GOAP与氛围AI简述 —— 选型篇

‍

原本想将这篇一口气写完，结果又成了一个未完待续系列

用了一个周末将将简单写了第一篇，还未润色，可以简单略读

‍

全篇可能分为三个章节，等待激情填坑

选型篇：讨论对于氛围AI这一场景，GOAP的选型优势

技术篇：讨论GOAP的基础技术原理，并讨论其改良空间

实践篇：如何基于GOAP的核心思路，实践一个有趣的氛围NPC系统

‍

BTW，后天黑神话就要发售了，等我通关回来真的还想得起这件事吗😢

‍

最近，在捉摸着搭建自己早先构建的NPC系统 [待填坑][开发日志] 开发一套值得信赖的NPC系统

但在决定这次的AI选型的过程中，我似乎有意识地略过了基于行为树的AI方案

‍

一方面，是对行为树的过度熟悉带来些许厌烦。先前已经在至少三个项目中用过行为树了，对于基础的使用方法和各种业务的使用都有一定的认知，对于其限制也有了相当的概念，不太想再一次重蹈覆辙。

另一方面，意识到自己久违地没有充分学习什么了，多少有种缺憾感。也想趁这个机会挑战一下自己罢！

‍

于是，我的目标盯向了GOAP（）

‍

可以先简单描摹一下我对GOAP的基础认知，并基于此逐渐展开我们想让其堪何大用

GOAP这一AI架构出现在我眼前总共有两次

第一次是源自网络和朋友对只狼AI的简易介绍；在他们的介绍中，只狼的AI会评估环境和玩家的变招，基于克敌制胜的目标形成一系列进攻计划，并通过执行进攻计划中的子动作，来呈现AI战斗表现（捉虫：只狼使用的AI技术是HTN，即Action组织非动态的GOAP）
- e.g. 当玩家距离AI较远，且处于较大前摇动作中时，AI可以评估打断玩家动作和拉近身形的目标，从而在等待玩家欺近、释放劈砍动作、释放突进动作中选择最能满足当下所有目标的后者
第二次则是学习Games104的途中，听王希老师进一步介绍了GOAP的基准思路：设立一系列目标，并通过确认可用的行动，在条件的限制下，构建一个完整的计划用于完成目标。是谓目标导向行为规划(Goal-Oriented Action Planning, GOAP)

‍

这次，我也终于有机会进一步学习这一虽然并不新潮，但足够新颖的技术栈。

‍

优势分析

‍

在进一步消耗精力来完善这篇文章之前，我必须继续尝试寻找GOAP在我使用情景中的优势。

如果我消耗了大量精力来讨论这一技术栈的优越，但最后未能展现其对于我实际需要的价值，那就得不偿失了。因此，先让我尝试费些笔墨说服我自己。

‍

GOAP在战斗情境中体验的优势是十分自然的——正如前文讨论只狼AI时所说。

‍

GOAP对战斗情景的处理不同于行为树或状态机中对战况的建模。

在实际战斗行为树的编辑中，行为树实质上还是一种对战况的逐层决策+顺序执行。我个人倾向于将其视为一种组织形式更加线性的状态机。即每一组顺序执行叶子节点为最小的子状态，而将涉及Select、Sequence、中断的逻辑视为状态间的跳转。由此实现一个近似的Mapping。

‍

但在了解GOAP的过程中，可以发现其带来了一个较大的范式冲击。

即在GOAP中，我们不再关心Agent要如何切换状态而选取合适的行为。我们只需要定义Agent可能感知到的自己的状态信息和环境信息，并为其指派其能使用的基础行为。再往后就是智能体自己的决策了。

毫无疑问，这带来了一种微妙的难以掌控感，即我们难以准确预期我们所创建智能体的基础行为组合，也不知道其最终将呈现什么样的表现。

‍

当然，对于上述这点，也存在一系列的尝试。即人们期望为Agent封装更丰富的状态，好让其能通过相对固定的行为在指定状态之间流转；或者人们会把一系列元行为封装为一个完整的大行为，或严格建模其序列关系，从而使得其更加可控。

上述常见的操作在某些层面上会将GOAP的灵活性抛却，将其降维回依据状态线性执行行为的AI中。但，在很多场景，GOAP依旧能体现其独一无二的优势。

‍

1、动态规划

GOAP所执行的并非是一个完整的状态行为，而是一个Planning出来的Action队列——这保证了GOAPAgent的行为能以更灵活的方式进行打断和恢复。

‍

以战斗为例，假设AI决策期望用一组连续行为来压玩家起身，而这时玩家的宠物或队友释放了具有轻微威胁的小技能来尝试压制。这时如果是状态机和行为树，通常的处理方式是让怪物硬抗下攻击，或转移至防守状态下，将原先行为计划放弃或使用定制化的复杂逻辑进行恢复。

