Вы не описываете, почему вы считаете свои решения «довольно плохими», но я предполагаю, что вы наблюдаете неэффективное поведение при поиске.Попытка, которую вы, возможно, захотите попробовать, состоит в том, чтобы пометить каждое пространство «ценностью информации», то есть, сколько ранее неизвестных соседних пространств вы обнаружите, когда будете посещать это пространство.Это ваша "награда".Ваша «стоимость» - это расстояние до данного места.Тогда вам нужно будет найти стратегию поиска, которая максимально (вознаграждение - стоимость).