type
status
date
slug
summary
tags
category
icon
password
fullWidth
fullWidth
强烈推荐！若想了解游戏AI，可观看Games104王希老师的视频： 【17.游戏引擎Gameplay玩法系统：高级AI (Part 1) | GAMES104-现代游戏引擎：从入门到实践】
分层任务网络简单应用-AI猫咪模拟器
Github传送门：Shirakoko/HTNSimulateDemo: 分层任务网络的简单应用
itch.io传送门（WebGL平台）：HTNSimulateDemo by Yuki
游戏AI简介
游戏AI（Game AI）用于模拟游戏中的人物角色、NPC（非玩家角色）、敌人等的智能行为，以及游戏的自动化管理和决策系统。
反应型AI和慎思型AI
反应型AI（Reactive AI）先接受刺激输入，然后执行对应行为，如有限状态机和行为树，更适合需要快速响应和简单决策的场景；慎思型AI（Deliberative AI）将环境和背景条件纳入决策考量，可以胜任复杂任务，如目标导向行动规划和分层任务网络，更适合需要复杂规划和长期策略的场景。
常见游戏AI简介
在介绍分层任务网络（HTN）之前，首先了解其他几种常见的游戏AI技术。
- 有限状态机（Finite State Machine, FSM）：是一种经典的AI模型，由一组状态（State）和状态之间的转换（Transition）组成。AI根据当前状态和输入条件决定下一步的行为。
- 行为树（Behavior Tree）：是一种树状结构的AI模型，由节点组成，节点分为控制节点（如选择节点、序列节点）和执行节点（如动作节点、条件节点）。AI通过从根节点开始遍历树，决定执行哪些行为。
- 目标导向行动规划（Goal-Oriented Action Planning, GOAP）：是一种基于目标的AI规划方法，AI通过评估当前状态和目标状态，选择一系列动作来达成目标。它通常使用搜索算法（如A*）来找到最优的动作序列。
- 分层任务网络（Hierarchical Task Network）：是一种通过分解复杂任务为子任务来规划行动的AI系统，适用于需要层次化任务管理的场景，与目标导向行动规划相比，HTN更注重任务层次结构，而GOAP则基于目标直接寻找最优行动序列。
HTN的构成
任务
分层任务网络（HTN）的任务构成包括原子任务（PrimitiveTask）、复合任务（CompoundTask）和方法（Method）。
- 原子任务（PrimitiveTask）：
- 基础执行单元，不可再分解（如移动、攻击）
- 直接作用于世界状态
- 复合任务（CompoundTask）：
- 由多个方法组成的逻辑容器
- 执行时根据条件动态选择其中一个方法（类似行为树选择节点）
- 方法（Method）：
- 由多个原子任务或复合任务组合而成。
- 包含前提条件（condition）和一组子任务（Subtasks）；前提条件决定方法能否执行，子任务是具体的执行步骤
- 按顺序执行子任务（类似行为树顺序节点），任一子任务失败则方法终止
世界状态
世界状态（World State） 是描述当前环境的一组属性的集合；用于评估任务的可行性并选择合适的方法，例如：
- 哪里有树？
- 哪里有电锯？
- 电锯的油量是多少？
在HTN的规划阶段，智能体会复制一份世界状态的副本，用于任务的选择和分解。规划阶段不会改变真实的世界状态，只有在执行原子任务时，世界状态才会被真正改变。
为什么规划阶段要复制一份世界状态？规划完成后，只有被选中的原子任务会执行并修改真实的世界状态，如果直接操作真实的世界状态，可能会导致状态被错误修改。
HTN的运行逻辑
规划阶段（Planning Phase）
在规划阶段，HTN根据当前的世界状态，选择要执行的任务，并将其分解为一系列原子任务。具体步骤如下：
- 复制世界状态：
- 智能体复制一份当前的世界状态，用于任务的选择和分解。这个副本不会影响实际的世界状态。
- 用栈遍历任务：
- HTN从最顶层的根任务（Root）开始遍历，它是一个复合任务。
- 依次取出栈顶的任务，根据其类型做不同处理：
- 处理复合任务：
- 如果当前任务是复合任务，HTN会从该复合任务的所有方法中选择一个合适的方法。
- HTN会递归地处理该方法中的子任务（subtasks）。
- 处理方法：
- 如果当前任务是方法，HTN会依次遍历该方法中的所有子任务（subtasks）。
- 对于每个子任务，HTN会递归地处理，直到所有子任务都被分解为原子任务。
- 处理原子任务：
- 如果当前任务是原子任务，HTN会将其加入任务栈中，等待执行。
