人工智能寻路别乱用欧氏距离。A星评估节点用实际代价加启发：从起点走到这里的真实花费，加上到终点的估计。2026年启发必须可采纳，并且尽量贴走法。四方向格子用曼哈顿，八方向用切比雪夫或欧氏。启发全零就是无引导的最短路。广搜只保证跳数最短，深搜快但不保证最短。无解图必须能停，不能把空前沿当成还在搜。

人工智能寻路很会画路径，痛点在启发和走法对不上

可采纳是指启发不超过真实剩余代价。高估会让算法错过真正最短。低估则仍正确，但展开更多格子，速度掉。曼哈顿是横加纵，正好等于四方向、单位代价的剩余步。对角能走时，曼哈顿会高估，保证就破了。欧氏是直线距离，对角和连续空间贴得上；切比雪夫取横纵较大值，适合对角代价与横移相同的八方向。

平局规则也改行为。同样的f，优先高g会更像沿着已走的路往前拱，优先低g更像先铺开。权重大于一的加权A星会更贪心，更快但不保证最优。地图要分档测：简单、迷宫、无解、陷阱图。陷阱图会惩罚只看启发、不看真实代价的策略。

对照表要当场跑，不要只背公式。同一张图记下展开数、发现数、路径长度、代价、耗时。点一行应能回放。无解图上，正确行为是前沿空了报失败。深搜在迷宫里可能很快摸到一条弯路，报表上的时间会很好看，代价却不是最短。那不是赢，是换了题。

工程上还要分清「发现」和「展开」。发现是进前沿，展开是真正取出算邻居。展开爆炸而路径差不多，说明启发太弱或不可采纳。路径长度短但代价高，说明把跳数和加权边混了。四方向却用欧氏，常见症状是对角方向被低估，路线贴墙斜切，仿真里却走不了斜边。

人工智能寻路2026五步：先锁走法，再配启发，再看展开表

1. 先写运动模型：四方向、八方向还是连续。没写清就配启发，方案作废。
2. 启发必须可采纳。高估的启发不准叫A星最优。
3. 四方向默认曼哈顿，八方向默认切比雪夫或欧氏。交叉混用要单独证明。
4. 对照必须含无引导最短路、广搜、深搜。深搜不得当最短路基线。
5. 无解图必测。前沿空了必须失败退出。

上表要和可视化对照栏一起用。同一地图记下展开、发现、路径、代价、耗时，点一行回放。启发换了，路径长度相同但展开差一截，差的就是思考量。思考量进账单，不进「看起来找到了」。

两处只有对着迷宫才清楚。其一，平局打破规则会改变探索形状，路径却可能相同。验收要看展开，不看「最后都到了」。其二，自定义地图若允许画墙，必须再测「把唯一通道堵死」。能找到假路径，是邻居生成把墙当成可走。

建设者该把走法和启发写成一对配置，而不是两个下拉框随便组合。管导航的人，该拒收只有路径动画、没有展开对照表的方案。没有表，欧氏和曼哈顿的差距被动画抹平。

结论：人工智能寻路的对，对在启发不超过剩余真实代价，并且和格子怎么走一致

f等于g加h。可采纳、匹配走法、报展开、测无解。深搜不当最短路。仍乱用欧氏走四方向，最短保证会在墙角处丢掉。

你下次上网格寻路，先看走法是四还是八、对照表里展开差多少；启发和走法对不上，路径动画先不要当验收。

现场还要防口号替换验收。把「已经会搜、已经会反传、已经会对齐」写成周报，不等于启发可采纳、梯度没消失、约束还在。周报可以写，门禁必须绑在对照表上。

若只能改一处：先把「看起来学会了」从唯一成功标准里拿掉。演示可以记，启发匹配、饱和检查、三阶段对齐三件跟不上就算事故。

现场还要防口号替换验收。把「已经会搜、已经会反传、已经会对齐」写成周报，不等于启发可采纳、梯度没消失、约束还在。周报可以写，门禁必须绑在对照表上。

若只能改一处：先把「看起来学会了」从唯一成功标准里拿掉。演示可以记，启发匹配、饱和检查、三阶段对齐三件跟不上就算事故。

现场还要防口号替换验收。把「已经会搜、已经会反传、已经会对齐」写成周报，不等于启发可采纳、梯度没消失、约束还在。周报可以写，门禁必须绑在对照表上。

若只能改一处：先把「看起来学会了」从唯一成功标准里拿掉。演示可以记，启发匹配、饱和检查、三阶段对齐三件跟不上就算事故。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源