在喜剧效应方面的机器叙事中，研究者首先瞄准的是喜剧性的“短插曲”：角色在某个情境中的行动所引起的喜剧效应。这种喜剧插曲在电影和卡通片中已经十分流行，例如20世纪20年代的美国无声喜剧电影以及后来的《猫和老鼠》等系列动画片。《猫和老鼠》中的插曲式喜剧，典型地涉及问题求解和朝向一个目标的行为。例如汤姆猫要抓住吉瑞鼠，或者阻止吉瑞鼠偷蛋糕，或者阻止吉瑞鼠破坏房间的整洁……这些行为往往被各种外部因素所阻碍，例如在追逐过程中被一个扫帚绊倒，或者被一只牧羊犬阻拦等等。这样我们看到，《猫和老鼠》中的许多插曲都可以根据这样的规划手段来分析，即获得或者维持给定状态。
根据这一思路，数字叙事研究者开始把规划技术应用于当前流行的卡通短片系列《粉红豹》，尝试用这一技术来生成数字卡通短故事。《粉红豹》中的角色“粉红豹”，原本是许多卡通短片中的主角，这一角色的流行使得一系列卡通短片应运而生，迄今已经生产了124部《粉红豹》卡通短片（包括电影卡通短片和电视卡通短片）以及3部电视系列卡通片。
《粉红豹》系列卡通短片的风格早已形成并得到观众的认可。这类卡通短片的一个基本特点是：喜剧情境是由实现目标的行动失败，即规划失败所引起的。每一个喜剧插曲都来自于角色针对特定目标采取某个行动，而这个行动最终没能完成那个目标。当然，这只是对这些短插曲的表面描述，就此来界定计算机要生成的喜剧情境是不可能的。一个规划失败，可能引起喜剧效应，但也可能引起前面描述的悲伤、焦虑或痛苦等情感。问题在于：如何精确地识别能够引起喜剧效应的失败行动？
如果不考虑种种例外情况，人工智能一旦遇到例外就会出错；但如果考虑了方方面面的例外，则又可能使得计算量极度大。正如著名的人工智能专家明斯基（M.Minsky）所言：“鸟能飞——如果不是企鹅或者鸵鸟，如果还没死，如果翅膀没断，如果脚没有被铸在水泥里，如果没有遇到过足以使其不能飞的心理恐惧经验……”显然，这里还没有穷尽“鸟能飞”的例外情况。而对于这里的喜剧情境，也可以说，“一个规划之失败会引起喜剧效应，如果这个规划不是太复杂（否则观众会感到迷惑而不是好笑），如果这个规划之失败没有产生特别严重的后果（否则观众会感到悲伤而不是好笑），如果这个规划之失败不是被观众视为正常的（否则观众会觉得顺理成章而没有情感反应），如果这个规划之失败不是太落俗套，使观众从一开始就知道了结果（否则观众会觉得无趣）……”
因此，尽管《粉红豹》是可以根据规划来结构的喜剧插曲，但是如果要让计算机来生成新的《粉红豹》故事，就需要一个能够在动态情境中引导角色行为的规划技术。并且，它的表征不仅要使得行动成功的条件变得明确，也要让角色能够（有理由）尝试可能失败的行动。一个行动成功的条件，可以通过使用STRIPS形式化来满足，而要识别那种引起喜剧效应的失败行动，人们还必须对这些行动的条件进行更细致的区分：在什么条件下的行动失败可能是喜剧性的？盖博（C.Geib）区分了“可执行性条件”和“标准前提条件”。“可执行性条件”可以被视为行为成功的条件，但不能作为行动选择的条件：它们的“认知性”解释可能是行动者认为理所当然的解释。例如，“水之获得”是“洗淋浴”的一个可执行性条件。在供水被停止的时候尝试洗淋浴，将导致一个喜剧性情境。要是没有“可执行性条件”与“标准前提条件”之间的区分，这样的行动就无法通过驱动角色行动的规划系统来尝试。
作为叙事的动力，这个规划系统应该能够产生既出于外部原因，也出于内部原因而失败的规划。出于外部原因的失败源于另一个角色或者各种环境条件的影响。而产生喜剧情境的一个核心机制是，这个规划没能考虑到被采取的行动的某些长期后果，或没有计算出后几步的后果。这样就得到了一个规划的形式表述，它处于行动描述的中心，并展现出了重要的生产性能力。
