01 · 報酬とコストを設定
02 · 最小利益を比べる
A
L
P
R
Q
v1
v2
v3
v4
B
A₀ = h
B₀
P · 報酬 14
Q · 報酬 10
B：5 ステップ
分岐点 h まで
A→P/Q：2 · B→P/Q：7
案
A
B
最小
X₀
A → P
14 − 2 = 12
B → Q
10 − 8 = 2
2
合計 14
X
A → P
14 − 2 = 12
B → Q
10 − 7 = 3
3
合計 15
Y
A → Q
10 − 2 = 8
B → P
14 − 7 = 7
7
合計 15
到着前の一ステップのコストは 1
移動も待機も含む
X と Y の合計は 15。最小値は Y が高い。
説明用の例（Illustrative example）・報酬、コスト、更新は構成したものです。次の図で三案の経路時刻を示します。