Algorithm 回归目标导向行动计划

我目前正在尝试从目标状态进行回归搜索，为我的GOAP planner找出将实现目标状态的行动列表。到目前为止，我写下的伪代码是这样的：

closedList = list;
s = stack;
s.push(goal);
while(s.size() > 0)
{
    state = s.pop;
    if(!state exists in closedList)
    {
        closedList.add(state);
        for(action = firstAction; action != lastAction; action = nextAction)
        {
            if(action.getEffect() == state)
            {
                if(!action.ConditionsFulfilled())
                {
                    conditionList = action.getConditions;
                    for(i = 0; i < conditionList.size(); i++)
                    {
                        s.push(conditionList[i]);
                    }
                }
            }
        }
    }
}

closedList=列表；
s=堆栈；
s、 推动（目标）；
而（s.size（）>0）
{
state=s.pop；
如果（！状态存在于closedList中）
{
closedList.add（状态）；
for（action=firstAction；action！=lastAction；action=nextAction）
{
if（action.getEffect（）=状态）
{
如果（！action.ConditionsFulfilled（））
{
conditionList=action.getConditions；
对于（i=0；i

我听说GOAP完全像A*算法，只是节点是状态，边是动作。但由于在A*中，节点没有任何必须满足的条件，因此我对如何使A*算法适应先决条件感到困惑。

---

我很难理解的是如何存储操作并比较操作的成本，以便找到最有效的路径。如果我们假设类操作有一个函数getCost（），它返回操作的成本，那么在考虑前提条件时，我该如何处理这个问题呢？

节点确实是世界状态。 边缘就是行动。但请注意，它们是定向边

如果有先决条件： 它们确定哪些边（动作）流出节点。 只有满足其先决条件的操作才是退出该状态节点的有效边

因此，要查找节点的邻居，您需要检查每个操作是否满足所有先决条件。如果是，请应用后置条件以查看操作将导致的节点。然后，该操作是这些状态（节点）之间的有效边

请参阅开源（面向目标的通用行动规划）以了解GOAP的实施情况。用C语言编写的代码解释了所有步骤。我是GPGOAP的作者

回归思考

现在是回归部分：我从未实现过从目标到当前世界状态的反向搜索。所以我在这方面的帮助有限

两个相邻节点仍将基于一个动作进行连接。现在，启用/禁用边不是基于操作的前提条件，而是基于操作的后条件。如果post条件与当前节点不匹配，则该操作将无效。如果是这样，我希望您通过强制操作的前提条件来添加邻居

---

你为什么喜欢向后搜索而不是向前搜索？

谢谢，我没有这么想。现在完全有意义了。向后搜索更有效。杰夫·奥金（Jeff Orkin）在一篇文章中简要地谈到了这一点：我成功地进行了回归搜索。现在我正在寻找正确的方法来改变动作的前提条件。你好，过了一会儿我又回到了这个项目。我以前没能解决这个问题。我现在的问题是在检查前提条件的同时进行广度优先搜索。如果我在目标上，并且我有实现该目标的优势（我所说的目标是指我们正在检查的当前状态），我如何确保一项行动能够进一步满足其先决条件？广度优先搜索如何确保树下的边缘有效？更新：我在做堆栈而不是优先级队列，我只是在脑子里把事情搞糊涂了。使用优先级队列后，一切都很简单，就像您描述的那样。非常感谢。