WEBVTT

00:02.280 --> 00:08.670
O planejamento de ação orientado por objetivos ou abreviado é uma técnica de Iowa que foi concebida por Jeff

00:08.700 --> 00:10.950
Orkin do MIT no início dos anos 2000.

00:10.980 --> 00:16.230
Foi aplicado com sucesso no jogo o medo de controlar o comportamento dos NPCs.

00:16.260 --> 00:21.480
Se você quiser saber mais sobre o assunto, você pode ler os trabalhos de pesquisa disponíveis neste endereço.

00:22.710 --> 00:27.470
GO tem todos os elementos de uma máquina de estado finito, mas trabalha com eles de forma muito diferente.

00:27.480 --> 00:33.060
Por exemplo, as máquinas de estado finito, como você já viu antes, definiram comportamentos e condições

00:33.060 --> 00:36.240
para conduzir o NPC a cumprir algum objetivo.

00:36.510 --> 00:41.760
Para conseguir isto com uma máquina de estado finito, você poderia ter um gráfico maciço ou dividido em unidades

00:41.760 --> 00:42.510
menores.

00:42.840 --> 00:48.870
Gopi também usa gráficos para seu processamento, mas difere das máquinas de estado finito em que as ações e objetivos

00:48.870 --> 00:50.490
são desacoplados.

00:50.550 --> 00:56.610
As ações são elementos livres dentro do sistema que são mistos e combinam para atingir os objetivos quando são apresentados.

00:56.820 --> 01:02.460
Em vez de ter uma lista definida de ações que precisam ser realizadas para atingir um objetivo, Gopi permite que

01:02.460 --> 01:04.710
numerosas soluções sejam escolhidas.

01:04.890 --> 01:09.730
Assim, ao invés de um sistema que se parece com este no escopo, todos os links são removidos.

01:09.750 --> 01:15.240
Então, quando um objetivo é apresentado, um curso de ação apropriado pode ser escolhido entre todas

01:15.240 --> 01:18.870
as tarefas disponíveis, com base no estado do agente e do mundo.

01:18.900 --> 01:24.750
Por exemplo, se um agente fosse solicitado a matar um inimigo e ele não tivesse uma arma, ele poderia escolher

01:24.750 --> 01:25.950
uma luta física.

01:25.980 --> 01:30.570
Entretanto, se tivesse uma arma, um conjunto diferente de ações se tornaria disponível.

01:32.340 --> 01:38.460
Toda ação em âmbito tem uma condição prévia e, de fato, a condição prévia é um estado que deve ser atendido

01:38.460 --> 01:40.800
antes que a ação possa ocorrer.

01:40.920 --> 01:46.740
O efeito é como a ação deixa o estado do agente ou o mundo após ter ocorrido.

01:47.130 --> 01:52.980
Um conjunto de ações forma uma espécie de quebra-cabeça ou conjunto de dominós onde as condições prévias podem ser combinadas

01:52.980 --> 01:57.540
com efeitos, e os efeitos combinam com as condições prévias para criar cadeias de ação.

01:58.110 --> 02:00.150
Vejamos um exemplo.

02:00.180 --> 02:01.920
Considere este conjunto de ações.

02:01.920 --> 02:05.430
Se você olhar de perto, você verá que eles se concentram em comer.

02:05.490 --> 02:10.770
Se você olhar mais de perto, talvez consiga ver dois planos que você mesmo poderia formar.

02:11.160 --> 02:14.550
Uma para encomendar pizza e outra para assar.

02:14.550 --> 02:19.020
Um agente com estas ações não fará nada até que seja apresentado com um objetivo.

02:19.290 --> 02:21.420
Neste caso, vamos acionar o objetivo.

02:21.450 --> 02:23.460
Fome é igual a falso.

02:23.910 --> 02:28.050
O objetivo é o estado final do agente, não o estado inicial.

02:28.080 --> 02:34.680
Se você pensar sobre isso, um objetivo humano recorrente é ter fome, igual, falso o mais freqüentemente possível.

02:35.100 --> 02:40.740
Os planos geralmente só podem ocorrer quando o mundo e ou o agente estão em um determinado estado.

