WEBVTT

00:02.280 --> 00:08.670
La planificación de la acción orientada a los objetivos, o go for short, es una técnica de Iowa ideada por Jeff Orkin, del

00:08.700 --> 00:10.950
MIT, a principios de la década de 2000.

00:10.980 --> 00:16.230
Se aplicó con éxito en el juego fear para controlar el comportamiento de los NPC.

00:16.260 --> 00:21.480
Si quiere saber más sobre el tema, puede leer los documentos de investigación disponibles en esta dirección.

00:22.710 --> 00:27.470
GO tiene todos los elementos de una máquina de estado finito, pero trabaja con ellos de forma muy diferente.

00:27.480 --> 00:33.060
Por ejemplo, las máquinas de estado finito, como has visto antes, definían comportamientos y condiciones

00:33.060 --> 00:36.240
para conducir al NPC al cumplimiento de algún objetivo.

00:36.510 --> 00:41.760
Para lograr esto con una máquina de estado finito, se puede tener un gráfico masivo o dividido en unidades

00:41.760 --> 00:42.510
más pequeñas.

00:42.840 --> 00:48.870
Gopi también utiliza grafos para su procesamiento, pero se diferencia de las máquinas de estados finitos en que las acciones y los

00:48.870 --> 00:50.490
objetivos están desacoplados.

00:50.550 --> 00:56.610
Las acciones son elementos libres dentro del sistema que se mezclan y combinan para cumplir los objetivos cuando se presentan.

00:56.820 --> 01:02.460
En lugar de tener una lista fija de acciones que hay que realizar para lograr un objetivo, Gopi permite

01:02.460 --> 01:04.710
elegir entre numerosas soluciones.

01:04.890 --> 01:09.730
Así que en lugar de un sistema que se ve así en el ámbito, todos los enlaces se eliminan.

01:09.750 --> 01:15.240
Entonces, cuando se presenta un objetivo, se puede elegir un curso de acción apropiado de entre todas las

01:15.240 --> 01:18.870
tareas disponibles en función del estado del agente y del mundo.

01:18.900 --> 01:24.750
Por ejemplo, si a un agente se le pidiera que matara a un enemigo y no tuviera un arma, podría elegir

01:24.750 --> 01:25.950
una lucha física.

01:25.980 --> 01:30.570
Sin embargo, si tuviera un arma, un conjunto diferente de acciones estaría disponible.

01:32.340 --> 01:38.460
Cada acción en el ámbito tiene una precondición, y en efecto, la precondición es un estado que debe cumplirse

01:38.460 --> 01:40.800
antes de que la acción pueda tener lugar.

01:40.920 --> 01:46.740
El efecto es la forma en que la acción deja el estado del agente o del mundo después de que haya ocurrido.

01:47.130 --> 01:52.980
Un conjunto de acciones forma una especie de rompecabezas o conjunto de fichas de dominó en el que las condiciones previas pueden coincidir

01:52.980 --> 01:57.540
con los efectos, y los efectos coinciden con las condiciones previas para crear cadenas de acciones.

01:58.110 --> 02:00.150
Veamos un ejemplo.

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

02:01.920 --> 02:05.430
Si te fijas bien, verás que se centran en comer.

02:05.490 --> 02:10.770
Si te fijas bien, podrás ver dos planes que podrías formar tú mismo.

02:11.160 --> 02:14.550
Una para pedir pizza y otra para hornear.

02:14.550 --> 02:19.020
Un agente con estas acciones no hará nada hasta que se le presente un objetivo.

02:19.290 --> 02:21.420
En este caso, vamos a activar el objetivo.

02:21.450 --> 02:23.460
Hambre es igual a falso.

02:23.910 --> 02:28.050
El objetivo es el estado final del agente, no el estado inicial.

02:28.080 --> 02:34.680
Si lo piensas, un objetivo humano recurrente es tener hambre, igual, falso con la mayor frecuencia posible.

02:35.100 --> 02:40.740
Por lo general, los planes sólo pueden producirse cuando el mundo y/o el agente se encuentran en un estado determinado.

