Games104现代游戏引擎笔记高级ai

Hierarchical Task Network 层次任务网络

World State是一个主观的对世界的认知，并不是一个真实世界的描述
Sensors负责从游戏环境中抓取各种状态

HTN Domain 存放层次化的树状结构Task和之间的关联关系1
Planner 根据World State从 Domain 里规划 task
Plan Runner 根据 Planner 设定的计划执行 Task，当 Task 执行过程中发生了很多其他问题，Plan Runner 会监控所有的状态并且告知Planner规划另一系列Task （Re-plan）

primitive：单个动作
compound：复合任务


preconditions：检测world state中哪些state条件符合，才会执行，否则返回false，
检查task执行中间是否失败 （对世界的读操作）
effects：task执行完后修改world state （对世界的写操作）


task由一堆Method构成，每个method都有一组属于自己的Precondition， Method自上而下就是优先级 Priority，类似于BT selector功能，
每个method都要执行一系列task、，全部完成，类似于BT selector的Sequence。


HTN Domain需要定义一个Root Stask作为根节点，也就是核心节点


根据 World State, 从Root Task开始选择当前目标的task，依次展开

Plan展开的过程是非常的快的，但是因为每一个Primitive Task 都是有个对于world state修改的Effect，但是并不会真的修改到World State 上，然而这可能会影响到后面的task。 所以这里的方法是将World State复制一下，然后对于这个拷贝进行修改和推演，自Planning一步步展开
相当于对于World State进行一个预演并且假设所有的Task都会成功。
Replaning就是处理如果Task不成功的情况
计划中如果发生Precondition不符合，只能返回False，并且一路返回直到Root Task


最后相当于搜索完domain并输出一串Primitive Task