2nd/10_Wiki/Topics/Hierarchical-Task-Network (HTN).md

---

id: HTN-001 category: Unified confidence_score: 1.0 tags: [game-ai, ai-planning, game-design, Behavior-systems] last_reinforced: 2026-04-26

Hierarchical Task Network (HTN, 계층적 태스크 네트워크)

📌 한 줄 통찰 (The Karpathy Summary)

"거대한 목표를 수행 가능한 작은 작업들로 분해하여 계획하라" — 복잡한 임무를 하위 태스크들의 계층 구조로 나누어, 에이전트가 상황에 맞는 구체적인 행동 시퀀스를 생성하게 하는 고급 AI 플래닝 기법.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 상위 수준의 추상적 목표(Compound Task)를 조건에 따라 하위 작업(Primitive Task)으로 구체화(Decomposition)해 나가는 하향식(Top-down) 계획 패턴.
• 세부 내용:
  • Methods: 복합 태스크를 수행하는 다양한 방법들의 집합. 현재 월드 상태(World State)에 맞는 최적의 방법을 선택.
  • Sensors & World State: 주변 환경 정보를 수치화하여 계획 수립의 근거로 활용.
  • Backtracking: 선택한 경로가 목표 달성에 실패할 경우, 이전 단계로 돌아가 다른 'Method'를 시도.
  • Real-time Performance: GOAP에 비해 전체 탐색 공간이 계층적으로 제한되므로, 매우 복잡한 행동 체계에서도 빠른 연산 속도 유지.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 단순 상태 머신(FSM)의 폭발적인 복잡성을 해결하기 위해 등장. 최근에는 트랜스포머 기반의 행동 예측 모델과 결합하여 '계획하는 AI'로 진화 중.
• 정책 변화: Skybound 프로젝트의 분대 단위 적 AI는 HTN을 사용하여 협동 공격, 진형 유지, 부상자 후송 등 고차원적인 전술 행동을 수행함.

🔗 지식 연결 (Graph)

• Goal-Oriented-Action-Planning, Behavior-Tree, Game-AI, A-Star-Algorithm
• Raw Source: 10_Wiki/Topics/AI/Hierarchical-Task-Network (HTN).md