虚幻游戏 AI

这一系列记录在 Unreal 里做 GOAP AI 的完整过程：从概念，到框架实现，再到上生产后的性能优化。GOAP 的通用原理（与行为树的取舍、规划为什么是反向图搜索）单独放在 Gameplay 分类下，这里聚焦落到 UE 引擎上的工程细节。

目录

• GOAP：目标导向行为规划（前置概念）— 核心概念、反向 A* 规划、GOAP 对比行为树、适用场景
• UE 中实现 GOAP — WorldState 位集设计、反向 A* 规划器的两处不对称、GoapSubSystem 多模板、中断机制、StateTree 作目标选择编辑器，以及对象池 / 动作筛选两个生产级优化
• UE AI 性能优化实践 — 视觉查询 overlap 去重、Tick 管理、DetourCrowd 转向抖动 workaround、碰撞通道与 UObject 上限

相关笔记：manual/EnemyAI（行为树 + EQS 基础）、manual/UECrowds（Mass System 人群）。