algorithm - 回归目标导向行动计划

Question

我目前正在尝试从目标状态进行回归搜索，以找出将实现我的 GOAP 计划程序的目标状态的操作列表。到目前为止，我所拥有的伪代码是这样的:

closedList = list;
s = stack;
s.push(goal);
while(s.size() > 0)
{
    state = s.pop;
    if(!state exists in closedList)
    {
        closedList.add(state);
        for(action = firstAction; action != lastAction; action = nextAction)
        {
            if(action.getEffect() == state)
            {
                if(!action.ConditionsFulfilled())
                {
                    conditionList = action.getConditions;
                    for(i = 0; i < conditionList.size(); i++)
                    {
                        s.push(conditionList[i]);
                    }
                }
            }
        }
    }
}

我听说 GOAP 和 A* 算法完全一样，只是节点是状态，边缘是 Action 。但是由于在 A* 中，节点没有任何条件必须满足，所以我很困惑如何调整 A* 算法以处理前提条件。我很难理解的是如何存储 Action 并比较 Action 的成本以找到最有效的路径。如果我们假设类操作有一个返回操作成本的函数 getCost()，在考虑先决条件的同时我将如何处理？

Answer 1

节点确实是 WorldStates。边是 Action 。但请注意，它们是有向边!

先决条件的来源:它们确定哪些边( Action )流出节点。只有满足前提条件的操作才是退出该状态节点的有效边。

因此，为了找到节点的邻居，如果满足所有先决条件，您将检查每个操作。如果是这样，应用后置条件以查看操作将导致的节点。该 Action 是这些状态(节点)之间的有效边缘。

请参阅开源 GPGOAP (通用目标导向行动计划)用于实现具有 A* 的 GOAP。这是解释所有步骤的简单 C 代码。我是 GPGOAP 的作者。

关于回归的思考

现在是回归部分:我从未实现过从目标到当前世界状态的反向搜索。所以我在这方面能提供的帮助有限。

两个相邻节点仍然会在一个 Action 的基础上连接起来。您现在启用/禁用边缘不是基于操作的前提条件，而是基于操作的后置条件。如果发布条件与当前节点不匹配，则该操作将无效。如果是这样，我希望您通过强制操作的先决条件来添加邻居。

您更喜欢向后搜索而不是向前搜索的原因是什么？