WEBVTT

00:10.140 --> 00:16.620
La planificación de la acción orientada a objetivos (o GOAP para abreviar) es una A. YO. técnica que fue ideada por Jeff Orkin

00:16.620 --> 00:18.870
del MIT a principios de la década de 2000.

00:18.870 --> 00:20.860
Se aplicó con éxito en el juego

00:20.860 --> 00:23.970
F. MI. A. R. para controlar el comportamiento de los NPC.

00:24.120 --> 00:28.970
Si desea obtener más información al respecto, puede leer los documentos de investigación disponibles en esta dirección.

00:30.480 --> 00:35.400
GOAP tiene todos los elementos de una máquina de estados finitos, pero trabaja con ellos de manera muy diferente.

00:35.400 --> 00:39.000
Por ejemplo, las máquinas de estado finito (como has visto antes) definen

00:39.030 --> 00:45.690
comportamientos y condiciones para impulsar al NPC a cumplir algún objetivo. Para lograr esto con una máquina de estados

00:45.690 --> 00:46.430
finitos,

00:46.440 --> 00:50.730
podría tener un gráfico masivo o dividirlo en unidades más pequeñas.

00:50.790 --> 00:56.580
GOAP también utiliza gráficos para su procesamiento, pero difiere de las Máquinas de estado finito en que las acciones

00:56.580 --> 00:58.280
y los objetivos están desacoplados.

00:58.530 --> 01:03.080
Las acciones son 'elementos libres' dentro del sistema que se mezclan y se combinan

01:03.150 --> 01:08.580
para cumplir los objetivos cuando se presentan. En lugar de tener una lista establecida de

01:08.580 --> 01:12.810
acciones que deben realizarse para lograr un objetivo, GOAP permite elegir entre numerosas soluciones.

01:12.840 --> 01:19.320
Entonces, en lugar de un sistema que se ve así, en GOAP, se eliminan todos los enlaces. Luego, cuando se presenta un objetivo, se puede elegir

01:19.380 --> 01:25.050
un curso de acción apropiado de todas las tareas disponibles en función del estado del

01:25.050 --> 01:26.850
agente y del mundo.

01:26.850 --> 01:33.030
Por ejemplo, si se le pidiera a un agente que matara a un enemigo y NO tuviera un arma, podría elegir

01:33.030 --> 01:33.930
una pelea física.

01:33.930 --> 01:41.510
Sin embargo, si tuviera un arma, un conjunto diferente de acciones estaría disponible. Cada acción en GOAP tiene una

01:41.610 --> 01:47.460
'Precondición' y un 'Efecto'. La condición previa es un estado que debe cumplirse antes de que la

01:47.460 --> 01:48.750
acción pueda llevarse a cabo.

01:48.780 --> 01:55.290
El efecto es cómo la acción deja el estado del agente (o del mundo) después de que ha ocurrido. Un conjunto de acciones forma un rompecabezas /

01:55.290 --> 02:01.290
conjunto de fichas de dominó donde las condiciones previas se pueden combinar con los efectos y

02:01.410 --> 02:06.030
los efectos combinados con las condiciones previas para crear 'cadenas de acción'.

02:06.030 --> 02:07.910
Veamos un ejemplo.

02:08.100 --> 02:09.690
Considere este conjunto de acciones.

02:09.750 --> 02:13.310
Si observa de cerca, verá que se centran en comer.

02:13.440 --> 02:19.890
Si observa más de cerca, es posible que pueda ver 2 planes que podría formar usted mismo (1 para pedir

02:19.890 --> 02:23.160
pizza y 1 para hornear). Un agente con estas

02:23.160 --> 02:27.150
acciones no hará nada hasta que se le presente un objetivo.

02:27.180 --> 02:31.750
En este caso, activemos el objetivo 'Hambriento = falso'.

02:31.800 --> 02:35.960
El objetivo es el "estado final" del agente, NO el "estado inicial".

02:35.970 --> 02:42.960
Si lo piensa, un objetivo humano recurrente es tener 'Hambre = falso' con la mayor frecuencia posible.

