如何选择AI决策算法？
为了让一个代理（Agent）能够在某种状态（State）下自主选择应该执行的行为（Action），程序会用某种算法来控制代理如何做出这种选择。
如果代理可以执行的行为不多，需要做的判断不多的时候，可以简单的采用有限状态机模式（Finite State Machine）来做这种决策。
但是当代理可选择的行为比较多，且为了决策执行某个行为需要做的判断比较多且复杂的收，有限状态机模式就会变得比较吃力了，因为你每加一个状态都会可能影响到原有的代码逻辑，然而项目庞大起来会让你为了查找这些可能存在的影响很烦恼，简单来说就是状态与状态之间没有做到解耦。这时候可以采用目标导向型行为计划模式（Goal Oriented Action Planning），GOAP把代理能够执行的行为收集为一个列表，每个行为之间是解耦的，代理为了达到某个目标，可以由一个Planner通过一个算法去根据当前状态算出代理应该执行的行动队列，然后代理去执行这个行动队列里的行动，最后达到规定的目标。
