без доступа к внутрянке, сложно.
Миникарта - как отправная точка, вы точно пробовали? потому что точность там в играх достаточно неплохая.
Есть SAM, очень быстрый алгоритм машинного зрения, дает подробно с масками, с метками что есть что. Т.е. можно двигаться по миникарте, уточняя положение по информации от машинного зрения. Кстати, покрутить камерой под известными боту углами, позволят с отличной точностью определить координаты объектов относительно центра (персонажа), т.е. идете, и периодически покачиваете камерой влево вправо. Так как бот знает на какой угол повернул камеру (на миникарте это тоже видно) то можно рассчитать, где ожидать какой-нибудь объект, и сравнивая смещение между тем что возвращает SAM и тем что ожидалось
при повороте камеры или на сколько шагов сдвинулся или при прыжках, покажет, на сколько смещен объект от плоскости относительно персонажа.
Так можно детектить препятствия, кочки, деревья, монстров (кстати по подписям они детектятся еще проще), так же можно детектить что бот застрял (он перестал двигаться при нажатой кнопке движения) и тоже принимать решение.
разметка объектов (без смысловой привязки)
https://github.com/facebookresearch/sam3
https://huggingface.co/facebook/sam3
смысловая разметка
https://github.com/sithu31296/semantic-segmentation
готовый sdk для realtime
https://developer.nvidia.com/deepstream-sdk
https://github.com/NVIDIA-AI-IOT/deepstream_python_apps
segnet для jetson (по уму на всех nvidia картах заведется)
https://github.com/dusty-nv/jetson-inference
для любых видеокарт
https://github.com/openvinotoolkit/openvino