02:40.770 --> 02:47.230
Para este exemplo, vamos acrescentar a ter ingredientes é verdade e tem número de telefone é verdade.

02:47.250 --> 02:52.390
A etapa de planejamento no escopo sempre funciona de trás para frente para ver se é possível alcançá-la.

02:52.410 --> 02:56.850
Ele faz isso combinando os efeitos com as condições prévias em uma cadeia.

02:57.030 --> 02:59.940
Funciona até os estados do mundo.

02:59.970 --> 03:04.440
Se não conseguir encontrar um estado mundial correspondente no final, o plano é abandonado.

03:04.470 --> 03:07.900
Neste exemplo, há dois planos possíveis disponíveis.

03:07.920 --> 03:11.070
Encomende uma pizza e cozinhe algo para comer.

03:11.220 --> 03:13.530
Observe a reutilização da ação alimentar.

03:13.530 --> 03:19.390
Ela se encaixa em ambos os planos e ilustra como as ações podem ser misturadas e combinadas para formar planos diferentes.

03:19.410 --> 03:24.220
Desde que as condições prévias e os efeitos se encaixem, qualquer ação pode ser encadeada.

03:24.240 --> 03:28.290
Agora que temos dois planos que vão atingir o objetivo, qual deles escolhemos?

03:28.410 --> 03:29.070
Simples.

03:29.070 --> 03:30.810
Acrescentamos um custo aos planos.

03:30.810 --> 03:33.860
Podemos atribuir a cada ação um custo monetário.

03:33.870 --> 03:37.060
Neste caso, o plano de pizza funciona mais caro.

03:37.080 --> 03:43.140
Assumindo que já temos os ingredientes para assar, podemos, em vez disso, optar por um custo baseado no tempo

03:43.140 --> 03:43.740
também.

03:43.770 --> 03:49.430
Isto tornaria a opção de cozimento mais cara, com custos atribuídos a cada plano.

03:49.440 --> 03:53.580
Quando há múltiplos, o mais barato pode ser selecionado primeiro.

03:53.940 --> 03:59.160
Se houver vários planos com o mesmo custo mais baixo, então um pode ser escolhido ao acaso.

03:59.640 --> 04:06.690
Uma conceitualização de um sistema se parece com isto com ações, objetivos e estados do mundo sendo alimentados por um

04:06.690 --> 04:07.580
planejador.

04:07.620 --> 04:13.140
O planejador encadeia as ações de acordo com os objetivos e estados iniciais para determinar quais

04:13.140 --> 04:14.610
planos são exeqüíveis.

04:14.640 --> 04:20.910
O planejador usa o algoritmo aStar para encontrar o melhor plano usando os valores de custo.

04:21.300 --> 04:27.690
Uma vez que um plano tenha sido gerado, o agente vai em frente, utilizando uma máquina de estado finito

04:27.690 --> 04:33.810
muito, muito simples, que basicamente move o agente para onde a ação precisa ocorrer e depois executa

04:33.810 --> 04:34.680
a ação.

04:34.860 --> 04:40.440
O agente trabalha seu caminho ao longo da cadeia de ações até que o objetivo seja alcançado antes de cada ação ser

04:40.440 --> 04:41.100
realizada.

04:41.100 --> 04:43.790
É sempre verificado para ver se ainda é válido.

04:43.800 --> 04:47.700
Caso contrário, o plano inteiro é descartado e outro é gerado.

04:47.730 --> 04:53.250
A beleza da esperança é que cada vez mais ações podem ser adicionadas ao pool disponível para o agente, e estas serão

04:53.250 --> 04:55.830
automaticamente capturadas pelo planejador.

04:55.860 --> 05:01.860
Isto significa muito pouca programação extra para reconhecer gráficos como os de conjuntos completos de máquinas

05:01.860 --> 05:06.360
de estado finito, uma vez que os gráficos são gerados na mosca pelo planejador.

05:06.720 --> 05:13.140
Isto torna o escopo uma opção muito poderosa e flexível para programar os comportamentos de seus NPCs.
