经典规划对规划问题做如下三条假设:规划问题的目标是世界状态的逻辑描述;规划器所采取的动作是改变世界状态的唯一来源;动作由前提条件与效果来描述。也就是说,在经典规划所研究的绝大多数问题中,智能体处在一个封闭环境中。而在复杂的敌对领域中,智能体所处的环境是部分可观察的,非确定的,动态的,多智能体的,即任务环境是开放的。现有的敌对规划方法主要是基于HTN的目标驱动方法,但是传统敌对规划方法还存在一些问题并具有一定的局限性。本文在提出了敌对规划、基本防御树和目标标度等概念的基础上,将敌对双方基本防御树中的目标作为智能体在对抗过程中识别敌方规划、制定本方规划的重要依据;通过在每一个当前状态下,比较敌方所有可能规划中不同类目标的关键值,使智能体能够在敌对过程中及时地发现重点问题与潜在的机会,从而有效地预测与识别敌方规划,指导己方规划的制定与执行;对频繁出现的偶然事件,本文通过对关键值、防御值等概念以及相关算法的运用,使智能体可以有针对性地进行选择处理。在新概念的基础上给出了一种应对算法,将智能规划与规划识别更紧密地结合起来,提高了规划制定的策略性。新的应对规划方法在具有敌对特性的领域中,诸如入侵检测、网络安全、战争和经济等领域,都有着非常广阔的应用前景。