游戏AI行为决策——GOAP（附代码与项目） 新的一年即将到来，感觉还剩一种常见的游戏AI决策方法不讲的话，有些过意不去。就在这年的尾巴与大家一起交流下「目标导向型行为规划（GOAP）」吧！ 另外，我觉得只是讲代码实现而没有联系具体项目，可能还是不容易理解的。所以这次我会在文末附上一个由本文所述代码实现的一个小demo，方便大家更好理解其运作。 前言 像先前提到的有限状态机、行为树、HTN，它们实现的AI行为，虽说能针对不同环境作出不同反应，但应对方法是写死了的。有限状态机终究是在几个状态间进行切换、行为树也是根据提前设计好的树来搜索……你会发现，游戏AI角色表现出的智能程度，终究与开发者的设...

游戏AI行为决策——HTN 前言 HierarchicalTaskNetwork（分层任务网络），简称HTN，与行为树、GOAP一样，也是一种行为决策方法。在《地平线：零之曙光》、《变形金刚：塞伯坦的陨落》中都有用它来制作游戏敌人的AI（我一个都没玩过捏。比起其它行为决策方法，HTN有个十分鲜明的特点：推演。 HTN允许我们把要做的事以高度复杂的「复合任务」来表示，而不是单单一个行为。什么意思呢？无论是有限状态机状态的转换，还是行为树节点的切换，大多时候只是从一个执行动作变为执行另一个动作。而HTN的一次规划，可以一口气规划出包含好几个动作的「复合任务」，你看到它做出的新动作，也不过是之前就计...