02:42.990 --> 02:48.690
Los planes generalmente solo pueden ocurrir cuando el mundo y / o el agente están en un estado particular.

02:48.690 --> 02:55.090
Para este ejemplo, agreguemos 2 ... 'hasIngredients = true' y 'hasPhoneNumber = true'.

02:55.110 --> 02:56.460
La etapa de planificación en

02:56.520 --> 03:00.300
GOAP siempre funciona hacia atrás desde la meta, para ver si se puede lograr.

03:00.300 --> 03:04.950
Lo hace combinando los efectos con las condiciones previas en una cadena.

03:04.980 --> 03:07.770
Funciona desde los Estados Unidos.

03:07.770 --> 03:12.430
Si no puede encontrar un Estado Mundial que coincida al final, el plan se abandona.

03:12.450 --> 03:15.810
En este ejemplo, hay 2 planes posibles disponibles.

03:15.810 --> 03:18.940
'Pide una pizza' y 'hornea algo para comer'.

03:19.020 --> 03:21.280
Observe la reutilización de la acción 'Comer'.

03:21.300 --> 03:26.940
Se ajusta a ambos planes e ilustra cómo las acciones se pueden combinar para formar diferentes planes.

03:27.270 --> 03:32.000
Mientras las condiciones previas y los efectos encajen, cualquier acción se puede encadenar.

03:32.160 --> 03:34.550
Ahora que tenemos 2 planes para lograr

03:34.560 --> 03:36.250
el objetivo, ¿cuál elegimos?

03:36.330 --> 03:41.730
¡Sencillo! Agregamos un costo a los planes. Podríamos asignar a cada acción un costo monetario.

03:41.730 --> 03:43.510
En este caso, el plan

03:43.530 --> 03:47.750
de pizza funciona más caro, suponiendo que ya tengamos los ingredientes para hornear.

03:48.030 --> 03:51.690
En su lugar, podríamos optar también por un costo basado en el tiempo.

03:51.690 --> 03:58.660
Esto haría que la opción de horneado sea más costosa. Con los costos asignados a cada plan, cuando hay

03:58.740 --> 04:05.400
varios, se puede seleccionar primero el más barato. Si hay varios planes con el mismo costo

04:05.400 --> 04:12.690
más bajo, entonces se puede elegir uno al azar. La conceptualización de un sistema GOAP se ve así, con acciones, objetivos y

04:12.690 --> 04:15.310
estados mundiales que se introducen en un planificador.

04:15.600 --> 04:20.880
El Planificador encadena las Acciones de acuerdo con los Objetivos y los Estados iniciales, para determinar qué

04:20.880 --> 04:22.520
planes se pueden lograr.

04:22.590 --> 04:28.770
El planificador utiliza el algoritmo A * para encontrar el mejor plan utilizando los valores de costo.

04:29.190 --> 04:35.670
Una vez que se ha generado un plan, el agente logra lograrlo utilizando una máquina de estado finito muy

04:35.670 --> 04:41.670
simple que básicamente mueve al agente a donde la acción debe llevarse a cabo y luego realiza

04:41.670 --> 04:42.780
la acción.

04:42.780 --> 04:48.180
El agente sigue su camino a lo largo de la cadena de acciones hasta que se alcanza una meta. Antes de realizar cada acción, siempre

04:48.180 --> 04:48.890
se

04:48.900 --> 04:54.600
verifica para ver si aún es válida. Si no, se descarta todo el plan y se

04:54.600 --> 04:55.650
genera otro.

04:55.650 --> 05:00.990
La belleza de GOAP es que se pueden agregar más y más acciones al grupo disponible para el

05:00.990 --> 05:03.720
agente y estas serán recogidas automáticamente por el Planificador.

05:03.720 --> 05:09.570
Esto significa muy poca programación adicional para reconocer gráficos como los que se encuentran en configuraciones completas de

05:09.570 --> 05:14.610
Máquinas de estado finito, ya que el Planificador genera los gráficos sobre la marcha.

05:14.610 --> 05:21.010
Esto hace que GOAP sea una opción muy poderosa y flexible para programar los comportamientos de tus NPC.
