游戏 AI / 系统课时
世界状态怎样描述可规划事实
世界状态怎样描述可规划事实
本课把游戏世界整理成规划器可以安全读写的事实:布尔值表达开关,枚举值表达有限状态,数值表达资源与数量,并通过统一边界避免动作直接修改内部状态。
学习目标
- 区分布尔、枚举、数值三类规划事实的适用场景
- 为状态读写建立稳定边界,避免动作逻辑随意改状态
- 用一个最小示例验证状态快照、读取和受控更新
先把“事实”与“运行对象”分开
GOAP 规划器关心的是“现在世界是什么样”,而不是具体由哪个对象保存数据。比如 has_weapon=true 表示 NPC 已拿到武器,alert_level="high" 表示警戒等级,ammo=6 表示剩余弹药。规划器只需要看到这些可比较的事实,就能判断动作前置条件和执行结果。
建议把规划事实视为一份面向决策的状态快照。动画播放进度、粒子句柄、寻路缓存、协程引用等运行时细节不要直接暴露给规划器,否则计划会被与目标无关的实现细节污染。

三类状态各自解决什么问题
布尔事实适合只有“是或否”的条件,例如 has_weapon、door_open、enemy_visible。它最适合动作前置条件和目标,因为比较简单,不容易出现多个值同时成立的歧义。
枚举事实适合有限且互斥的状态,例如 alert_level 可取 low、medium、high。相比把状态拆成多个布尔字段,枚举更容易保证同一时刻只有一个有效值,也更方便定义状态之间的规则。
数值事实适合需要比较大小或进行资源约束的场景,例如 ammo、health、distance。GOAP 可以据此检查“弹药至少为 1”或“资源已经达到目标值”。如果某个数值变化非常频繁,也应避免让规划器对每个微小变化都重新规划,可以只暴露真正影响决策的离散结果。
用状态容器统一读写
实际工程里,不要让动作直接操作散落在 NPC、背包、战斗组件里的字段。可以建立一个轻量状态容器,由它负责读取快照和执行受控更新;动作只声明需要读取或改变哪些事实。
下面的示例用 Python 演示一个最小状态容器。枚举值使用字符串约定,数值在写入时做边界检查;snapshot() 返回副本,避免规划器拿到内部字典后绕过写入边界。
from copy import deepcopy
class WorldState:
def __init__(self):
self._facts = {
"has_weapon": False,
"alert_level": "low",
"ammo": 0,
}
def snapshot(self):
# 规划器只拿快照,不直接持有内部可变状态。
return deepcopy(self._facts)
def get(self, name):
return self._facts[name]
def set(self, name, value):
if name == "has_weapon" and not isinstance(value, bool):
raise TypeError("has_weapon must be bool")
if name == "alert_level" and value not in {"low", "medium", "high"}:
raise ValueError("invalid alert_level")
if name == "ammo" and (not isinstance(value, int) or value < 0):
raise ValueError("ammo must be a non-negative int")
self._facts[name] = value
state = WorldState()
state.set("has_weapon", True)
state.set("alert_level", "high")
state.set("ammo", 6)
print(state.snapshot())预期输出
{'has_weapon': True, 'alert_level': 'high', 'ammo': 6}这个边界有两个直接收益:规划器永远读取一致的数据形态,动作执行后的状态更新也能集中做校验。后续接入真实 NPC 系统时,可以把 set() 替换成更明确的领域接口,例如 equip_weapon() 或 consume_ammo(),而规划器仍然只看到稳定事实。
什么时候不要把值直接做成规划事实
一个属性只有在会参与“是否可执行”或“目标是否满足”时,才值得进入规划状态。角色当前坐标的小数位、动画混合权重、脚步 IK 偏移等信息通常不需要成为 GOAP 事实。
还要避免同一语义存在两份状态。例如既维护 has_weapon=true,又维护 weapon_count=0,却没有明确两者关系,规划器就可能得到互相矛盾的输入。优先选择能够稳定表达决策条件的单一事实,并让其他运行数据由领域对象负责解释。