在我的小型2D游戏中，我使用A*算法进行路径查找，目前基于简单的欧几里得距离启发式函数。我的游戏世界被表示为一个由单元格组成的网格，这些单元格可能被障碍物占据或未被占据。需要使用A*算法为角色计算路径的角色可以向任何方向移动（如果没有被阻挡），而不仅仅是北/东/南/西方向。

好的，这基本上运作良好。现在，我需要在A*启发式函数中添加另一个参数，即每个网格单元格的成本值。这个成本值越高，角色就应该越努力避免那个单元格。

然而，我不能将启发式函数完全改为仅使用每个网格单元格的这个成本值，因为单元格到A*目标位置的距离仍然很重要。角色应该尽量避免任何高成本的单元格，但与此同时，它也不能离目标位置太远。因此，我需要在单元格的距离和其成本值之间找到一种“权衡”。

理想情况下，我希望找到一个解决方案，使我能够轻松调整/优化单元格距离与其成本值之间的关系，以便我可以微调启发式函数。

有什么方法可以实现这一点吗？

回答：

当你使用任何最短路径算法（A*或Dijkstra）时，你需要为每个节点提供一个成本值。
因此，你必须自己想出一个公式来结合距离（你的单元格）和障碍物的成本。
你可以创建一个cost()函数，该函数将长度成本加上障碍物成本。