域建模帮助/optaplanner 可行性（Optaplanner）

Question

我希望尝试创建一个自动玩视频游戏的机器人，并且想知道 Optaplanner 是否可以用于机器人的任务规划。

机器人具有起始状态、期望的结束状态以及它可以执行的不同任务。目标是使用 optaplanner 找到可行的任务序列，使机器人从起始状态进入所需的最终状态，优化成本最低。

机器人：

• 状态：
  • 库存物品
  • 当前位置

任务：

• 示例：收集 1 个木头，制作一个桶
• 每个任务对当前状态都有“要求”——f(currentState) -> boolean
• 任务将机器人转换到新状态 - f(currentState) -> newState
• 有一个成本启发式：f(currentState) -> int
• 任务可以重复。例如，机器人可能需要收集 5 个木材（收集木材任务，重复 5 次）
• 任务可能会被闲置。例如，如果所需的最终状态是有一个金属桶，则无需执行收集木材任务。

Optaplanner 可以做到这一点吗？模拟这个问题的正确方法是什么？

任何帮助/指导将不胜感激，我已经梳理了大部分 Optaplanner 文档和示例。

---

我已经研究过@PlanningListVariable，但我不确定这是否适合我的用例。文档说：

每个计划值都分配给一个计划实体。

在我的例子中，任务将是规划值，而机器人将是规划实体（？）。但是，许多任务可能未使用，根本不应该分配......所以它看起来不正确。

Answer 1

这是一个很难在 OptaPlanner 中建模的域/约束的示例。您的规划实体形成了一系列无限的行动，每个行动都可能影响未来的行动（例如，为了制作一个水桶，您需要 3 个铁，这是由过去的行动收集的）。这意味着：

• 改变过去的行为很可能会违反涉及未来行为的约束。这使得 OptaPlanner 很难更改过去的操作，除非它之后的所有/大多数操作也被删除。

• 您需要“猜测”达到目标所需的最大操作数量，因为您当前无法在移动中添加计划实体 (https://issues.redhat.com/browse/PLANNER-第2642章

您可以使用 OptaPlanner 作为机器人的“策略生成器”。该架构有四个组成部分：

信息收集器，从屏幕或 Minecraft API 获取信息并将其转换为问题事实以供其他组件使用。
步骤决策者，决定立即采取哪些行动以实现给定的最终目标。它可能是“收集木材”、“开采矿石”或“将物品放入库存”之类的内容。这将是一个“短视”的规划者；它将抽象的最终目标转换为 OptaPlanner 可以理解和解决的更具体的子目标。
策略生成器，它为行动实施者将执行的步骤决策者决定的行动创建计划。这就是 OptaPlanner 的用武之地。对于每个目标，您需要定义一个约束提供者来评估计划的有效性。例如，对于“收集木材”动作，这将是一个车辆路线问题，您将玩家（充当车辆）从当前位置（仓库）引导到树木以收集木材。计划是参观树木。为了克服需要访问所有树木的事实，您将拥有第二个虚拟/虚假实体，该实体将分配所有未访问的树木，并且分配给虚拟/虚假实体的任何树木都不会影响分数。
行动实施者，接受策略生成器生成的计划并实施它。这将是机器人决定所有输入的部分。它将是一个“反应性”组件，因为它可能需要处理不可预见的问题（如僵尸）。它不会做出任何重大决策，并尝试（尽其所能）遵循策略生成器创建的计划。它主要负责航行世界和处理战斗情况。