我们有一个程序，其中包含障碍物和人物的地图。人们在随机的地方，每个人都有随机的重量。我们使用Triangulation A *算法找到到达某个目的地的最短路径。每秒钟，记录它们的速度和坐标。在它们运行时可能发生碰撞。
现在我们计划模拟该程序100次。对于每个模拟，地图，目的地，人数和他们的体重是相同的。区别在于他们将走的路 - 比如运行不同的算法。某些模拟可能会在特定区域发生更多碰撞，其他模拟可能会让人们走更长的路径但碰撞最少。我们希望让人们的寻路逻辑变得更聪明。鉴于我们从模拟日志中获得的数据，我们可以使用什么机器学习算法根据带障碍物的地图找到最佳路径？