结果

优化前后（均在我自己的 250 步约束下评测）：

逐图明细（优化版）：

地图 2、5 金币率偏低，是因为这两个图结构"细长/多死胡同"，在 250 步内冲终点的路径上顺路捡不到太多金币——这也是后续可继续优化的空间。

写在最后：三个值得记住的点

1. 约束优先于技巧。250 步的硬上限意味着"到达率"是底线，任何拉高金币率却可能迷失迷宫的玩法都是负优化。先保证不死，再谈更好。

1. 可解释性 > 玄学调参。每一步打分都能说清"为什么选它"，出问题（自旋、贴墙）时才能定位。纯黑盒调权重很容易越调越乱。

1. 用真实评测驱动迭代。所有结论都来自在 5 图 ×3 次上的实跑数据，而不是"感觉应该更快"。没有数据反馈的优化都是自嗨。

如果你也在做类似的网格机器人 / 路径规划实验，欢迎在评论区交流你的约束和策略～