引言：从状态机爆炸到目标驱动规划FSM 管理怪物行为时，状态转换条件膨胀到数千行，新增一个"寻找掩体"逻辑就引发状态爆炸；行为树结构清晰，却难以表达多步推理（没血找药、药在锁箱里、先找钥匙）。GOAP（Goal-Oriented Action Planning）把 AI 行为重构为"从当前世界状态到目标状态的路径搜索"，NPC 不再被硬编码流程驱动，而是按环境动态生成行动计划。一、数据模型：世界状态与动作1.1 世界状态表示世界状态是一组命题的集合（HasKey、TargetAlive、HealthLow）。MMORPG 服务端对 GC 敏感，状态表示应避免字典：位掩码（命题数有限时）或紧凑结构体是标准选择，状态的比较与拷贝都是常数时间操作。1.2 动作的前置条件与效果每个 Action 定义三元组：Preconditions：执行该动作要求的世界状态子集；Effects：动作完成后对世界状态的修改；Cost：规划代价，可为静态配置加动态权重函数。规划的本质是在"状态空间"中搜索：动作是状态之间的边，起点是当前状态，终点是满足目标的状态。二、规划算法：逆向 A* 搜索规划器从目标状态出发逆向推导至当前状态（逆向搜索的优势在于目标空间通常远小于可达状态空间，剪枝更早生效）：// GOAP 规划：逆向 A* 搜索 publi