分层任务网络规划人工智能 – Hierarchical Task Network Planning AI

使用这种灵活、功能齐全的行为树替代方案创建可以提前计划的人工智能

HTN Planning 插件可让您创建 AI,通过预测其操作的后果来提前规划多个步骤。这里有些例子:

  • 视频:基于 HTN 的角色发明了攻击目标的最佳计划
  • 视频:两组基于 HTN 的角色在简单的 FPS 竞技场中进行战术战斗

就像行为树一样,您可以轻松地从 C++ 或蓝图创建任务、装饰器和服务,并将它们排列在可视化图形编辑器中。 HTN 规划器使用 Blackboard 数据来存储有关未来可能的世界状态的知识。节点在规划期间检查和修改世界状态中的值,这使得可以根据未来可能的状态做出决策。规划者可以有效地找到成本最低的计划或优先级最高的计划。

与目标导向行动规划等其他规划技术相比,HTN 规划更加高效,并且使设计人员能够更好地控制人工智能。它可以像行为树一样严格,也可以像 GOAP 一样灵活。您可以根据需要创建具有尽可能多的自主性和灵活性的人工智能:可以在预定义的任务序列之间进行选择的人工智能,或者可以以任何顺序自由安排其任务以实现目标的人工智能,或者介于两者之间的任何人工智能。

 特征:

  • 基于节点的 HTN 图形编辑器
  • 无缝使用 Blackboard 数据作为世界状态
  • 使用 C++ 和蓝图创建自定义任务、装饰器和服务
  • 使用子网创建可组合行为
  • 在计划中制定子计划,以自由地混合计划和即时决策
  • 基于成本或基于优先级的规划
  •  并行规划
  •  任意订单计划
  • 与可视化记录器集成,包括可视化当前计划
  • 与环境查询系统集成,进行复杂的运动规划和决策
  • 实时调试功能
  • 使用 HTN 扩展来扩展 HTN 组件
  •  完整的源代码访问

 代码模块:

  •  HTN [运行时]
  •  HTN编辑器[编辑]
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。