Уже на третий день мне наскучило во время пробежки напрягать мозги, все время пытаясь рассчитать свое передвижение таким образом, чтобы загонять преследователей в лапы стражников. Поэтому я засел за комп и применил все свои знания и способности, чтобы переложить эту часть работы на своего электронного помощника. Задача на первый взгляд казалась простой — нахождение оптимального пути среди трехмерной модели города, к этому моменту уже построенной, не зря же я облазил почти весь внутренний город и часть внешнего. Наличие таких алгоритмов в бадди-компах является обязательным. Однако все это осложнялось дополнительными ограничительными условиями — передвижными препятствиями (стражниками) и необходимостью сталкивать своих преследователей с этими препятствиями. Мне не хотелось слишком углубляться в разработку оптимальной программы, на которую можно потратить много времени, голова была забита совсем другим. Поэтому я выбрал самое быстрое по написанию решение, но, по прикидкам, более ресурсоемкое по обучению и по загрузке компа — использовать пресловутые нейронные сети плюс еще кое-какой анализ. У них есть определенное достоинство — обучаемость. При правильно заданных граничных условиях работы и наличии достаточного для обучения времени, их результативность многократно превышает другие «статичные» алгоритмы расчетов. К тому же, сделал программу, запустил на обучение — и занимайся своими делами.