游戏 AI / 系统课时
动作代价应该表示什么
动作代价应该表示什么
动作代价不是“这个动作有多复杂”,而是规划器用来比较选择的统一尺度。把时间、距离、资源消耗和危险度转换成可比较的数值后,NPC 才能在多个可行方案中稳定地偏向更合适的行动。
学习目标
- 理解动作代价的含义以及它与前置条件、效果的区别
- 为时间、距离、资源和危险度选择合理的单位
- 避免量纲混乱和单一成本压制其他因素
先确定代价代表什么
一个 GOAP 动作通常关心三类信息:前置条件决定“能不能做”,效果决定“做完会发生什么”,代价决定“在多个能做的动作里更倾向哪个”。因此,代价本身不应该重新承担可行性判断。例如没有武器时不能攻击,这是前置条件问题;攻击虽然可行但比撤退更危险,则可以通过代价体现偏好。
代价最好满足一个简单原则:数值越低,规划器越偏好该动作。这样不同动作可以直接进入同一套累计成本计算。代价还需要在整个项目中保持稳定含义,否则同样的 10 在不同动作里代表完全不同的事情,规划结果会难以解释。
选择单位和计算方式
常见成本可以先保持原始单位,再通过权重转换到统一尺度。时间可以使用秒,距离使用游戏世界单位,资源使用消耗点数,危险度可以使用 0~100 的风险评分。若规划器直接累加这些值,必须先处理量纲差异。
| 成本类型 | 原始单位 | 适合表达的含义 | 常见处理方式 |
|---|---|---|---|
| 时间 | 秒 | 完成动作需要多久 | 保留秒或按比例缩放 |
| 距离 | 世界单位 | NPC 需要移动多远 | 使用路径长度或近似距离 |
| 资源 | 点数 | 弹药、体力、金币等消耗 | 按实际消耗量计价 |
| 危险度 | 0~100 | 暴露、受伤或失败风险 | 转成风险成本 |
例如前往掩体需要 6 秒、移动 12 个单位,同时危险度评估为 20。若直接计算 6 + 12 + 20,意味着移动一个单位与增加一点危险度具有相同价值,这通常只是偶然成立。更常见的做法是使用权重:
其中 、、、 分别表示时间、距离、资源和危险度, 表示它们对当前游戏目标的重要程度。权重的作用不是制造“正确答案”,而是把设计意图明确写进规划规则。
避免某一种成本完全统治结果
假设时间通常只有 1~10 秒,而危险度是 0~1000,那么即使时间非常重要,它对总成本的影响也可能几乎看不见。反过来,若距离直接使用数百个世界单位,也可能让所有远距离动作自动失去竞争力。
工程上应先观察真实运行数据,再调整权重或做归一化。例如把不同指标压缩到相近区间,再分别乘以设计权重。危险度还可以设置硬阈值:超过可接受风险时直接判为不可选,而不是继续让它与其他成本竞争。
让代价保持可解释
调试 GOAP 时,最有价值的不是最终得到一个“总成本 37”,而是能回答这个 37 从哪里来。建议为每个动作保留基础成本和各项贡献,例如 timeCost=6、distanceCost=8、riskCost=20,最后再记录加权结果。这样当 NPC 选择了一条反直觉路径时,可以迅速判断是权重失衡、估算错误,还是候选动作本身不合理。
当成本设计能够用真实单位描述、能够通过权重表达设计偏好,并且每个组成部分都可追踪时,规划器的行为就更容易调试。后续比较完整计划时,只需要把各动作已经定义好的成本按统一规则累加即可。