Χωρική μνήμη και GOAP: μια ρεαλιστική προσέγγιση στην πλοήγηση πρακτόρων

Abstract

Συνήθως, όταν εφαρμόζουμε αλγόριθμους συντομότερης διαδρομής, θέλουμε απλά να βρούμε τη συντομότερη διαδρομή από τη θέση ενός πράκτορα στη θέση ενός στόχου. Αλλά αυτό δεν συμβαίνει ακριβώς έτσι στην πραγματικότητα. Τι γίνεται αν το άτομο δεν έχει επισκεφθεί ποτέ την περιοχή στο παρελθόν; Τι γίνεται αν τα διαθέσιμα μονοπάτια επισκιάζονται από εμπόδια όπως κτίρια ή δέντρα; Επομένως, όταν ένα άτομο προσπαθεί να φτάσει σε έναν στόχο περνώντας από μια περιοχή που δεν έχει επισκεφθεί ποτέ πριν δεν μπορεί να ξέρει εκ των προτέρων τη συντομότερη διαδρομή που πρέπει να ακολουθήσει. Προκειμένου να πλοηγηθεί με επιτυχία στην περιοχή, πιθανότατα θα αρχίσει να κινείται σε μία ευθεία γραμμή προς τη γενική κατεύθυνση του στόχου του μέχρι να βρει κάποιο εμπόδιο και στη συνέχεια θα προσπαθήσει να το αποφύγει αναζητώντας ένα νέο μονοπάτι γύρω από αυτό. Όσο περισσότερο εξερευνά την περιοχή τόσο καλύτερα μαθαίνει να την διασχίζει και τελικά θα μπορέσει να καταλήξει σε ένα συμπέρασμα σχετικά με το ποιό είναι το πιο σύντομο μονοπάτι και αν μπορεί ή όχι να φτάσει στον στόχο του. Αυτή είναι η συμπεριφορά που προσπάθησα να προσομοιώσω με την εφαρμογή που δημιούργησα. Ο πρωταρχικός στόχος του πράκτορα είναι να φτάσει στη φίλη του που τον περιμένει για να ξεκινήσουν το ραντεβού τους, και έχει ήδη αργήσει! Για να φτάσει σε αυτή πρέπει να διασχίσει έναν λαβύρινθο, ο οποίος εκτός του ότι είναι περίπλοκος με πολλές πιθανές διαδρομές, έχει ακόμη και πόρτες που χρειάζονται κλειδιά του ίδιου χρώματος για να ανοίξουν. Εάν ο πράκτορας έχει συναντήσει μια πόρτα ενώ εξερευνά και έχει εξαντλήσει όλες τις πιθανές διαδρομές, τότε θα προσπαθήσει να ανοίξει την πόρτα αναζητώντας πρώτα το σωστό κλειδί. Έτσι, ο πράκτορας θα πρέπει να εξερευνήσει την περιοχή και να κάνει ένα σχέδιο για να επιτύχει τελικά τον στόχο του.