- 原子任务是HTN中最底层的任务，不可再分解。
- 得到最终结果
- 最终HTN会生成一个由原子任务组成的任务栈，这些原子任务将按照顺序执行。
执行阶段（Execution Phase）
在执行阶段，HTN会依次执行规划阶段分解出的原子任务。具体步骤如下：
- 执行原子任务：
- 智能体按照规划阶段的顺序执行原子任务。
- 每个原子任务的执行会对世界状态产生影响，如减少弹药数量、减少树木数量等。
- 任务完成或重新规划：
- 在执行每个原子任务之前，检查该任务的执行条件是否满足。如果条件不满足，中止当前的任务链，并重新进入规划阶段。
- 如果所有原子任务都成功执行完毕，认为当前的任务列表已完成。
循环过程
HTN的运行逻辑是一个循环过程，循环具体流程如下：
- 规划阶段：根据世界状态把根任务（Root）分解为原子任务。
- 执行阶段：依次执行原子任务，并更新世界状态。
- 重新规划：如果任务链被中断或完成，HTN会重新进入规划阶段，选择新的任务。
代码实现
世界状态（World State）
世界状态通常由多个对象属性组成；例如，角色的血量、位置、装备等。这些状态可能会频繁变化，并且需要被多个系统（如AI、UI、物理引擎等）读取和修改。
在实现世界状态时，主要面临两个问题：
- 状态数据的多样性
世界状态的数据类型多种多样（如整数、布尔值、对象等），如何统一存储这些不同类型的数据？
- 状态数据的实时更新
状态数据会不断变化，如何确保存储的数据能够同步更新？例如，角色的血量变为0时，存储的数据也应实时反映这一变化。
解决方案
问题 1：统一存储多种类型的数据
可以使用
<string, object> 字典来存储状态数据。在C#中object 是所有类型的基类，因此可以容纳任何数据类型。问题 2：实时同步状态数据
如果直接使用字典存储状态值，会出现以下问题：
- 修改实际对象的状态（如角色血量）不会更新字典中的值。
- 修改字典中的值也不会影响实际对象的状态。
为了解决这个问题，引入
getter和setter机制：getter：一个Func<object>委托，用于动态获取状态的值。
setter：一个Action<object>委托，用于动态修改状态的值。
通过这两个委托，将状态的读取和写入操作与实际对象的属性绑定，从而实现状态的实时同步。
如果直接使用一个简单的字典（
<string, object>）来存储这些状态，会面临以下问题：- 状态无法同步更新：字典中存储的是某个时刻的状态值，而不是动态的引用。例如，角色的血量变化时，字典中的值不会自动更新。
- 无法触发副作用：直接修改字典中的值不会触发与状态相关的逻辑（如血量变化时触发死亡事件）。
以下是世界状态类的代码实现：
任务接口（Task）
复合任务、方法和原子任务它们有共通之处1.需要一个方法判断是否满足任务执行条件；2.添加子任务（原子任务不需要）；把这些共通之处以接口的形式提炼出来：
原子任务（Primitive Task）
原子任务是行为树中的最小执行单元，通常表示一个简单的动作，例如「开火」或「奔跑」；其他原子任务可以通过继承原子任务抽象类来实现具体的任务逻辑。
核心特点：
- 不可分解：原子任务是最小任务单元，不能再分解为子任务。
- 双模式处理：
- 规划时：使用世界状态的副本进行条件检查和效果模拟。
- 运行时：直接操作真实的世界状态。
- 条件与效果分离：
- 条件检查（
MetCondition）用于判断任务是否可以执行。 - 效果应用（
Effect）用于在任务执行后修改世界状态。
方法（Method）
方法是行为树中的一个重要组成部分，用于定义任务的执行逻辑。它由多个子任务组成，这些子任务可以是复合任务或原子任务。方法的执行需要满足两个条件：
- 方法自身的前提条件：通过构造函数传入的条件函数。
- 所有子任务的条件：每个子任务的条件都必须满足。
核心特点：
- 子任务组合：方法可以包含多个子任务，形成一个任务序列。
- 条件检查：
- 方法自身的前提条件必须满足。
- 所有子任务的条件也必须满足。
- 状态隔离：
- 使用临时世界状态副本（
tpWorld）来追踪子任务的效果。 - 只有所有子任务条件都满足时，才会将临时状态应用到真实世界状态。
复合任务（Compound Task）
复合任务是行为树中的一种任务类型，用于组合多个方法；复合任务只能添加方法作为子任务，不能直接添加原子任务或其他复合任务。
核心特点：
- 子任务限制：只能包含方法作为子任务。
- 条件检查：
- 复合任务的条件满足只需其中一个方法满足条件即可。
- 一旦找到满足条件的方法，会将其记录为
ValidMethod，供后续执行使用。 - 可支持不同选择策略（比如顺序选择和随机选择）；可以根据需求使用适合的方式。
