我目前正在研究多工具系统的学校项目，我正在寻找寻路和探索算法的建议。相关问题描述如下：
a）代理处于已知，固定但任意尺寸的2D矩形网格中。
b）代理只能在四个方向中的一个方向上移动，每个模拟时间步长一个方格。
c）代理具有固定的传感器范围。例如，它能够看到自身周围的2平方半径 - 以代理为中心的5x5网格。
d）细胞可能含有阻碍病原体运动但不阻碍视力的障碍物。 在初始化时产生障碍，不易腐烂，并且在模拟中间不会产生新的障碍。e）可以从任何相邻的小区访问所有小区。
f）存在与代理人目标相关的其他世界对象。它们不会阻挡代理，但它们会产生和消失，其寿命由正常/高斯分布决定（代理不知道的参数，但允许猜测观察结果）。
g）对于项目规模的感知，代理将在三种情况下进行评估：50x50,100x100，最后一个具有未公开的维度（对开发者而言）
我需要为其生成路径的三种不同类型的方案，并且我已经确定了可能的算法：
1）到已知加油点的最短路径。地图可能尚未完全探索。我考虑使用A *。
2）地图探索。代理可以在任意位置选择启动探索模式。我需要在一次通过中获得SENSE所有细胞的最短路径。已知的障碍细胞可以忽略。允许重新访问单元格，但应最小化，如最短路径所暗示的那样。我考虑过BFS，但老实说我不知道。我尝试使用谷歌搜索，但结果都是关于带有硬件传感器的真实机器人。我这里没有处理硬件。
3）旅行者推销员的变种。代理维护两组航点，让我们说A和B.当它选择这样做时，它将在每组航点之间交替。代理人需要在最短路径中访问每对完整的AB航路点，或者如果由于路径长度的情况限制而无法访问，则需要在该特定通行证中获得最高分的最短路径。评分函数是所有被访问对的百分比。
当代理人在思考和计划时，时间不会过去，世界也不会改变。此外，对代理的执行时间没有任何惩罚或约束，因此我可以负担得起寻找最佳算法而不是贪婪算法，并且不需要修剪计划的长度。
我能够调整一般算法以适应我的特定情境和内部逻辑，但我需要帮助才能使我朝着正确的方向前进，尤其是对于后两种场景，这些场景在我的遭遇中似乎是常见问题，但并非如此。 ;在教科书情景中提到。谢谢！