关于GOAP回归搜索中重复动作与规划完整性的技术问询

背景回顾 #

Jeff Orkin博士的GOAP回归搜索示例显示，回归搜索结果为goal -> attack -> load weapon -> draw weapon，执行时按正向顺序draw weapon -> load weapon -> attack，动作空间中每个动作仅出现一次。动作空间设定为：[attack, load weapon, draw weapon, use potion, retreat]

疑问1：该规划是否仅为达成目标的路线图，而非完整的动作列表？ #

不是，这个回归搜索生成的序列就是完整的动作执行列表。它明确了为达成目标需要执行的所有动作，以及严格的执行顺序。示例中每个动作只出现一次，是因为单次执行draw weapon和load weapon就完全满足attack的前置条件，完成一次攻击即可达成目标（比如目标是“完成一次攻击动作”），不需要重复执行任何动作。

疑问2：若需多次执行Attack动作（如正向序列为draw weapon -> load weapon -> attack -> attack -> attack），GOAP回归搜索如何处理该场景？该场景是否合法？ #

这个场景完全合法，只要目标是需要多次攻击才能达成的状态（比如目标是“将敌人生命值降至0”，而单次attack只能扣除敌人部分生命值）。GOAP回归搜索的处理逻辑如下：

• 首先要明确目标的状态条件：不能将目标定义为“执行过攻击”，而是要定义成可量化的状态（比如enemy_health ≤ 0）。
• 回归搜索时，第一次反向推导会找到attack动作，此时检查执行attack后的状态是否满足目标——如果不满足（敌人生命值还没到0），就会把执行一次attack后的状态当作新的“子目标”，再次反向推导。
• 由于执行一次attack后，武器已拔出、武器已装填的前置条件仍然成立，所以推导会再次选中attack动作，重复这个过程直到状态满足目标条件。
• 最终生成的正向执行序列就会包含多次attack动作，因为每次推导都确认当前状态下执行attack能向目标推进，且前提条件未被破坏。

内容的提问来源于stack exchange，提问作者Ken Love