规划器（HTN Planner）
规划器是分层任务网络（HTN）的核心组件，负责将复合任务逐步分解为可执行的原子任务。其核心思想是通过递归分解任务，最终生成一个由原子任务组成的执行计划。
核心特点：
- 根任务：每个HTN必须有一个复合任务作为根任务，类似于行为树的根节点，规划过程由此开始。
- 任务分解：
- 使用栈（
taskOfProcess）缓存待分解的任务。 - 通过深度优先的方式分解复合任务，直到所有任务都被分解为原子任务。
- 状态管理：
- 使用世界状态的副本进行条件检查，避免影响真实世界状态。
- 最终生成的原子任务按执行顺序存储在栈（
FinalTasks）中。
执行器（HTN PlanRunner）
执行器是分层任务网络（HTN）的执行组件，负责按顺序执行规划器生成的原子任务，并管理任务的状态切换和效果应用。
核心特点：
- 任务执行：
- 按顺序从规划器的
FinalTasks中取出原子任务并执行。 - 通过
Operator方法获取任务的当前状态（Running、Success或Failure）。
- 状态管理：
- 根据任务状态决定是否应用任务效果或重新规划。
- 支持任务失败时的自动重新规划。
- 效果应用：
- 在任务成功完成后，调用
Effect方法应用任务效果。
构造器（HTN PlanBuilder）
构造器是分层任务网络的构建组件，负责创建和管理任务的层次结构，并将任务组织成一个可执行的计划。它通过栈结构来管理任务的嵌套关系，并提供了创建复合任务、方法任务以及原子任务的接口。
核心特点：
- 任务构建：
- 通过辅助栈构建任务的层次关系，栈顶元素表示正在构建的复合任务或方法。
- 通过复合任务和方法中重写的
AddNextTask处理任务的嵌套关系，确保子任务被正确添加到父任务中。
- 任务层次管理：
- 如果当前任务栈不为空，新任务会被添加为栈顶任务的子任务；反之，新任务会被视为根任务，并初始化计划器和执行器。
- 使用
Back()方法可以返回到上一级任务层次，继续构建其他任务。
- 任务类型区分：
- 复合任务和方法可以包含子任务，会被压入辅助栈；原子任务（
PrimitiveTask）不会包含子任务，因此不需要压入栈中。
- 计划生成与执行：
- 通过
End()结束任务构建，清空任务栈并返回计划器，用户可以进一步使用该计划器来生成可执行的计划。 - 使用
RunPlan()可以执行生成的 HTN 计划，执行器会根据任务的层次结构和条件来逐步执行任务。
应用实践
通过将猫的行为拆分为原子任务，再将这些原子任务组合成方法和复合任务，可以构建一个复杂、逼真的猫猫行为系统，用于模拟猫猫的日常活动。
状态和任务设计
1. 世界状态
世界状态是猫猫当前的状态，可以用以下变量表示：
_energy：精力值，整型，范围 0-10
_full：饱腹值，整型，范围 0-10
_mood：心情值，整型，范围 0-10
_masterBeside：主人是否在旁边，布尔值，true/false
2. 原子任务
原子任务是猫猫可以执行的最小任务单元，每个任务都有条件和效果：
任务名称 | 条件 | 效果 |
吃饭 | _full <= 8 | _full += 2, _mood += 1 |
喝水 | 无条件 | _full += 1, _mood += 1 |
睡觉 | _energy <= 2 | _energy += 4, _mood -= 1, _masterBeside = false |
拉屎 | _full >= 6 | _full -= 2, _mood -= 2_masterBeside = false |
拆家 | _energy >= 4 && mood <= 4 && _masterBeside == false | _masterBeside = true_energy -= 1 |
跑酷 | _energy >= 5 && _mood <= 7 | _energy -= 2, _full -= 3, _mood += 2 |
追蟑螂 | _energy >= 5 | _energy -= 3, _full -= 2, _mood += 1 |
吃蟑螂 | _full <= 7 | _full += 1, _mood -= 3 |
叫唤 | _mood >= 7 && _full >= 5 | _mood -= 1, _full -= 1_masterBeside = true |
蹭主人 | _masterBeside == true | _mood -= 2 |
发呆 | 无条件 | _mood += 1 |
