给定一组节点之间的步行时间，是否有可能生成一张对地形进行最佳猜测的地图？
地形被假定为 2D，并且节点要么是可步行的，要么是不可步行的。所有节点之间的行走速度是恒定的。只有大约 20 个节点中的 1 个（在网格模型中）会有到达传感器。
动机：
我有一组数据告诉我人们何时到达建筑物中的某些点，但我没有任何定位系统。我想要一张平面图的示意图。
进一步的并发症：
这可以扩展到 3D 地图（例如不同的楼层）。
这可以扩展到考虑具有不同步行速度的边缘吗？
生成的平面图示例：
编辑：Java/Python 不重要，它们恰好是我目前使用的语言。
我将继续对这个问题说“是”。
假设您知道节点的位置和节点之间的步行时间。即使步行时间不一致，我也很确定您可以使用它来最好地猜测地形。您可以使用贝叶斯网络，尽管它是一个 NP 难题。
您将根据平均步行时间的猜测为路径提供置信度。您还需要知道它是更快或更慢时间的概率以及不同时间集的可能路线。有了这些信息，您就可以绘制给定时间内最可能的路线。
您不会准确地知道平均步行时间，因此您将反馈您更新的地形图，以尝试使该数字更准确。
使用来自所有可用节点的组合的这些置信度水平，似乎可以至少绘制建筑物周围最受欢迎的路线并确定可能存在障碍物的位置。
您拥有的节点越多，获得的步行信息越多，最终的地图就越准确，但计算成本也越高。
我不确定最终的结果会有多大的用处，但是无论如何你都可以猜到。