博尼特（B.Bonet）和盖弗纳（H.Geffner）率先描述了启发性搜索规划技术（HSP规划），它由三个主要方面构成，可以被描述为一个域模型及其形式化，一个启发式搜索算法，一个启发函数连同一个有效的算法。域公式一般是基于一套STRIPS算子，它们相应于一个行动者可以采取的不同行动。每一个算子都具有一组前提条件、一个添加列表和一个删除列表。在HSP系统中，这些算子被规定只能使用原子命题（不能再分解为子命题的命题）。在虚拟角色的例子中，这些基本算子一一对应于那个行动者可以在其虚拟环境中执行的行动，并且在那个行动者的图像世界中具有一个直接的翻译形式。
搜索算法使用启发式搜索考察状态空间。每一个节点都通过考虑诸算子而被扩展，这些算子的前提条件被当下状态所满足，而它们的最终状态通过运用一个启发性函数获得评价。一些搜索算法已经针对早期的HSP系统而得到描述，包括A*和IDA*算法。但是，角色卡通片的规划要求隔行扫描规划和执行，因为其环境是一个动态的环境，而且那个行动者采取的某些行动可能作为动态加工的后果而失败。因此，在生成《粉红豹》卡通短片的尝试中，计算机专家卡瓦扎及其同事选择了RTA*算法，这种算法支持任一步骤上的隔行扫描规划和执行，能够选择最佳候选算子并运用它。
卡瓦扎采用的“加法式启发函数”，来自于作为一套STRIPS算子的问题描述，因此勘测性制作可以建立在行动描述本身之上。这个启发函数通过解决一个规划问题的“外部描述”（broad version）来评价每一个节点，更确切地说，它从被考虑的状态中个别地获取任一目标命题的花费，然后组合各种评估来得出给定状态的启发值，因此它被命名为“加法式启发函数”。卡瓦扎使用标准值迭代法来计算这种启发函数。
用来生成《粉红豹》电脑动画的第一个系统，已经通过一个虚拟竞赛游戏机来执行。这个游戏机支持图像复制图和真实时间的三维角色卡通片，它生成了下面这个数字卡通片。在这个情境中，作为叙事驱动力的整个目标就是“上床睡觉”：
粉红豹准备上床（1），但当它竭力要睡着时，它听到了来自于水龙头的噪音（2）。噪音令它睡不着（在规划系统中，“安静”是睡着的一个可执行性条件）。它走到水龙头那里，试图拧紧水龙头（3），但没有成功（4）。它走向地下室（5），想要切断主系统的供水（6）。但是，去地下室导致它回来时一身都是灰土（7），这是去地下室（切断供水的一个必要前提条件）的一个“副产品”。冲洗干净是上床睡觉的一个必要前提条件，因此规划系统试图修复这个条件（仍然跟随着上床睡觉这个主要目标），途径是冲一个淋浴（8）。但是，这失败了，因为可执行性条件没有满足，水供应被切断了，等等。
这个作品表明，至少在特定叙事类型中，喜剧情境可以使用基于规划的行为来进行模拟。在现阶段，把这种基于规划的喜剧生成机制加以经典化，也许还为时过早。但是，操作上的可能性已得到初步证明。同时，对于我们这样的“人类叙事者”（与“机器叙事者”相对而言），计算机生成喜剧情境时使用的原理，也会使得我们对产生喜剧的心理过程和文本特征有更深入的认识。对于使用规划技术来生成喜剧（以及其他效应的故事）的机器叙事者来说，逐项详述的规划的复杂程度，由于外部事件（例如环境事件）造成的规划失败，由于疏忽造成的规划失败，由于某些行动的长期后果的规划失败（特别是某些算子的删除列表），由于算子的不正确顺序的规划失败等等，都具有潜在的故事生成能力，它们都可以局部地构成生成叙事的自动化模型。这些计算机术语显然可以直接翻译成人类创作活动中的术语，并在我们自己的创作训练中加以运用。
多数认知科学家都相信，对计算机的认识必将加深我们对自己的心灵和思维的认识。今天，机器叙述者能够处理的叙事还十分有限。但是我们已经看到，它们如何在美学、心灵哲学、心理学、计算机语言学和叙事理论等领域专家的通力合作下发展起来，或者说，它们是在我们对自身越来越深入的探索中发展起来。反过来，通过理解和编写自动叙事的计算机程序，我们也必定会对自身的叙事能力和叙事理解能力有更深入的认识。
