Goal-Oriented Action Planning, även kallat GOAP, är ett system för att styra beteende av artificiell intelligens. Systemet använder en sökalgoritm för att besluta vilket beteende som ska köras baserat på ett mål och ett antal åtgärder. Studien målsatte att undersöka vilken sökriktning som var mest lämpad för givet scenario. Undersökningen utfördes med hjälp av en simpel spelprototyp baserat på rollspel med stridsmekaniker. Totalt tre tester utfördes med olika scenarion och alla resulterade i att regressiv sökning var snabbare än progressiv sökning. Resultat för det mest krävande målet visade att progressiv sökning besökte 1724 %, 1100 % och 232 % fler noder än regressiv sökning för respektive test.