Оптимізація процесів життєвого циклу ігрового ai шляхом впровадження адаптивної архітектури GOAP

Abstract

У роботі досліджується вплив архітектури Goal-Oriented Action Planning (GOAP) на ефективність життєвого циклу розробки інтелектуальних агентів. Розглянуто, як відокремлення цілей від реалізації дій спрощує етапи підтримки та масштабування програмного забезпечення. Проаналізовано механізми адаптації поведінки через динамічні ваги, що дозволяє скоротити витрати на ітеративне тестування та налагодження логіки NPC.

The paper investigates the impact of Goal-Oriented Action Planning (GOAP) architecture on the efficiency of the software development life cycle for intelligent agents. It considers how decoupling goals from action implementation simplifies the maintenance and scaling stages. Methods of behavior adaptation through dynamic weights are analyzed, allowing for reduced costs in iterative testing and logic debugging of NPCs.