02:40.770 --> 02:47.230
Para este ejemplo, vamos a añadir a tiene ingredientes es verdadera y tiene número de teléfono es verdadera.

02:47.250 --> 02:52.390
En la fase de planificación del alcance siempre se trabaja hacia atrás desde el objetivo para ver si es alcanzable.

02:52.410 --> 02:56.850
Para ello, hace coincidir los efectos con las precondiciones en una cadena.

02:57.030 --> 02:59.940
Funciona hasta los estados del mundo.

02:59.970 --> 03:04.440
Si no encuentra un estado del mundo que coincida al final, el plan se abandona.

03:04.470 --> 03:07.900
En este ejemplo, hay dos posibles planes disponibles.

03:07.920 --> 03:11.070
Pide una pizza y hornea algo para comer.

03:11.220 --> 03:13.530
Fíjate en la reutilización de la acción de comer.

03:13.530 --> 03:19.390
Encaja en ambos planes e ilustra cómo las acciones pueden mezclarse y combinarse para formar planes diferentes.

03:19.410 --> 03:24.220
Mientras las precondiciones y los efectos encajen, cualquier acción puede encadenarse.

03:24.240 --> 03:28.290
Ahora que tenemos dos planes que lograrán el objetivo, ¿cuál elegimos?

03:28.410 --> 03:29.070
Simple.

03:29.070 --> 03:30.810
Añadimos un coste a los planes.

03:30.810 --> 03:33.860
Podríamos asignar a cada acción un coste monetario.

03:33.870 --> 03:37.060
En este caso, el plan de la pizza resulta más caro.

03:37.080 --> 03:43.140
Suponiendo que ya tenemos los ingredientes para hornear, podríamos optar por un coste basado también en el

03:43.140 --> 03:43.740
tiempo.

03:43.770 --> 03:49.430
Esto haría que la opción de cocción fuera más costosa con los costes asignados a cada plan.

03:49.440 --> 03:53.580
Cuando hay varios, se puede seleccionar primero el más barato.

03:53.940 --> 03:59.160
Si hay varios planes con el mismo coste más bajo, se puede elegir uno al azar.

03:59.640 --> 04:07.580
Una conceptualización de un sistema se parece a esto, con acciones, objetivos y estados del mundo que se introducen en un planificador.

04:07.620 --> 04:13.140
El planificador encadena las acciones en función de los objetivos y los estados iniciales para determinar qué

04:13.140 --> 04:14.610
planes son realizables.

04:14.640 --> 04:20.910
El planificador utiliza el algoritmo aStar para encontrar el mejor plan utilizando los valores de los costes.

04:21.300 --> 04:27.690
Una vez que se ha generado un plan, el agente lo lleva a cabo utilizando una máquina de estados finitos muy,

04:27.690 --> 04:33.810
muy simple, que básicamente mueve al agente hacia el lugar donde debe realizarse la acción y luego la

04:33.810 --> 04:34.680
ejecuta.

04:34.860 --> 04:40.440
El agente recorre la cadena de acciones hasta alcanzar el objetivo antes de realizar cada

04:40.440 --> 04:41.100
acción.

04:41.100 --> 04:43.790
Siempre se comprueba si sigue siendo válida.

04:43.800 --> 04:47.700
Si no, se descarta todo el plan y se genera otro.

04:47.730 --> 04:53.250
Lo bueno de la esperanza es que se pueden añadir más y más acciones al conjunto disponible para el agente, y éstas serán

04:53.250 --> 04:55.830
recogidas automáticamente por el planificador.

04:55.860 --> 05:01.860
Esto significa muy poca programación adicional para reconocer gráficos como los de los conjuntos completos de máquinas

05:01.860 --> 05:06.360
de estado finito, ya que los gráficos son generados sobre la marcha por el planificador.

05:06.720 --> 05:13.140
Esto hace que el alcance sea una opción muy poderosa y flexible para programar los comportamientos de tus NPCs.