舔毛 | _mood <= 5 | _mood += 1, _energy -= 1 |
3. 方法任务
方法任务由【原子任务】和【复合任务】组成：
任务名称 | 方法条件 | 子任务组成 | 描述 |
进食 | ㅤ | 原子【吃饭】 + 原子 【喝水】 | 猫猫通过吃饭和喝水来恢复饱腹值和心情 |
捕猎 | ㅤ | 原子【追蟑螂】 + 原子【吃蟑螂】 | 猫猫通过追蟑螂和吃蟑螂来获取食物 |
排泄 | ㅤ | 原子【拉屎】 | 猫猫通过拉屎来减少饱腹值 |
跑酷 | ㅤ | 原子【跑酷】 | 猫猫通过跑酷来消耗精力并提升心情 |
运动 | ㅤ | 复合【玩耍】+ 原子【拆家】 | 猫猫通过拆家来吸引主人注意 |
叫唤 | ㅤ | 原子【叫唤】 | 猫猫可能只是随便叫叫 |
撒娇 | _masterBeside == true | 原子【蹭主人】 + 原子【叫唤】 | 猫猫通过蹭主人和叫唤来撒娇 |
休息 | ㅤ | 原子【睡觉】 + 原子【发呆】 | 猫猫通过睡觉和发呆来恢复精力 |
清洁 | ㅤ | 原子【舔毛】 | 猫猫通过舔毛来提升心情 |
维持生命 | ㅤ | 复合【维持生命】 | 猫猫需要维持声明 |
4. 复合任务
复合任务是最高层次的任务，只能由【方法任务】组成：
任务名称 | 子任务组成 | 描述 |
生活（终极任务） | 【维持生命】 + 【运动】 + 【叫唤】+【撒娇】 + 【休息】 + 【清洁】 | 猫猫的日常生活，包含所有可能的行为 |
玩耍 | 【跑酷】 + 【捕猎】 | 猫猫通过跑酷和追蟑螂来消耗精力并提升心情 |
维持生命 | 【进食】 + 【拉屎】 | 猫猫通过进食和拉屎来维持生命体征 |
HTN网络结构构建
1.HTN网络构建
在CatHTN类的
Start()中构建HTN网络，可直接写成代码（缩进是为了更方便查看HTN的网络结构），也可通过读取配置文件构建：
2.HTN计划执行
在每一帧中调用
htnBuilder.RunPlan()，执行当前生成的 HTN 计划。除了在
Update()中循环执行计划，还可利用多线程实现，如ThreadPool或Task。任务执行表现
1.定时器和任务前摇
为了控制任务的执行时间，在
PrimitiveTask基类的Operator()中使用定时器；为了让猫猫的表现更加真实生动（定点进食、定点如厕、定点睡觉等），增加让猫猫执行任务前让其移动到指定位置的“前摇”，在此期间函数返回Running状态。- 如果
_startTime < 0，返回Running状态，表示任务尚未开始；如果_isMoving == false，则开始移动，并设置相关状态和时间。
- 如果任务已经完成（当前时间减去开始时间大于等于持续时间），则执行任务结束操作，返回
Success状态，并重置计时器。
- 如果任务正在执行时间范围内，则返回
Running状态。
PrimitiveTask → Operator：根据_startTime和_isMoving判断任务状态。CatHTN.cs → MoveToNextPosition：使用Dotween.OnComplete实现动画结束回调。2.任务开始和结束表现
移动到指定位置的过程是原子任务通用的，可以写在
PrimitiveTask基类中；而不同原子任务又有不同的表现，比如游戏物体材质、UI、特效、音效表现；因此提供TaskStartOperation()和TaskEndOperation()供子类覆写。PrimitiveTask.cs中提供虚方法：如原子任务
P_ChaseCock，需要在让蟑螂游戏物体开始前显示、结束后隐藏；需覆写基类方法实现。优化空间
1.配置文件驱动的 HTN 网络生成
目前的世界状态、任务条件和HTN网络结构都是写死在代码里的；后续可通过JSON或YAML配置文件动态生成HTN网络（包括世界状态定义、原子任务类、HTN网络构建的代码），支持用户定义世界状态、任务和条件，自动生成原子任务具体类和网络结构，提升灵活性和可维护性。
例如，通过以下json对象：
生成
P_Bat.cs原子任务类脚本：部分功能已实现：
2.动态世界状态管理
引入动态世界状态机制（昼夜交替、饱腹度随时间流逝等），支持游戏进程自动更新状态，且允许用户通过配置文件或编辑器动态添加、修改、删除变量，增强HTN网络的适应性。
3.方法优先级与权重
目前方法的选择仅有顺序选择和随机选择两种模式，可为方法添加优先级和权重参数，使HTN网络行为更符合预期。
- Author:Yuki
- URL:http://shirakoko.xyz/article/htn
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!
Relate Posts
