分层任务网络规划人工智能 – Hierarchical Task Network Planning AI

[ri-buttons size=”btn-lg” color=”danger” href=”#”]更新UE5.4版本 v1.18.2 [/ri-buttons]

使用这种灵活、功能齐全的行为树替代方案创建可以提前计划的人工智能

HTN Planning 插件可让您创建 AI，通过预测其操作的后果来提前规划多个步骤。这里有些例子：

• 视频：基于 HTN 的角色发明了攻击目标的最佳计划
• 视频：两组基于 HTN 的角色在简单的 FPS 竞技场中进行战术战斗

就像行为树一样，您可以轻松地从 C++ 或蓝图创建任务、装饰器和服务，并将它们排列在可视化图形编辑器中。 HTN 规划器使用 Blackboard 数据来存储有关未来可能的世界状态的知识。节点在规划期间检查和修改世界状态中的值，这使得可以根据未来可能的状态做出决策。规划者可以有效地找到成本最低的计划或优先级最高的计划。

与目标导向行动规划等其他规划技术相比，HTN 规划更加高效，并且使设计人员能够更好地控制人工智能。它可以像行为树一样严格，也可以像 GOAP 一样灵活。您可以根据需要创建具有尽可能多的自主性和灵活性的人工智能：可以在预定义的任务序列之间进行选择的人工智能，或者可以以任何顺序自由安排其任务以实现目标的人工智能，或者介于两者之间的任何人工智能。

 特征：

• 基于节点的 HTN 图形编辑器
• 无缝使用 Blackboard 数据作为世界状态
• 使用 C++ 和蓝图创建自定义任务、装饰器和服务
• 使用子网创建可组合行为
• 在计划中制定子计划，以自由地混合计划和即时决策
• 基于成本或基于优先级的规划
•  并行规划
•  任意订单计划
• 与可视化记录器集成，包括可视化当前计划
• 与环境查询系统集成，进行复杂的运动规划和决策
• 实时调试功能
• 使用 HTN 扩展来扩展 HTN 组件
•  完整的源代码访问

代码模块：

•  HTN [运行时]
•  HTN编辑器[编辑]