GOAP: buscar una secuencia de acciones y luego validar su ejecución

Búsqueda a través de posibles estados del mundo

La planificación de acciones orientada a objetivos, o GOAP, busca una secuencia de acciones que satisfaga una condición deseada del mundo. Cada acción expone precondiciones, efectos y un coste de planificación. La búsqueda opera sobre estados hipotéticos; el runtime ejecuta después las acciones elegidas. Orkin describe este enfoque en la explicación original de F.E.A.R., y ReGoap ofrece una implementación concreta con responsabilidades de planificación y ejecución separadas. [1][2]

Dar al modelo la información suficiente

Representa los hechos que realmente cambian la disponibilidad de las acciones. Tener una llave y estar junto a una puerta cerrada son condiciones distintas. Define qué añade, elimina o consume cada acción, y evita que la búsqueda trate en silencio los hechos desconocidos como si estuvieran confirmados. Los costes deben expresar el compromiso que se quiere optimizar, como el tiempo o el uso de recursos, en unidades comparables. Un plan de bajo coste lo es solo dentro de ese modelo.

Ejemplo práctico: restablecer la corriente por dos rutas

Un trabajador ilustrativo empieza en un almacén sin fusible; el generador está apagado. El objetivo es powerOn = true. Un plan consiste en FetchFuse, con coste 2, seguido de ReachGenerator, con coste 3, e InstallFuse, con coste 1. La instalación requiere tener el fusible y estar presente en el generador, consume el fusible y enciende la corriente. El coste total es 2 + 3 + 1 = 6.

Otro plan es ReachGenerator seguido de HandCrank, con coste 5 una vez allí, es decir, 3 + 5 = 8. Si hay un fusible disponible, la primera ruta modelada es más barata. Si el almacén está vacío, FetchFuse no puede estar disponible y la segunda ruta sigue siendo posible. Son costes de planificación inventados, no duraciones medidas de las acciones.

Ejecutar frente a un mundo cambiante

Antes de iniciar cada acción, vuelve a comprobar las condiciones relevantes del mundo real. Reserva los recursos en disputa a través del sistema de juego; que el planificador encuentre un fusible no lo reserva. Actualiza los hechos confirmados del mundo cuando el efecto en el runtime se haya producido con éxito, en lugar de copiar a la realidad los efectos previstos cuando termina la planificación.

Crea una traza de diagnóstico que contenga el objetivo, los hechos iniciales, los enlaces de acciones elegidos, los costes estimados y los resultados de la ejecución. Retira el fusible después de planificar pero antes de recogerlo. Cierra la ruta hacia el generador. Interrumpe al trabajador durante la instalación. Comprueba que el fallo libera las reservas, actualiza el estado conocido y, o bien vuelve a planificar, o bien elige una alternativa explícita. Evita reintentar indefinidamente el mismo plan imposible.

Controlar la búsqueda y sus límites

Muchos blancos posibles multiplican los enlaces de acciones y amplían el espacio de búsqueda. Limita el trabajo por solicitud de planificación y distingue el agotamiento del presupuesto de la prueba de que no existe ningún plan. Usa la cache solo mientras sus supuestos sigan siendo válidos. Los planes cortos son más fáciles de inspeccionar, pero un horizonte de planificación demasiado pequeño puede pasar por alto preparativos necesarios. GOAP no coordina automáticamente a varios trabajadores, no inventa acciones que faltan ni predice consecuencias que no se han modelado. Juzga el éxito tanto por la validez de la ejecución como por el comportamiento deseado.

Fuentes

• [1] Three States and a Plan: The A.I. of F.E.A.R. — Jeff Orkin, Game Developers Conference 2006.
• [2] ReGoap — luxkun and ReGoap contributors.