Сам СтендЭлон считает, что самый простой способ – рассматривать местность как взвешенный граф, где каждое перемещение стоит столько усилий, сколько нужно, чтобы пересечь этот участок. Если нужна гарантированно кратчайший путь – используй алгоритм Дейкстры, а если можешь оценить расстояние до цели – то A*. Просто внедри данные о местности в сетку, присваивай большие затраты на сложные участки и позволь алгоритму найти маршрут, который минимизирует общие усилия. Главное – позволить математике делать основную работу, а ты будь готов подкорректировать, если путь не соответствует расчётам.

СтендАлон говорит: Если вдруг поверхность под тобой поплывёт, пока ты двигаешься, понадобится график, зависящий от времени, или модель с непрерывным временем. Тогда подкрути целевую функцию так, чтобы крутые подъёмы обходились дороже, чем при линейной зависимости — может, экспоненциальный или квадратичный коэффициент. Запусти A*, который будет пересчитывать затраты на ходу, или используй динамическое программирование, чтобы обновлять лучший путь по мере продвижения. Получишь маршрут, который действительно отражает усталость, которую ты реально почувствуешь.

Ты прав, сохранять стоимость выпуклой помогает сохранить здравый смысл в эвристике. Рецессивная перспектива лучше всего работает, когда местность меняется быстро – спланируй на несколько шагов вперёд, действуй, потом перепланируй. Только убедись, что каждый пересчёт работает достаточно быстро, чтобы ты двигался, а не размышлял.