回到GOAP侧，其理论上支持基于突发情况优先级，在Planning队列中临时插入一组闪避的动作，并评估这一动作对既有行为队列的影响，比方说插入一个向前的滚翻，在解除危机的同时，进一步满足欺近玩家的目标。

‍

再回到我期望使用的日常NPC情景，在NPC具有即有日程，并存在Planning用于满足日程需要时，我们希望存在一种理想的随机表现方式，允许其临时响应环境信息，如天气信息、玩家行为、或突发的事件，并能视实际的执行情况决定后续计划是否执行，是否略过。

‍

2、目标驱动

目标驱动是一种区别于过程驱动的设计范式，而其在GOAP的AI设计上也有一定的体现

‍

虽说现实中好像并不存在什么和目标驱动形成明显对照的设计理念，但我们可以在这个讨论中虚空树一个靶子，即过程驱动（听起来就像面向过程的编程范式vs面向对象面向数据

不过事实也是如此，过程驱动确实可以总结几类AI设计的特性。甚至可以说，在过去经历的两个大型项目中，我实际上都给AI系统做过从过程驱动到目标驱动（或者是数据驱动）的迭代，我们可以讲一讲故事。

‍

在项目A中，遇到的情景是搭建一个城市中的路人NPC氛围。项目内的早期方案是为每一组NPC实体创建行为Info，并让其随机刷新，在刷新后顺序执行Info所标识的行为。

基于这一方案，要求设计者在创造之初便规划好NPC可能的行为，并由此铺开工作量，整体是令人难以接受的。而后续我们展开的改良采用了目标驱动的思路，通过在场景中定义一系列目标，并构建NPC在目标之间的迁移逻辑，实现了基础的配置量简化。

‍

在项目B中，情况稍显不同，在以宠物为主题的游戏中，AI设计偏向于呈现不同宠物的决策风格和特性，由此搭建了高度定制化的行为触发模式。其很大程度上满足了表现上限，但通用性却落了下乘。

同样在这个项目中，由于临时引入了AI驱动剧情和日常NPC表现的需要，我们尝试了一定的改良。即将信息的传递从逐一定制改向通用化，并使用数据驱动响应的方式（这里的数据便可以视为预封装好的目标数据），由此提高了资产的可复用性，同时为剧情表演使用通用逻辑驱动AI表现提供支持。

‍

避免歪楼太远，回到讨论GOAP上，GOAP如其名天然是一个目标驱动的AI范式。也正因此，其更适合处理这类通用的、需要较长连续表现的AI。

以基于行为树（或其它固定决策结构）实现的目标驱动型氛围AI为例。

硬编码难以Cover足够多的氛围表现形式
- 在部分处理中，我们会将此类表现以子树，或外部智能对象（UE5Mass方案）的方式编排
- 但毫无疑问，代价是在一定程度上失去了Agent以不同形式和外界交互的灵活性。
- 比方说，我们可以通过在子树上定制决策分支，来实现演出的具体效果。假设这是一个牧场，效率的NPC和懒惰的NPC都能动态与之交互实现氛围表现。但效率的NPC倾向于利索地工作，并可能在完成工作后早早离开下班；而懒惰的NPC可能像我一样在工位上持续摸鱼，并在9点后勉强完成工作并混到加班费。
- 如上所述，不同的情景可在牧场这一目标点所提供的行为子树中做出分支。但每条分支也都需要硬编码，而当相似的情景扩散到更多目标、更多类型NPC时，其工作量将逐渐难以预期。
硬编码难以处理连续目标规划和临时的目标穿插
- 在制作氛围NPC时，我们往往会期望其生活逻辑语法有迹可循。这组常见的逻辑有，早上前往公司工作，等到中午时下楼吃饭；先去批发市场装货，随后开车运送给雇主。
- 通常，在氛围AI的设计中，我们会基于Schedule日程来组织NPC的工作。即将逻辑连续的表现硬编码为顺序的演出目标，从而避开AI主动规划的流程。
- 而与之相对应的，AI并不关心目标的执行情况，因此也无法在既定的规划外进一步呈现变化。
- 以一个在线游戏中相对高级的AI表现场景为例，如果在游戏中举办庆典活动，因此希望临时抽调部分NPC来填充活动氛围，但又不希望NPC的基础活动规律受到干扰，那我们除了手动配置之外有什么合适的办法吗？