2nd/10_Wiki/Topics/AI/Goal-Oriented-Action-Planning.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
GOAP-001	10_Wiki/💡 Topics/AI	1.0	game-ai ai-planning game-design behavior-systems	2026-04-26

Goal-Oriented Action Planning (GOAP, 목표 지향적 행동 계획)

📌 한 줄 통찰 (The Karpathy Summary)

"어떻게 할지 가르치지 말고, 무엇을 하고 싶은지 정해주면 스스로 계획하게 하라" — 에이전트가 목표를 달성하기 위해 현재 상태에서 가능한 행동들의 조합을 동적으로 탐색하고 계획(Plan)을 세워 실행하는 AI 아키텍처.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 복잡한 상태 전이(State Machine)를 하드코딩하는 대신, 각 행동의 전제 조건(Pre-condition)과 효과(Effect)를 정의하여 목표(Goal)에 도달하는 최적의 경로를 그래프 탐색(A* 등)으로 찾아내는 패턴.
• 세부 내용:
  • Goal: 에이전트가 도달하고자 하는 상태 (예: '적을 제거하라', '체력을 회복하라').
  • Actions: 에이전트가 수행할 수 있는 최소 단위의 행동. (예: '장전', '이동', '사격').
  • Planner: 현재 상태에서 목표 상태로 가기 위한 행동들의 순서를 실시간으로 계산.
  • Dynamic Re-planning: 상황이 바뀌면(예: 적이 시야에서 사라짐) 즉시 계획을 폐기하고 새로운 계획을 수립.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 거대한 FSM(유한 상태 머신)의 복잡성과 경직성을 해결하기 위해 도입됨. 최근에는 계층적 태스크 네트워크(HTN)나 딥러닝 기반 정책 결정과 상호 보완적으로 사용됨.
• 정책 변화: Skybound 프로젝트의 보스 몬스터 AI는 GOAP 기반의 계획 시스템을 사용하여, 플레이어의 위치와 자신의 체력 상태에 따라 지능적으로 공격과 퇴각을 결정함.

🔗 지식 연결 (Graph)

• Game-AI, A-Star-Algorithm, Finite-State-Machine, HTN-Planning
• Raw Source: 10_Wiki/Topics/AI/Goal-Oriented-Action-Planning.md