自规划识别作为新的研究问题被提出以来,其相关研究一直都聚焦在传统的简单领域,比如自然语言理解,智能帮助系统等。近些年来,一些学者将目光放在了具有对抗性质的研究领域上,如博弈、军事、网络信息对抗等复杂领域,这些具有对抗性质的领域称为对手领域,对手在该领域执行的规划叫做对手规划,把在该领域应对对手的规划称为应对规划。本文在经典规划图和目标图的基础上,根据对手领域的特性,对目标图进行改进和扩展,使动作直接与目标相关,形成完全目标图(Complete Goal Graph,CGG)。然后,提出目标完成度的概念来区分所识别对手的高层目标,并进一步提出完全目标图的构建算法(CGG-Constructor)和基于完全目标图的对手规划识别算法(CGG-Predictor)。CGG-Constructor算法根据观察到的事件来构造完全目标图,CGG-Predictor算法根据已经观察到的对手事件来预测其下一步动作,并识别其处于不同完成度的目标,从而为应对者有效地应对提供重要参考和依据。最后,我们给出了多智能体环境下的规划识别检测方法,通过模拟对手规划的执行,提出角色值的检测方法来检测对手规划识别情况。结合识别检测的规划识别器能够根据反馈信息不断更正识别信息,因此能够更准确识别对手的规划和目标。本文使用C++语言在.NET平台上设计了基于CGG对手规划识别方法识别系统,实验证明,本文提出的算法不仅可以计算识别目标的完成度,而且可以智能地识别对手的高层目标和一步动作,并识别对手的整个规划。此外,该系统以五子棋游戏为例进行测试,测试结果表明本文提出的算法能较为准确地识别对手的动作和目标,而且能及时地产生有效的应对规划。本文设计的自动博弈系统将以其创新性使其在其他的博弈领域、战争、网络信息对抗等对手领域均具有较大的研究价值和可观的应用前景。