StateKey, bool> 存储状态条件，键为 StateKey 枚举类型，值为布尔类型，表示该状态条件是否满足，可理解为搜索空间图的边是否连通的阀门。

邻居节点：通过 Neighbors 属性存储当前状态的邻居状态及其连接代价（动作代价）。

状态操作：提供方法用于设置、获取状态值，以及计算状态之间的距离（启发式函数）。

动作（Action）

GoapAction 类表示一个动作，包含动作的前提条件和效果；每个动作在执行前需要检查前提条件是否满足，执行后会修改世界状态。

1. MetCondition

public bool MetCondition(GoapWorldState worldState)

作用：检查当前世界状态是否满足动作的前提条件。

实现：遍历 PrecondState，与传入的 GoapWorldState 进行比较，如果所有条件都满足则返回 true，否则返回 false。

2. EffectOnRun

public void EffectOnRun(GoapWorldState worldState)

作用：将动作的效果应用到传入的世界状态中。

实现：遍历 EffectState，更新 GoapWorldState 中的对应状态值。

3. SetPrecond

public GoapAction SetPrecond(StateKey key, bool value)

作用：设置动作的前提条件；返回当前对象，支持链式调用。

示例：SetPrecond(StateKey.HasLeg, true);。

4. SetEffect

public GoapAction SetEffect(StateKey key, bool value)

作用: 设置动作的效果；返回当前对象，支持链式调用。

示例：SetEffect(StateKey.IsWalking, true);。

GoapActionSet 类用于管理一组动作（GoapAction），并提供动作的添加、查询和状态转换功能。它通过一个有向图结构（MyGraph）来维护动作之间的关系，其中图的节点是世界状态（GoapWorldState），图的边是动作名称。

1. 索引器

public GoapAction this[string name]

作用：通过动作名称获取对应的动作。

示例：GoapAction action = actionSet["Walk"];。

2. HasAction

public bool HasAction(string name)

作用：检查动作集中是否存在指定名称的动作；如果存在则返回 true，否则返回 false。

示例：bool hasWalk = actionSet.HasAction("Walk");。

3. AddAction

public GoapActionSet AddAction(string actionName, GoapAction newAction)

作用：将动作添加到动作集中，并更新图结构以反映动作的前提条件和执行效果。

实现：

将动作名称和动作对象添加到 actionSet 字典中。
使用 GoapStatePool 获取或创建动作的前提条件和效果状态。
在图中添加前提条件和执行效果状态作为节点，并添加动作名称作为边。
返回当前对象，支持链式调用。

示例：

4. GetTransAction

public string GetTransAction(GoapWorldState from, GoapWorldState to)

作用：获取从一个世界状态转换到另一个世界状态的动作名称。

实现：在图中查找从 from 状态到 to 状态的边，并返回动作名称；如果存在多条边，默认返回第一条。

示例：string actionName = actionSet.GetTransAction(fromState, toState);。

智能体（Agent）

GoapAgent 类是一个代理器，用于整合管理世界状态、动作集、规划路径以及动作的执行。它通过 A* 搜索算法找到从当前状态到目标状态的动作序列，并依次执行这些动作。

核心成员

_curWorldState：当前的世界状态。

_actionSet：动作集，包含所有可用的动作。

goapAStar：A* 搜索器，用于规划从当前状态到目标状态的动作序列。

_actionFuncs：动作名称到动作函数的映射。

_actionPlan：规划出的动作序列队列。

_statePath：规划出的状态路径栈。

curState：当前动作的执行结果（Failure、Success 或 Running）。

canContinue：是否能够继续执行动作序列。

curAction：当前执行的动作。

curActionFunc：当前运行的动作函数。

方法

1. SetActionFunc

public void SetActionFunc(string actionName, Func func)

作用：为动作名称设置对应的动作函数；只有在动作集中存在该动作时，才会设置动作函数。

参数：

actionName：动作名称。
func：动作函数，返回 EStatus 类型的结果。

2. RunPlan

public void RunPlan(GoapWorldState curWorldState, GoapWorldState goal)

作用：规划从当前状态到目标状态的动作序列，并执行动作。

参数：

curWorldState：当前的世界状态。
goal：目标的世界状态。

实现：

如果当前动作的执行结果为 Failure，则重新规划动作序列。
如果当前动作的执行结果为 Success，则将动作的效果应用到当前世界状态。
如果当前动作的执行结果不是 Running，则从动作序列中取出下一个动作并执行。
如果动作的前提条件满足，则执行动作函数并更新当前状态；否则，将当前状态设置为 Failure。

GOAP的改进方案

引入动作代价

经测试，对于有向无权图，存在多条等价路径时，A*算法每次都会找到同一条路：

节点的邻居是通过 GetSuccessors 方法获取的。

加入动作（边）的顺序是固定的，导致邻居节点的顺序是固定的，A* 会优先选择第一个满足条件的节点，从而每次找到的路径相同。

因此期望引入动作代价，使GOAP的搜索空间成为一张有向有权图，来进一步精细化控制智能体的行为，使之倾向于选择动作代价更小的路径，显得更“聪明”。

1. 在GoapAction中引入动作代价

2. 在GoapWorldState中引入邻居节点和连接代价

3. 在GoapActionSet的AddAction中构建邻居

添加动作时构建 precondState 的 Neighbors 字典，并把邻居节点 effectState 作为键，边代价 Cost 作为值加入字典。

4. 获取后继状态时更新SelfCost

在 GetSuccessors 接口中更新邻居节点的 SelfCost 属性，属性值为动作代价（边长），以便 AstarSearcher 在更新开放列表和关闭列表时使用该属性来更新总代价。

引入值类型的状态

1. 修改状态储存形式

将 GoapAgent 中的状态存储从Dictionary<StateKey, bool>改为Dictionary<StateKey, object>，支持多种值类型（如int、float、string等）。

RunPlan 也要相应修改，MetCondition

2. 引入全局比较函数字典

在 GoapWorldState 中引入_stateComparers，存储每个StateKey对应的比较函数，支持自定义的状态值转换逻辑，将值类型转换成bool类型。

🐈

为什么要转换成bool类型？

因为GOAP的搜索空间是基于有向图的，每条边都需要阀门来控制它的连通性（即动作执行条件是否满足），因此最终的状态必须用bool值来表示。

2. 引入状态转换函数

状态转换函数 ConvertStateData 通过全局字典 _stateComparers 调用自定义的比较函数，将值类型转换为布尔类型。

3. 引入效果函数用于改变值类型的状态

新增 Effect 字典，存储动作的效果函数；在 EffectOnRun 中调用效果函数修改世界状态，支持对值类型状态的动态更新。

MetConfition 也要相应修改，将值类型状态转换成bool类型再和 PrecondState 作比较。

GoapAgent 的 RunPlan 中应用直接应用动作效果于当前状态。

功能测试

创建一个Csharp脚本 Test.cs ，挂载在场景的游戏物体上。

使用代码构建的GOAP图如下所示：

运行测试脚本后，控制台输出如下：

结果分析：

1. 动作序列规划

有两条路可走：走 → 选目标 → 靠近、走 → 想飞 → 飞近；GOAP 系统选择了第二条路，因为这一序列的代价更小（“想飞”的代价从 1 修改为 0.3）。

2. 值类型状态的支持和动态修改

CanFly 状态从"不能飞行"动态修改为"可以飞行"，IsNearby 状态从 50 动态修改为 5，并分别通过比较函数转换为布尔类型。